FacileChoix unique

Question d'entraînement PL-300

Vous avez une table avec une colonne 'Date' et une mesure 'Total Sales'. Vous souhaitez calculer le total cumulé des ventes au fil du temps. Quelle fonction DAX devez-vous utiliser ?

Choisissez la meilleure réponse.

Bonne réponse

  • DTOTALYTD(SUM(Sales[Amount]), 'Date'[Date])

Explication

TOTALYTD(SUM(Sales[Amount]), 'Date'[Date]) est correcte car il s'agit d'une fonction d'intelligence temporelle qui évalue l'expression de somme sur la période cumulée de l'année jusqu'à la dernière date du contexte de filtre actuel, produisant un total cumulé au fil du temps. Elle prend l'agrégation et une colonne de date comme arguments et applique automatiquement le filtrage de date nécessaire. SUM(Sales[Amount]) seule renvoie uniquement le total pour le contexte actuel, et non une valeur cumulée. DATESYTD renvoie une table de dates plutôt qu'un total cumulé scalaire, et CALCULATE(SUM(Sales[Amount]), ALL(Sales)) supprime les filtres pour donner un grand total et non un total cumulé mobile.

Pourquoi chaque option est juste ou fausse

A

Fausse

SUM(Sales[Amount])

SUM(Sales[Amount]) est une agrégation scalaire qui renvoie la somme des valeurs de Amount sous le contexte de filtre actuel, tel que le mois unique sélectionné dans un rapport. Elle n'incorpore aucune logique d'intelligence temporelle, de sorte qu'elle ne peut pas produire de chiffre cumulatif sur les mois d'une année. Dans un scénario cumulé annuel (YTD), elle afficherait simplement le total de la période plutôt qu'un total cumulé, ce qui la rend incorrecte pour le besoin.

B

Fausse

DATESYTD('Date'[Date])

DATESYTD('Date'[Date]) renvoie une table contenant toutes les dates du 1er janvier jusqu'à la dernière date visible dans le contexte de filtre actuel, ce qui est utile pour filtrer mais pas pour produire une mesure scalaire. Étant donné qu'une mesure doit renvoyer une seule valeur, cette fonction ne peut pas être placée directement dans un visuel en tant que métrique. Elle devrait être enveloppée dans CALCULATE ou une autre agrégation pour sommer les ventes, elle échoue donc en tant que réponse autonome.

C

Fausse

CALCULATE(SUM(Sales[Amount]), ALL(Sales))

CALCULATE(SUM(Sales[Amount]), ALL(Sales)) supprime tous les filtres appliqués à la table Sales, y compris tous les filtres de date, et renvoie par conséquent le grand total de toutes les ventes sur toutes les périodes. Il ne s'agit pas d'un calcul cumulatif dans le temps ; il ignore le contexte de date actuel et verrouille le résultat sur un total global fixe. La fonction ALL est conçue pour effacer les filtres afin de calculer des ratios ou des totaux, et non pour effectuer des sommes cumulées annuelles.

D

Juste

TOTALYTD(SUM(Sales[Amount]), 'Date'[Date])

TOTALYTD(SUM(Sales[Amount]), 'Date'[Date]) est la fonction d'intelligence temporelle correcte car elle évalue la somme de Amount pour les dates allant du début de l'année jusqu'à la dernière date du contexte de filtre actuel. Elle respecte la plage de dates continue de la table Date et nécessite une relation appropriée entre les tables Date et Sales. Cela produit un total cumulé annuel qui se met à jour dynamiquement à mesure que l'utilisateur navigue à travers différentes dates.

Pour aller plus loin

Cette question teste la distinction entre les agrégats de base, les fonctions de table et les fonctions d'intelligence temporelle en DAX. TOTALYTD est une fonction d'intelligence temporelle qui se développe en interne en un CALCULATE avec un filtre DATESYTD, mais elle encapsule cette complexité dans une seule expression scalaire. Une subtilité essentielle est qu'elle nécessite une table de dates correctement marquée (à l'aide de la propriété Marquer comme table de dates) avec des dates continues ; sinon, elle peut renvoyer des résultats incorrects ou ne pas reconnaître les limites de l'année. De plus, la colonne de date référencée doit provenir de la table de dates, et non directement de la table de faits, pour faire respecter une propagation cohérente des filtres. Une idée reçue courante est que CALCULATE avec ALL peut émuler l'intelligence temporelle, mais ALL remplace les filtres au lieu de respecter le contexte temporel, c'est pourquoi il produit un grand total plutôt qu'un total cumulé mobile. Comprendre ces différences est essentiel pour créer des mesures cumulatives précises dans Power BI.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement PL-300 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.