Forum Discussion

MarcosVME's avatar
MarcosVME
New Member
2 years ago

Problem with dax query time

Hey guys, I am having processing problems in a dax query below: FLEX_METRICA_CALCULO_MERCADOMARCA_AREA_VISITADA = var vfilter = FILTER(     VEEVA_D_FORCA_DE_VENDAS     ,not ISBLANK(VEEVA...
OwenAuger's avatar
OwenAuger
Super User
2 years ago

Thanks for testing that out and sorry it didn't produce the same result.

 

Could you post a picture of the data model diagram & the definition of the measure [FLEX_METRICA_CALCULO_MERCADO_AREA_VISITADA]?

 

I was making some standard assumptions about the data model but there could be something specific to consider with your model.

MarcosVME's avatar
MarcosVME
New Member
2 years ago

This is my data modeling below:


And this is my full dax script:

DEFINE
    MEASURE '_MEDIDAS'[DEMANDA_UNIDADES] = SUM(DEMANDA_F_CONCORRENTES[UNIDADE])
    MEASURE '_MEDIDAS'[DEMANDA_UNIDADES_MTH] = VAR LAST_DATE = LASTDATE(D_CALENDARIO[DATE])

RETURN

CALCULATE(
    [DEMANDA_UNIDADES]
    ,DATESBETWEEN(
        D_CALENDARIO[DATE]
        ,STARTOFMONTH(LAST_DATE)
        ,ENDOFMONTH(LAST_DATE)
    )
)
    MEASURE '_MEDIDAS'[DEMANDA_UNIDADES_TRI] = VAR LAST_DATE = LASTDATE(D_CALENDARIO[DATE])

RETURN
        CALCULATE([DEMANDA_UNIDADES]
            ,DATESINPERIOD(D_CALENDARIO[DATE]
                ,LAST_DATE
                  ,-3
                  ,MONTH))
    MEASURE '_MEDIDAS'[DEMANDA_UNIDADES_YTD] = VAR LAST_DATE = LASTDATE(D_CALENDARIO[DATE])

RETURN

    CALCULATE(
        [DEMANDA_UNIDADES]
        ,DATESBETWEEN(
            D_CALENDARIO[DATE]
            ,STARTOFYEAR(LAST_DATE)
            ,ENDOFMONTH(LAST_DATE)
        )
)
    MEASURE '_MEDIDAS'[DEMANDA_UNIDADES_MAT] = VAR LAST_DATE = LASTDATE(D_CALENDARIO[DATE])

RETURN
        CALCULATE([DEMANDA_UNIDADES]
            ,DATESINPERIOD(D_CALENDARIO[DATE]
                ,LAST_DATE
                  ,-12
                  ,MONTH))
    MEASURE '_MEDIDAS'[FLEX_PERIODO_UNIDADES] = VAR PERIODO = SELECTEDVALUE(_METRICAS_PERIODO[ID_PERIODO])

RETURN

SWITCH(
    TRUE()
    ,PERIODO = 1,[DEMANDA_UNIDADES_MTH]
    ,PERIODO = 2,[DEMANDA_UNIDADES_TRI]
    ,PERIODO = 3,[DEMANDA_UNIDADES_YTD]
    ,PERIODO = 4,[DEMANDA_UNIDADES_MAT]
)
    MEASURE '_MEDIDAS'[DEMANDA_REAIS_PF] = SUM(DEMANDA_F_CONCORRENTES[RS_PF])
    MEASURE '_MEDIDAS'[DEMANDA_REAIS_PF_MTH] = VAR LAST_DATE = LASTDATE(D_CALENDARIO[DATE])

RETURN

CALCULATE(
    [DEMANDA_REAIS_PF]
    ,DATESBETWEEN(
        D_CALENDARIO[DATE]
        ,STARTOFMONTH(LAST_DATE)
        ,ENDOFMONTH(LAST_DATE)
    )
)
    MEASURE '_MEDIDAS'[DEMANDA_REAIS_PF_TRI] = VAR LAST_DATE = LASTDATE(D_CALENDARIO[DATE])

