摘要： 一直很好奇，一篇文章是如何进入到图数据库的，毕竟一篇文章啥格式都有，而写入到图数据库还必须遵从规则和语法，所以这注定不是一个普通RAG或者SQL的过程。此篇讲带大家一起看一下这里都需要经历哪些过程。 阅读全文

摘要： **SCD2（Slowly Changing Dimension Type 2）** 是维度建模中处理历史变更的行业标准且最常用的方案。相比快照方式，SCD2只写入真正发生变化的数据行，通过 `有效期` 字段精确记录每条数据的生命周期，用极低的存储成本实现完整的历史追溯能力。这一篇用详细的代码解释其工作流程。 此笔记使用的数据库为SQLServer，相应的示例脚本都围绕于此，其它数据库的相应实现会略有不同。 阅读全文

摘要： 什么是 Data Mart？Data Mart（数据集市）是数据仓库的**面向主题的子集**，专门为特定业务部门或分析场景服务。 我个人建议，前端BI工具，无论是Power BI或者是Tableau，都从这一层取数据，这样一来可以提高前端报表性能，同时也可以降低前端工具的建模难度。 此笔记使用的数据库为SQLServer，相应的示例脚本都围绕于此，其它数据库的相应实现会略有不同。 阅读全文

摘要： Star Schema（星型模型）是 **Ralph Kimball** 提出的维度建模方法，是数据仓库**面向分析的核心层**。 此笔记使用的数据库为SQLServer，相应的示例脚本都围绕于此，其它数据库的相应实现会略有不同。 阅读全文

摘要： 数据仓库可以帮助我们追溯数据的历史变化，其中最主要的一个方法就是缓慢变化维。 此篇主要介绍最常用的缓慢变化维：Type1, Type2, Type3。 此笔记使用的数据库为SQLServer，相应的示例脚本都围绕于此，其它数据库的相应实现会略有不同。 阅读全文

摘要： PSA（Persistent Staging Area，持久化暂存区）是数据仓库的**第一层持久化存储**，直接接收从业务系统抽取的数据，并**长期保存所有历史版本**。 作为数据库的第一层，叫法很多，也有叫stage，也有叫OBS，标准不是非常的统一。在我的系列笔记里都统一使用psa的这个叫法。 此笔记使用的数据库为SQLServer，相应的示例脚本都围绕于此，其它数据库的相应实现会略有不同。 阅读全文

摘要： 数据仓库（Data Warehouse，简称 DW 或 DWH）是一个**面向主题的、集成的、非易失的、随时间变化的**数据集合，用于支持管理决策。 此笔记使用的数据库为SQLServer，相应的示例脚本都围绕于此，其它数据库的相应实现会略有不同。 阅读全文

摘要： 环境：macOS + Neo4j + Python 阅读全文

摘要： 环境：macOS + Neo4j Browser，此篇简单介绍Cypher的CRUD操作。 阅读全文

摘要： 环境：macOS，Docker / Homebrew / Neo4j Desktop 三种安装方式，以及基础概念，快速入门。 阅读全文

摘要： 这一篇不考你记没记住概念，考的是你有没有真正踩过坑、解决过实际问题。答得好不好，一听就知道。 阅读全文

摘要： 数据建模和 DAX 是区分"会用 Power BI"和"真正懂 Power BI"的分水岭。面试官问到这两块，眼睛都在放光——因为答不好的人太多了。 阅读全文

摘要： 面试官问的每一道基础题，都是在试探你对 Power BI 全貌的理解有多深。答不上来？要么是你没动手做过，要么是你没想过为什么要这么做。 阅读全文

摘要： 本文系统介绍了企业级报表开发的最佳实践框架，主要内容包括：1）报表分类与设计流程；2）数据模型架构设计、命名规范和文档标准；3）行级和对象级安全控制；4）实时、增量和全量刷新策略；5）模型、DAX和报表性能优化方法；6）CI/CD部署流程和版本管理；7）使用指标和性能监控体系；8）自助分析架构设计。文章通过表格、流程图和代码示例，全面阐述了企业报表开发从设计到运维的全生命周期管理要点。 阅读全文

摘要： 高级可视化与自定义图表设计要点 本文系统介绍了Power BI中高级可视化技术与自定义图表的设计原则和应用方法。 阅读全文

摘要： 本文详细介绍了Power Query的高级数据处理技术，主要包括：1) M语言基础与查询步骤链；2) 高级数据获取方法，如多文件合并、动态数据源和Web API调用；3) 复杂数据清洗技巧，包括文本处理、日期转换和数据类型推断；4) 高级合并与连接操作；5) 数据透视与逆透视；6) 自定义函数编写；7) 高级分组聚合；8) 错误处理机制；9) 性能优化策略。文章还总结了Power Query的最佳实践，强调参数化、批量处理和查询折叠的重要性，为高效数据转换提供了全面指导。 阅读全文

摘要： 这篇文章深入讲解了DAX高级计算与性能优化的关键技术点 阅读全文

摘要： 本文深入探讨Power BI高级数据建模与关系设计，重点介绍了星型模型和雪花模型的优缺点，建议优先采用星型模型以获得最佳性能。详细解析了三种关系类型（一对多、多对多、一对一）及其应用场景，强调关系方向与交叉筛选的重要性。文章还分享了计算组、计算表、角色扮演维度等高级技巧，以及性能优化检查清单。最佳实践总结提出"7要4不要"原则，为构建高效数据模型提供系统指导。 阅读全文

摘要： 本文介绍了使用Power BI进行销售数据分析仪表板的实战案例。通过模拟2024年销售数据，从数据准备（Excel导入销售明细、产品和客户表）、数据建模（建立表关系和创建日期表），到DAX度量值编写（包括核心KPI、时间智能指标和排名占比计算），详细展示了分析流程。重点讲解了仪表板设计，包含总览页（KPI卡片和趋势图）、产品分析页（堆积柱形图和排名表）、区域分析页（分区柱形图和漏斗图）以及明细数据页（可交互矩阵表）。最后说明了如何添加切片器同步、页面导航和钻取功能，并提供了发布前的检查清单。该案例完整演示了 阅读全文

摘要： 本文介绍了Power BI中报表交互与筛选器的核心功能，主要包括四种筛选器类型（视觉级、页面级、报表级、钻取）及其应用场景，详细讲解了切片器的添加、类型设置和格式化选项。文章还涵盖了视觉对象间的交互设置、钻取功能实现跨页面分析、书签保存报表状态、同步切片器以及筛选器的高级设置技巧。这些功能共同构成了Power BI强大的数据探索和可视化交互能力，帮助用户灵活分析数据并发现洞察。 阅读全文