DP-600: implementar columnas calculadas dependientes del contexto
Te enseñaré la habilidad de implementar columnas calculadas que dependen del contexto (filter context / row context) usando DAX en un modelo semántico. Esta competencia es útil para el examen DP-600 porque evalúa tu capacidad de traducir requisitos de negocio a lógica DAX eficiente y, en la práctica, evita errores lógicos y problemas de rendimiento en informes. Al dominar esto, puedes decidir cuándo materializar valores en un modelo y cuándo usar medidas dinámicas, lo que reduce el tamaño del archivo y acelera las consultas.
Qué necesitas saber
Las columnas calculadas son expresiones DAX evaluadas por fila de una tabla, pero su fórmula puede depender del contexto (por ejemplo, valores en otras tablas o filtros aplicados). Es crucial distinguir row context (la fila actual) de filter context (filtros provenientes del informe, de los slicers o de las relaciones) y saber cuándo usar funciones como RELATED, CALCULATE y EARLIER / VAR para transformar contextos. Por ejemplo, en una tabla Sales con 500.000 filas puede ser deseable tener una columna materializada para SalesWithTax, si la tasa es fija por país, porque evita calcular esto en todas las queries; por otro lado, si la tasa varía con el tiempo o con selecciones del informe, una medida será preferible.
Ejemplo simple: en una tabla Sales, queremos una columna SalesWithTax = Sales[Amount] * (1 + TaxRate) donde TaxRate proviene de la tabla TaxRates ligada por Country. La fórmula correcta necesita usar RELATED(TaxRates[Rate]) para obtener el valor por país, porque RELATED navega desde la fila actual en una tabla many hasta la fila correspondiente en la tabla one. Si la tabla TaxRates tiene 30 países con tasas entre 0.05 y 0.25, RELATED devuelve el valor correcto sin necesidad de agregación adicional.
Cómo funciona en la práctica
Sigue un paso a paso práctico con ejemplos DAX y explicaciones sobre contexto y rendimiento. Asume un modelo con tablas: Sales (SaleID, Date, ProductID, Amount, DiscountPct), Product (ProductID, CategoryID, Price), Category (CategoryID, CategoryName), TaxRates (Country, Rate). Relaciones: Sales->Product (many-to-one), Product->Category (many-to-one), Sales->Date (many-to-one). Imagina que tienes 250.000 filas en Sales y 5.000 productos; las decisiones sobre columnas vs medidas afectan el tiempo de procesamiento y el tamaño del modelo.
1) Columna calculada básica — usar valores en la misma fila
Sales[AmountWithDiscount] = Sales[Amount] * (1 - Sales[DiscountPct])
Explicación: aquí solo existe row context; la expresión se evalúa fila a fila y es muy eficiente. Si cada cálculo es aritmética simple, el coste por fila es mínimo y la columna ocupa espacio proporcional al número de filas (por ejemplo, una columna decimal en 250k filas puede añadir algunas decenas de megabytes, dependiendo del tipo).
2) Traer valor de otra tabla relacionada — usar RELATED
Sales[AmountWithTax] = Sales[Amount] * (1 + RELATED(TaxRates[Rate]))
Explicación: RELATED recorre la relación many-to-one para obtener TaxRates[Rate] para la fila de Sales. Se usa cuando existe una relación directa de Sales a TaxRates (o a través de Product si es necesario). Si TaxRates tiene una entrada por Country y la relación está correctamente definida, RELATED devuelve 0.20 (por ejemplo) y el cálculo resulta de inmediato. Si no hay relación, RELATED retorna BLANK y debes tratar ese caso con COALESCE o IF para evitar resultados nulos.
3) Cuando necesitas modificar contextos — usar CALCULATE
Product[TotalSalesAllYears] = CALCULATE(SUM(Sales[Amount]), REMOVEFILTERS(Sales[Date]))
Explicación: en una columna calculada en Product queremos el total de ventas del producto sin filtrar por fecha; CALCULATE altera el filter context para el cálculo. Importante: las columnas calculadas están materializadas en el modelo, por eso ten cuidado si dependen de filtros dinámicos — normalmente las medidas son más apropiadas para dependencia de slicers. Si el conjunto de datos se actualiza diariamente y tiene 1000 productos, recalcular esta columna añade trabajo al procesamiento diario, por eso evalúa el trade-off entre tiempo de refresh y rendimiento en consulta.
4) Evitar EARLIER — usar VAR
Category[RankBySales] =
VAR ThisCat = Category[CategoryID]
VAR CatSales =
CALCULATE(
SUM(Sales[Amount]),
FILTER(ALL(Category), Category[CategoryID] = ThisCat)
)
RETURN
RANKX(ALL(Category), CatSales, , DESC)
Explicación: EARLIER se usaba para referirse a un contexto anterior en iteraciones; hoy VAR + funciones iteradoras (SUMX, FILTER) son más claras y eficientes. También reduce confusiones entre row y filter context. Por ejemplo, para 50 categorías, este enfoque calcula un valor por categoría y después lo ordena; es preferible a iteraciones complejas que afectan la legibilidad y el mantenimiento del modelo.
Errores comunes
1) Confundir columnas calculadas con medidas: las columnas se calculan en el procesamiento y quedan fijas; las medidas se evalúan en tiempo de consulta y respetan los slicers del informe. Usar una columna cuando quieres una respuesta dinámica es un error. Por ejemplo, una columna que pretende cambiar según el año seleccionado no lo hará — siempre resultará en el valor materializado.
2) Usar RELATED en relaciones inexistentes o en la dirección incorrecta: RELATED solo funciona de many->one; para navegar de one->many se usa RELATEDTABLE o CALCULATE+SUM. Olvidar esto causa errores o resultados nulos. Ejemplo: intentar RELATED(Product[Price]) desde Product hacia Sales devuelve error — debes agregar con SUMX o usar RELATEDTABLE para obtener las filas many y sumarlas.
3) Hacer cálculos dependientes de filtros del informe en una columna calculada: esto crea inconsistencia y expectativas erróneas. Si el valor debe cambiar según slicers, impleméntalo como medida en lugar de columna. Otro error es no optimizar la cardinalidad: columnas calculadas con alta cardinalidad (por ejemplo, valores únicos por fila) aumentan considerablemente el tamaño del modelo.
Cómo practicar
Practica creando columnas calculadas y medidas en Power BI Desktop o Fabric (Workspace con Power BI). Sigue escenarios reales: calcular márgenes por producto usando tasas en otra tabla; crear rankings por categoría; agregar ventas históricas ignorando filtros de fecha. Prueba con conjuntos de datos de varias dimensiones — 10k, 100k, 500k filas — y observa tiempos de refresh y tamaño del archivo. Para la evaluación oficial, usa el Practice Assessment OFICIAL y gratuito de Microsoft y consulta la study guide de Microsoft para DP-600 — ambos son gratuitos. No uses dumps; esos violan las reglas de certificación.
En resumen
- Diferencia row context (columnas) de filter context (medidas) y elige el enfoque correcto según la necesidad de dinamismo.
- Usa RELATED para navegar many->one; usa RELATEDTABLE o CALCULATE para one->many y agrega según sea necesario.
- Prefiere VAR + funciones iteradoras en lugar de EARLIER para claridad y rendimiento, especialmente en modelos con decenas a cientos de categorías.
- Prueba en Power BI/Fabric con volúmenes realistas y usa el Practice Assessment oficial y la study guide de Microsoft para validar tus conocimientos.