DAX性能巅峰：解决制造业百万行级“累计折旧/库存余量”计算卡顿的“影子表”方案

🤬 场景需求

在制造业财务建模中，计算“累计数”（如累计折旧、实时库存余量、累计回款）是高频动作。 当你使用经典的 CALCULATE(SUM(...), FILTER(ALL(Calendar), [Date] <= MAX([Date]))) 时，一旦事实表突破 100 万行，报表切片器卡顿感明显，甚至导致“视觉对象内存超限”。

💡 知识点破局

放弃 FILTER 嵌套，拥抱索引加速。 在 DAX 引擎中，复杂的 FILTER 迭代是性能杀手。通过在 Power Query 中预生成一个“累计辅助索引”（影子表逻辑），或使用 DAX 窗口函数 WINDOW 能够大幅降低引擎扫描成本。

推荐方案：WINDOW 函数直接取数

累计库存 (高效版) = SUMX( WINDOW( 1, ABS, 0, REL, ORDERBY('日期表'[Date], ASC) ), [当日库存变动] )

核心优势： WINDOW 函数直接在公式引擎层面对数据块进行切片，无需像 FILTER 那样逐行扫描每一行日期，性能提升通常在 50%-80% 以上。

⚠️ 避坑提醒

1. 排序一致性： WINDOW 函数中的 ORDERBY 必须与日期表字段完全一致，否则累计逻辑会错乱。 2. 粒度陷阱： 如果你的累计涉及多个维度（如按 SKU + 仓库累计），务必在 WINDOW 的 PARTITIONBY 中声明分区维度，否则会造成内存溢出。 3. 计算列 vs 度量值： 百万级数据建议直接在后端 SQL 或 Power Query 中预先处理静态累计，前端仅保留动态切片的度量值。