RETURN
        CALCULATE([DEMANDA_REAIS_PF]
            ,DATESINPERIOD(D_CALENDARIO[DATE]
                ,LAST_DATE
                  ,-3
                  ,MONTH))
    MEASURE '_MEDIDAS'[DEMANDA_REAIS_PF_YTD] = VAR LAST_DATE = LASTDATE(D_CALENDARIO[DATE])

RETURN

    CALCULATE(
        [DEMANDA_REAIS_PF]
        ,DATESBETWEEN(
            D_CALENDARIO[DATE]
            ,STARTOFYEAR(LAST_DATE)
            ,ENDOFMONTH(LAST_DATE)
        )
)
    MEASURE '_MEDIDAS'[DEMANDA_REAIS_PF_MAT] = VAR LAST_DATE = LASTDATE(D_CALENDARIO[DATE])

RETURN
        CALCULATE([DEMANDA_REAIS_PF]
            ,DATESINPERIOD(D_CALENDARIO[DATE]
                ,LAST_DATE
                  ,-12
                  ,MONTH))
    MEASURE '_MEDIDAS'[FLEX_PERIODO_REAIS] = VAR PERIODO = SELECTEDVALUE(_METRICAS_PERIODO[ID_PERIODO])

RETURN

SWITCH(
    TRUE()
    ,PERIODO = 1,[DEMANDA_REAIS_PF_MTH]
    ,PERIODO = 2,[DEMANDA_REAIS_PF_TRI]
    ,PERIODO = 3,[DEMANDA_REAIS_PF_YTD]
    ,PERIODO = 4,[DEMANDA_REAIS_PF_MAT]
)
    MEASURE '_MEDIDAS'[FLEX_METRICA_CALCULO] = VAR CALCULO = SELECTEDVALUE(_METRICAS_CALCULOS[ID_METRICA])

RETURN

SWITCH(
    TRUE()
    ,CALCULO = 1,[FLEX_PERIODO_UNIDADES]
    ,CALCULO = 2,[FLEX_PERIODO_REAIS]
)
    MEASURE '_MEDIDAS'[FLEX_METRICA_CALCULO_MERCADO_AREA_VISITADA] = CALCULATE(
    [FLEX_METRICA_CALCULO]
    ,NOT(
        ISBLANK(VEEVA_D_FORCA_DE_VENDAS[COD_REGIONAL])
        )
    )
    MEASURE '_MEDIDAS'[FLEX_METRICA_CALCULO_MERCADOMARCA_AREA_VISITADA] = var vfilter =
FILTER(
    VEEVA_D_FORCA_DE_VENDAS
    ,not ISBLANK(VEEVA_D_FORCA_DE_VENDAS[COD_SETOR])
)

var vContexto =
CALCULATE(
    [FLEX_METRICA_CALCULO_MERCADO_AREA_VISITADA]
    ,USERELATIONSHIP(D_MARCA[MERCADO],IM_D_MERCADO_FRANQUIA[MERCADO])
    ,vfilter
)

RETURN

vContexto

EVALUATE
    SUMMARIZECOLUMNS(
        "DEMANDA_UNIDADES", '_MEDIDAS'[DEMANDA_UNIDADES],
        "DEMANDA_UNIDADES_MTH", '_MEDIDAS'[DEMANDA_UNIDADES_MTH],
        "DEMANDA_UNIDADES_TRI", '_MEDIDAS'[DEMANDA_UNIDADES_TRI],
        "DEMANDA_UNIDADES_YTD", '_MEDIDAS'[DEMANDA_UNIDADES_YTD],
        "DEMANDA_UNIDADES_MAT", '_MEDIDAS'[DEMANDA_UNIDADES_MAT],
        "FLEX_PERIODO_UNIDADES", '_MEDIDAS'[FLEX_PERIODO_UNIDADES],
        "DEMANDA_REAIS_PF", '_MEDIDAS'[DEMANDA_REAIS_PF],
        "DEMANDA_REAIS_PF_MTH", '_MEDIDAS'[DEMANDA_REAIS_PF_MTH],
        "DEMANDA_REAIS_PF_TRI", '_MEDIDAS'[DEMANDA_REAIS_PF_TRI],
        "DEMANDA_REAIS_PF_YTD", '_MEDIDAS'[DEMANDA_REAIS_PF_YTD],
        "DEMANDA_REAIS_PF_MAT", '_MEDIDAS'[DEMANDA_REAIS_PF_MAT],
        "FLEX_PERIODO_REAIS", '_MEDIDAS'[FLEX_PERIODO_REAIS],
        "FLEX_METRICA_CALCULO", '_MEDIDAS'[FLEX_METRICA_CALCULO],
        "FLEX_METRICA_CALCULO_MERCADO_AREA_VISITADA", '_MEDIDAS'[FLEX_METRICA_CALCULO_MERCADO_AREA_VISITADA],
        "FLEX_METRICA_CALCULO_MERCADOMARCA_AREA_VISITADA", '_MEDIDAS'[FLEX_METRICA_CALCULO_MERCADOMARCA_AREA_VISITADA]
    )
  • OwenAuger's avatar
    OwenAuger
    Super User
    2 years ago

