我们继续使用上节课的案例，在上节课一开始我们就证明了多对多关系是可以使用的，但是有很多问题。

一、弱关系忽略空行

上节课我们提到了：两张表多对多直接连线是弱关系，会忽略空行。现在我们测试一下，继续使用上节课的3个度量值：

显示品牌时微软被忽略掉了，你观察总计，其实美国微软和微软中国的任务总和21已经加到总计中了。

弱关系下是否显示空行：决定于行标题是否存在筛选器，因为弱关系下扩展表只是自己本身。

反之，当任务表中没有某个品牌，而商品表中有这个品牌，在矩阵上使用任务表[品牌]列进行筛选时，同样不显示商品表多出来的那个品牌。解决方法上节课已经讲过了。

二、数据库表格类型规范

从根本上避开多对多关系，还要从表格本身入手。

【1】每一列做到不可分割

2021年10月2日 我发表的《论数据清洗重要性》视频 提到了像这种不规范的表格。

如果不进行数据清洗，甚至可能会用到我们《DAX神功》第4卷第7回讲到的 桥接表 。

【2】避免过多一端表造成：一对多与多对一共存的数据模型

【3】多行表头、合并单元格、分块都不能用：留给数据分析的一定是一维表

这些表不是说不能用，而是不能在数据分析中使用，很多人觉得M函数难，那你为什么在表格上给自己制造障碍呀？

三、在数据规范的同时还要注意数据大小

《DAX神功》第4卷第6回 介绍了VertiPaq和DirectQuery存储模式，暂时我们接触的存储模式都是VertiPaq导入表，他是内存中的列式数据库。关于VertiPaq原理和优化我们在《DAX神功》DLC优化篇再讲，但是这里要先告诉你一件事：

画重点：PowerBI文件的大小与列的不重复值有关。（我说的不是Excel文件）

有表1、表2、表3这三张表：每张表都是1万行

我们分别将三张表导入PowerBI

三张表的大小如下：

从下图可以看出，文件大小与列的非重复值有关（又称基数）,当基数越大文件就越大。

表1只有一列，列基数是10000

表2有6列，列最大基数是1

表3有6列，列最大基数是1

所以文件大小，看的是这张表所有列的基数最大值。行数和列数与文件大小有关系，但是基数影响更大。由于VertiPaq算法不同，可能Excel文件很大，但是导入PowerBI生成的文件就很小，你再转回Excel文件又变大了。。。。PowerBI就是利用这特殊的列式数据库的算法来提速的。

基数就比是系数：例如奖金多系数低，实发奖金就低。

所以很多人不明真相的说，新建列不好，新建列耗费内存，我每次都没有发表决定性的语言，我说的都是不绝对吧？（当然耗费内存这事不能只看文件大小，与计算方法也有关系）

就说列基数这件事：

这两个新建列，对文件大小影响可真的不一样。

对你来说，应该尽量减少一端表的数量，因为主键因素（不为空不重复）。当然你想获得更多颗粒度，那肯定是有代价的。

举例： 你查孙兴华三代人从咱们建国开始查就可以了。如果你从姜子牙开始查，那你需要获取从商朝开始至今所有人的信息。这回颗粒度丰富了。

《孙兴华讲PowerBI火力全开》PowerBI必学课程

https://www.bilibili.com/video/BV1qa4y1H7wp

《DAX神功》文字版合集：

https://www.bilibili.com/read/readlist/rl442274

《DAX神功》视频版合集：

https://www.bilibili.com/video/BV1YE411E7p3

《DAX神功番外篇》文字版合集：

https://www.bilibili.com/read/readlist/rl478271

PowerBI(DAX函数)、PowerQuery(M函数)、Python办公自动化、Python爬虫、Python数据分析、ExcelVBA、WordVBA、AccessVBA、MySQL等等

https://www.bilibili.com/read/cv10222110