本月的更新，模型视图中新增了一个“值筛选行为”的功能，这篇文章就带来理解一下它的作用。在介绍值筛选行为之前，首先来了解一下DAX运行的一个底层机制：Auto-Exist。

理解Auto-Exist

DAX 底层运行有一种自动筛选机制，被称为Auto-Exist，旨在减少无效组合的计算负担。当同一表中的多个列被用于筛选时，DAX 会自动排除不存在的值的组合，来达到优化性能的效果。

以下面这个简单的数据来说明，这是同一个表的三列数据：

如果要查看每年每个产品的客户数量，可以这三列直接拉个如下的矩阵，年度放入【行】、产品放入【列】、客户放入【值】（聚合方式选择计数）：

假如想计算所有产品的客户数，写个度量值如下：

客户数 全部产品 =

CALCULATE(COUNTROWS('表'),ALL('表'[产品]))

并用年度列和产品列添加两个切片器，如果选择2023年和2024年，计算结果是6，这个结果是正常的，从上面的矩阵也可以看出来（2023年 4+2024年2）。

在此基础上，产品切片器选择B，结果也还是6：

这个结果也是正常的，毕竟在度量值中，已经把产品的筛选通过ALL函数清除了。

如果将产品切片器从B切换到C ，理论上来说也不会受影响，结果还应该是6，但是事实上结果却变成了4:

这是怎么回事呢？

这就是Auto-exist在起作用，在这个例子中，我们用年度和产品两个字段来筛选数据，两个筛选器会自动合并为一个筛选器，并剔除无效的组合，2024年是没有C产品的，就是无效组合，所以它自动去除了，计算结果只有2023年的客户数量4。

按照正常的逻辑，在度量值中已经将产品列的筛选清除了，该字段不应该对结果产生影响，如何让它保持这个逻辑而不启用Auto-Exist机制呢？

这就是本月更新的值筛选行为要解决的问题。

值筛选行为

为了解决Auto-Exist带来的潜在问题，本月更新提供了对值筛选行为的控制选项。

在模型视图的属性窗格中，用户可以在【值筛选器行为】选择以下三种行为：

通过选择适当的值筛选行为，用户可以更好地控制数据模型的计算结果。

对于上面的例子，如果设置为"独立"，年度列和产品列就变成了两个独立的筛选器，它会考虑2024年的客户数量，所有产品的客户数将按预期返回6，而不会受到Auto-Exist的影响。

理解DAX中的Auto-Exist机制和值筛选行为，我们可以更好地控制数据模型的计算逻辑，避免意外的结果。

除了利用“值筛选行为”来控制Auto-Exist行为，其实更有效的做法是优化模型，通过维度表建立星型模型，不同类型的筛选器来自于不同的维度表，就不会出现多个筛选器来自一个表的情况，也就能从根本上避免Auto-Exist引起的问题。

PowerBI星球的最新版内容合辑，值得你收藏学习：

.