    MarcosVME - thanks for the extra detail on the model!

    The relationships add a bit of complexity, but I think explain why my suggested measure wasn't working 🙂

     

    Your original measure applied the expanded table VEEVA_D_FORCA_DE_VENDAS (first filtered to nonblank values of VEEVA_D_FORCA_DE_VENDAS[COD_SETOR] ) as a filter.

     

    I believe the original performance issue is due to applying FILTER (an iterator) to VEEVA_D_FORCA_DE_VENDAS.

     

    Here are a couple of options that I believe should improve performance and return the correct results (fingers crossed 🙂 ) 

     

    Option 1:

    Applies the nonblank filter in outer CALCULATE, then applies the expanded VEEVA_D_FORCA_DE_VENDAS table filter.

    FLEX_METRICA_CALCULO_MERCADOMARCA_AREA_VISITADA =
CALCULATE (
    CALCULATE (
        [FLEX_METRICA_CALCULO_MERCADO_AREA_VISITADA],
        USERELATIONSHIP ( D_MARCA[MERCADO], IM_D_MERCADO_FRANQUIA[MERCADO] ),
        VEEVA_D_FORCA_DE_VENDAS
    ),
    KEEPFILTERS ( NOT ISBLANK ( VEEVA_D_FORCA_DE_VENDAS[COD_SETOR] ) )
)

     

     Option 2:

    Applies the nonblank filter in outer CALCULATE, and in inner calculate uses SUMMARIZE to apply a filter on only column on 1-side of relationship with VEEVA_D_FORCA_DE_VENDAS (LINHA).

    FLEX_METRICA_CALCULO_MERCADOMARCA_AREA_VISITADA =
CALCULATE (
    CALCULATE (
        [FLEX_METRICA_CALCULO_MERCADO_AREA_VISITADA],
        USERELATIONSHIP ( D_MARCA[MERCADO], IM_D_MERCADO_FRANQUIA[MERCADO] ),
        SUMMARIZE ( VEEVA_D_FORCA_DE_VENDAS, D_LINHA[LINHA] )
    ),
    KEEPFILTERS ( NOT ISBLANK ( VEEVA_D_FORCA_DE_VENDAS[COD_SETOR] ) )
)

    Do either of these produce the correct results with better performance?

     

    Regards

    • MarcosVME's avatar
      MarcosVME
      New Member
      2 years ago

      Thanks for your great suggestions.

      Option 1 worked and returned the same value, I even tried using crossjoin and it also worked, but it seems that the performance is still bad... in the model the DEMANDA_SETOR_BRICK table has 3 million rows and I believe that it is directly affecting performance due to the relations...

      CALCULATE(
          CALCULATE(
              [FLEX_METRICA_CALCULO_MERCADOMARCA_AREA_VISITADA]
              ,USERELATIONSHIP(D_MARCA[MERCADO],IM_D_MERCADO_FRANQUIA[MERCADO])
          )
          ,CROSSJOIN(VEEVA_D_FORCA_DE_VENDAS, D_LINHA)
      )



      • OwenAuger's avatar
        OwenAuger
        Super User
        2 years ago

        Understood - thanks for the update.
        I'm not sure I can help much more here - this probably requires more detailed inspection of the model and testing to resolve.