【Power BI教學】Power BI 關聯性設定全攻略：從基礎概念到實務避坑指南

【Power BI教學】Power BI 關聯性設定全攻略：從基礎概念到實務避坑指南

DATA MODELING // 資料建模核心

一、關聯性設定的核心重要性

在 Power BI 中，設定資料表之間的關聯性（Relationships）是建立正確分析模型、確保 DAX 計算精準的關鍵步驟。本文將釐清關聯性的核心要素，並解答初學者最容易困惑的「方向性」問題。

CORE CONCEPT 01 // 核心要素拆解

二、決定關聯的三大要素

● 1. 基數（Cardinality）

說明兩張表之間的資料列如何對應：

• 一對多 / 多對一（1 : * 或 * : 1）【最推薦】：
  觀念：維度表（如 產品表）無重複值（1）；事實表（如 銷售明細）允許重複值（*）。
  情境：標準星型模型（Star Schema），效能最好且計算最穩定。
• 一對一（1 : 1）：
  觀念：兩邊欄位皆為唯一值。
  情境：常見於主表與副表拆分（如 員工基本資料 與 薪資機密）。若無權限考量，建議直接在 Power Query 中合併。
• 多對多（* : *）【需謹慎】：
  觀念：兩邊都有重複值。容易產生計算歧義與效能卡頓，建議透過建立橋接表（Bridge Table）拆成兩段「一對多」。

● 2. 交叉篩選方向（Cross Filter Direction）

決定「A 表的篩選條件」是否會傳遞給「B 表」：

• 單向（Single）【預設/最佳實踐】：篩選條件僅由 1 端（維度表）流向 * 端（事實表）。
• 雙向（Both）：篩選條件雙向流動。若非特殊需求不建議全開，容易導致計算非預期結果或循環參考。

● 3. 作用狀態（Active vs. Inactive）

• 作用中（實線）：兩表間僅能有 1 條作用中關聯，系統預設的 DAX 計算皆走此路徑。
• 非作用中（虛線）：當兩表有多個對應欄位（如 訂單日期 與 出貨日期）時建立。需在 DAX 中使用 USERELATIONSHIP() 函數動態啟用。

CORE CONCEPT 02 // 常見迷思觀念澄清

三、關於「方向性」與拉線的手感

● Q：拉線時的方向會影響設定嗎？

答案：手動拉線的方向完全沒有影響！但關聯線上的「箭頭方向」非常重要。

• 滑鼠拉線手感（無影響）：無論是從「1 端拉到 * 端」還是「* 端拉回 1 端」，系統產生的關聯結果完全一致。
• 關聯線箭頭（極重要）：箭頭代表篩選條件的流動方向。

【客戶表 (1)】 ─── (箭頭向右 ▶) ───► 【銷售表 (*)】

在「客戶表」篩選【張三】，右邊的「銷售表」會同步被篩選。反之，在「銷售表」點選某筆資料，左邊的「客戶表」不會被影響（單向設定下）。

● Q：方向性是系統自動執行的嗎？

答案：是的，系統會自動檢查並判斷，但最終檢查權在使用者身上。

系統自動偵測機制：當你拖曳欄位建立關聯時，Power BI 會背後分析資料。若判定 A 表為唯一值、B 表有重複值，會自動設定為 1 : *，並將篩選方向自動設為由 1 指向 * 的單向流動。

為什麼仍需人工檢查？

• 維度表乾淨度：若維度表不小心有重複值，系統會誤判為多對多（* : *）並自動開啟雙向篩選。
• 自動關聯誤拉：系統有時會自動將名稱相同的欄位拉在一起（如將銷售表的 Customer_ID 誤連到產品表的 Product_ID）。

SUMMARY // 實務避坑最佳實踐

四、初學者黃金 4 大準則

為避免 90% 以上的計算錯誤與報表卡頓，請遵循以下原則：

1. 堅持 1 對多（1 : *）：維持維度表與事實表分明，維度表 Primary Key 務必去除重複項。
2. 維持單向篩選（Single）：讓篩選單向流動，保持模型清晰。
3. 獨立日期表（Date Table）：建立連續不中斷的日期維度表來處理時間分析，避免直接用事實表的日期欄位串聯。
4. 多重日期用虛線：面對多個日期欄位（如訂單日、出貨日），建立「1 條實線 + 多條虛線」，需要時以 DAX 調用虛線。

💡 快速檢查口訣：
「1 對多、單向流、獨立日期表、虛線交給 DAX 走。」