这个DAX思路，帮你轻松解决连续数据计算
本文是PowerBI星球嘉宾天行的投稿作品，使用DAX巧妙计算连续数据的问题，下面直接进入他的精彩分享。
-我是分割线-
这个DAX思路，帮你轻松解决连续数据计算
作者:天行
工作中经常会遇到判断连续的问题，比如连续打卡的天数、连续购买的顾客，或者连续正增长的销售单位等等。
在普通的编程语言里面是很简单的事情，一个循环加一个判断就可以解决。
但在DAX里面，确实有点难度：
首先，DAX里面没有循环语法；其次，DAX里面调试是个问题，特别是循环结构的调试，对了，DAX里面叫做迭代器（iterator）。我们经常会用到一个词-”脑补“，这个过程真是谁用谁知道，非常需要六个核桃啊！
而判断连续的问题需要至少两重循环嵌套，还是有点挑战性的。
好在，佐罗老师在《PowerBI DAX处理复杂业务到性能优化1000倍》一文将问题抽象到处理【Index】和【Flag】两列数据的程度，并提供了解决思路和实际算法，同时还将整个原理和优化算法都解析得很清楚。
非常推荐大家去阅读学习，至少我个人是获益匪浅的，在这给佐罗老师说声谢谢了！
问题是解决了，但我一直在想还有没有优化的可能，因为DAX的数据存储原理是列存储方式，即对列的聚合计算进行优化。
也就是说，如果能把算法从普通的循环判断变换成对某一列的汇总（sum）、计数（Count）或者最大、小值（Max、Min）上，才应该是最优化的DAX算法。
【寻找规律】
从上图可以发现：
1、【Index】是步进值为1的整数
2、【Flag】有效位是1，无效位是空
稍做分析，可以得出结论：
【Index】列实际是全部按1的累加，如果将【Flag】列也累加，那么连续有效行的累加值也会呈现和【Index】一样的规律。
在Excel里面很容易可以做个验证：
增加两列：
1、【累计Flag】
2、【累计Flag-Index】
相信一眼就可以发现规律：连续有效行的【累计Flag-Index】值是一样的！
有了这个规律，对连续区间求最大值、最小值、计数，延伸至进一步对连续规律的分析就有办法了。
下面就以最大连续天数为目标，尝试解决DAX编码的问题。
【编码思路】
1、首先写出【累计Flag】的度量值
2、其次写出【累计Flag-Index】的度量值
3、构建一个计算表，对【累计Flag-Index】进行计数
4、取【计数】列最大值
这里，简单说一句关于DAX调试的经验，就是将复杂问题拆分成一个个零件，生成零件后再进行封装。
其中，借用计算表进行过程的调试，一定程度上可以减轻脑补的压力。
【度量值封装】
基本上将写好的度量值进行组合封装没有什么难度，但在这个案例中的三个迭代器的用法还是值得一说。
1、SUMX
在【累计Flag】度量值中是用的Calculate+Filter的传统组合
而在最终在ADDCOLUMNS的应用中，用到的是行上下文，所以应该使用SUMX迭代器函数来替代
相应的写法也有所不同，即通过IF函数对【Index】值进行判断后，取小于等于当前【Index】值的行进行迭代求和。
2、COUNTX
同上理由，生成聚合表时，不能使用常规的COUNT函数进行【累计Flag-Index】值的计数，只能使用COUNTX函数。
那么问题来了，使用常用的聚合函数SUMMARIZE和SUMMARIZECOLUMNS，居然不能正常进行计数！
通过构建临时计算表，发现所有的【累计Flag-Index】计数都是一样的。
难道这是DAX的Bug吗？
通过查找sqlbi的大神文章，
https://www.sqlbi.com/articles/nested-grouping-using-groupby-vs-summarize/
大致明白原理和解决方法：
基于SUMMARIZE和SUMMARIZECOLUMNS函数的设计原理，不能对SUMMARIZE动态生成的表再进行聚合计算。
解决方法就是使用GROUPBY函数，通过CURRENTGROUP关键字代表动态生成的表，作为COUNTX函数的第一个表参数。
3、MAXX
此处同样应该使用迭代器函数处理行上下文，而不能使用MAX函数。
至此，度量值封装完成，看看最后的成果。
【性能测试】
从原理上分析，本算法只用到了一个累计求和、一个聚合计数和一个最大值，都是DAX非常擅长的基本功，而且随着数据量的增加，计算量应该只是线性增加，而不会出现指数级增长。
将佐罗老师的普通算法和优化算法稍作修改成两个度量值
利用Power BI5月份版本中新增的性能分析器进行测试
500条和1000条数据测试结果如下：
结果证实了推断，新算法效率更高，而且数据量越大，优势越明显。
【收获小结】
1、加深了对DAX原理的理解：尽量利用DAX列存储的特点，将问题抽象成对列的聚合操作，能大幅提升性能。
2、新掌握了一个聚合函数GROUPBY，针对聚合表中的迭代操作很管用。不过，通过查询相关资料得知，三个聚合函数的性能比较是SUMMRIZECOLUMNS>SUMMRIZE>GROUPBY，基本上是1：2：3（消耗时间）的差别，切莫杀鸡用牛刀。
3、进一步熟悉迭代器（X）函数的用法和用处：SUM的本质是SUMX，这是使用聚合函数的核心概念。
开心！收工！
【后记】
文章写完后，很唐突地请佐罗老师把把关。很快，他就给出了更优化的算法，从DAX的角度来说，更优雅更高效，经过测试，可以再提升30%，真是山外有人，人外有人，学无止境啊！
请大家欣赏大神的作品。
佐罗的代码优化了三个地方：
1、一次性得出【累计Flag】与【Index】的差额，减少了一个SUMX的损耗；
2、在SUMX中使用乘法取代IF函数，减少了公式引擎判断的损耗；
3、用SUMMARIZE+COUNTROWS+FILTER的组合替代了GOUPBY+COUNTX+CURRENTGROUP的组合，大幅减少了损耗。
性能测试结果：
感谢佐罗老师的指点，知道自己又进步了的感觉真好！
结尾的话
感谢天行的分享，从寻找规律出发，逐步深入，帮我们在判断连续性的问题上提供了解决方案。