VAR变量（3）
经典案例
该部分内容，其实是变量替代 EARLIER（当前行），也就是构建DAX条件筛选时的模式例子：
（1）同比增长
先看一个大家都非常熟悉的求同比增长的经典模式：
还是以前面的包含三个表：产品表、销售表、时期表的数据模型举例。现在要计算每个产品的同比销售增长率。如果不使用VAR，我们的计算步骤：
第一步：元度量（[销售]）；
[销售] = SUM(Sales[销售额])
第二步：去年销售额（在[销售]度量里添加“上一年”的筛选器）；
[上一年销售]= CALCULATE ([Sales]，SAMEPERIODLASTYEAR(日期表[日期]）
第三步：同比增长率（分别将第一步、第二步作为同比的分子分母）;
[YoY%]=DIVIDE([销售]-[上一年销售] , [ 上一年销售])
像这种公式由多个步骤构建的情况，我们可以使用VAR语法，将每个步骤事先存储起来，然后作为公式引擎的引用数据。公式如下：
[YoY%]=
VAR Sale = SUM(Sales[销售额]) -- 存储一个值列表
VAR Sale_year= CALCULATE(Sale, SAMEPERIODLASTYEAR(日期表[日期]）-- 存储一个上一年的计算结果列表；
RETURN -- 取出来定义的变量列表
DIVIDE(Sale , Sale_year) -- 将取出来的变量列表用于公式参于计算。
注意：因为变量不能使用中文字，以及避免与其他度量重名，这里的两个变量使用了与上例不同的名称。
本例中，我们先定义的第一个变量--Sale，用来替代原[销售]度量(同比中的分子表达式)，然后定义第二个变量（同比中的分母），同时第二个变量引用了第一个变量。
两个变量定义完成后，相当于事先由存储引擎在内存中存储了这两个值，之后就通过RETURN后面的表达式，调用这两个值。例如，对于每个产品，都对应有两个存储数据（两个变量定义的值--这里是分子、分母计算式），分别用于由公式引擎请求执行的除法运算（行计算）。
通过这个例子可以看出，运用VAR变量语法，可以简化度量值的书写，并便于理解公式包含的逻辑步骤。并且，由于它是在公式执行计算前，就事先被存储的存储数据，即它完成运算以后，结果就可随时被公式引擎调用，而无需重新运算，从而大大提升了DAX的性能。这些在前面已经提到。
（2）累计类聚合计算
这类计算离不开EARLIER函数（当前行），EARLIER函数意思可理解为：存储引擎先将某个列存储为行列表，然后依据EARLIER 定义的“行”，从数据模型里请求引用对应的该列的行值（可理解为同一个列的列值引用，即当前行。可以理解EARLIER （）将某个列虚拟了一个该列的“分身”，以用于对比筛选，由于是分身，所以其基数总是少于原列的基数）。这也符合：“变量的实际是一个存储数据（内存虚拟数据），存在于公式引擎之前，并能被公式引用的数据”的定义。
我们已经知道，当变量被赋值后，即在被公式引用后的执行过程中，该值不会改变。基于此，先不管DAX内部是如何运行的，这时候EARLIER（）更像一个常量（一个个被存储的列值），并作为DAX的行筛选条件。
例01：一个经典的求一列中基值对应的行值出现的次数（频次计算）
比如求两个订单时期之间的时间间隔：
计算条件：用下一个订单的日期减去当前订单的日期。当前订单的日期自然就是原表的订单时期列，为了定义相减，需要新建一列--[下次订单日期]，即先把下一行的订单日期提取过来，我们输入该计算列的DAX公式：
第一步：求当前时期的第二次出现的时期：（需要'tb订单表里有[序号]列）
= SUMX(FILTER('tb订单',
' tb订单'[序号]= EARLIER(' tb订单'[序号])+1),
' tb订单'[订单日期])
使用EARLIER(' tb订单'[序号])获取当前行的序号，然后找到当前序号+1（往后一个序号）的那一行的订单日期，即获得第二次（或下一次）订单时期；因为是直接引用' tb订单'[订单日期]的值，因此，将该列直接作为SUMX的第二参数：计算式，结果如下：
然后，新建一列，两列日期再相减，即得到两次订单时期间隔的天数：[间隔天数]列。
使用变量替代前面的公式（这时候，只需要一个计算列，即将中间过渡的计算列定义为了变量）：
注意：既然上图公式里的Date01变量定义使用的是 ' tb订单'[订单日期] 列，那么，上图公式中加红色底线标识的部分：' tb订单'[订单日期] ，能不能也使用变量Date01替代？
事实上，如下图，它会得出一个错误的结果：全部值为零（空值），请思考这是为什么？
简单解释一下前面的问题：我们说过，变量被赋值之后，一般不会再变化，其实更像是“常量”，因而它可以用来定义行筛选条件。上例中的Date01变量位置，是SUMX的第二参数计算式，如果放置一个变量，其实相当于一个固定的存储数据（“常量”）被放在了计算式的位置，这是没有意义的。当然，上个公式中的Date01变量可以不用，即最后计算式改为：Date02 - ' tb订单'[订单日期] 。
例02：求每个订单日期、客户的累计销售金额
一个经典的计算累计销售的例子，用的是下面的DAX编写的新建列：
SUMX (FILTER('tb订单'[序列]<=EARLIER([序列])
&&'tb订单'[客户ID]=EARLIER('tb订单'[客户ID])),[销售])
使用VAR改写，返回同样的结果：
例03：求累计求和
将例02的多列变量模式改为针对某个计算列求累计聚合，例如帕累托累计求和的场景；
例04：求累计值的排名
这与例03中的累计求和的模式相同，只不过是将CALCULATE后面的计算式聚合函数改为使用COUNT（计数），而不是SUM（求和）。
例05：求移动时期段的度量计算
（如移动平均、前或后N天销售等）
只需将计算改为求平均，并给出当前行筛选定义:
有了累计值，可以求累计值占总值的百分比，再依据该累计占比值，定义ABC，这是典型的ABC之类的分组计算，这里从略。
通过以上几个实例，你已经了解到，这些DAX都具有使用变量来替代“当前行”，并作为行筛选的特点，我们将它总结成一个模式：
VAR V_1 = 列表、列值或函数计算式01
VAR V_2 = 列表、列值或函数计算式02
……
VAR V_N = 列表、列值或函数计算式N
RETURN
CALCULATE( 计算列表,
FILTER(ALL('被筛选表'),
'01>V_1 && 02<=V_2))
我们将上述公式用一个图简单说明一下该变量模式。
前面的几个公式都是在CALCULATE里构建一个由：FILTER(ALL( ), 条件筛选)) 模式定义的筛选器，它通过ALL( )先去掉该表原有的任何关系，这时，所有针对此表的筛选（因为没有关系）将不起作用（即删除了该表上的所有筛选器），然后，再添加新的、由变量与变量所在列（如列=以该列定义的变量，这里的=号可以是其他操作符）构建的条件筛选。如果你理解不了，那就记住该模式就好。
这与之前在说ALL（）函数时，曾提到一个图一样。把条件改一下即可：
本部分提供公式案例文件，需要的请到QQ群：490799485 Power BI 非官方群文件里下载。
未完待续