DAX (Data Analysis Expressions) হল একটি শক্তিশালী ভাষা যা Power BI, PowerPivot, এবং SQL Server Analysis Services (SSAS)-এ ডেটা বিশ্লেষণ এবং কাস্টম ক্যালকুলেশন করার জন্য ব্যবহৃত হয়। ড্যাক্সের SUMMARIZE ফাংশনটি বিশেষভাবে ব্যবহৃত হয় ডেটাকে সারাংশ (summary) তৈরি করার জন্য। এটি একাধিক কলামের উপর ভিত্তি করে গ্রুপিং এবং সেগুলির উপর বিভিন্ন ধরনের aggregation করতে সহায়তা করে।
SUMMARIZE ফাংশনটি সাধারণত ডেটার সারি গঠন করে এবং aggregate calculations যেমন মোট, গড়, সর্বোচ্চ, সর্বনিম্ন ইত্যাদি যোগ করতে ব্যবহৃত হয়।
SUMMARIZE ফাংশন এর Syntax
SUMMARIZE ফাংশনের সাধারণ সেন্ট্যাক্স হল:
SUMMARIZE(<table>, <group_by_column1>, <group_by_column2>, ..., <aggregation_column1>, <aggregation_function1>, <aggregation_column2>, <aggregation_function2>, ...)
- : এটি সেই টেবিল বা এক্সপ্রেশন যা থেকে আপনি সারাংশ তৈরি করতে চান।
- <group_by_column>: এটি সেই কলাম বা কলামগুলির নাম যা আপনি গ্রুপিং করতে চান।
- <aggregation_column>: এটি সেই কলাম বা কলামগুলির নাম যার উপর আপনি aggregation (যেমন: SUM, AVERAGE, COUNT) করতে চান।
- <aggregation_function>: এটি সেই aggregation function যেটি আপনি ব্যবহার করতে চান (যেমন:
SUM,AVERAGE,COUNT,MAX,MINইত্যাদি)।
SUMMARIZE ফাংশনের ব্যাবহার উদাহরণ
ধরা যাক, আমাদের একটি Sales টেবিল রয়েছে, যেখানে প্রতিটি বিক্রির জন্য ProductID, SalesAmount, এবং Region রয়েছে। আমরা চাই প্রতিটি ProductID এবং Region অনুযায়ী বিক্রয়ের মোট পরিমাণ বের করতে।
Product Sales Summary = SUMMARIZE(
Sales,
Sales[ProductID],
Sales[Region],
"Total Sales", SUM(Sales[SalesAmount])
)
এখানে:
- Sales টেবিলটি ব্যবহার করা হয়েছে।
- Sales[ProductID] এবং Sales[Region] কলামের উপর গ্রুপিং করা হয়েছে।
- নতুন একটি কাস্টম কলাম "Total Sales" তৈরি করা হয়েছে যা প্রতিটি ProductID এবং Region এর জন্য SalesAmount এর যোগফল দেখাবে।
এই ফর্মুলাটি একটি নতুন টেবিল তৈরি করবে, যা ProductID এবং Region অনুসারে SalesAmount এর যোগফল প্রদান করবে।
আরও Advanced Example: Multiple Aggregations
ধরা যাক, আপনি Sales টেবিলের জন্য ProductID, Region অনুযায়ী বিক্রয়ের মোট পরিমাণ, গড় বিক্রয়, এবং সর্বোচ্চ বিক্রয় পরিমাণ বের করতে চান। এই ক্ষেত্রে, আপনি একাধিক aggregation functions ব্যবহার করতে পারেন।
Product Sales Advanced Summary = SUMMARIZE(
Sales,
Sales[ProductID],
Sales[Region],
"Total Sales", SUM(Sales[SalesAmount]),
"Average Sales", AVERAGE(Sales[SalesAmount]),
"Max Sales", MAX(Sales[SalesAmount])
)
এখানে:
- SUM(Sales[SalesAmount]): মোট বিক্রয়
- AVERAGE(Sales[SalesAmount]): গড় বিক্রয়
- MAX(Sales[SalesAmount]): সর্বোচ্চ বিক্রয়
এই ফর্মুলাটি একটি নতুন টেবিল তৈরি করবে, যেখানে ProductID এবং Region অনুসারে মোট বিক্রয়, গড় বিক্রয় এবং সর্বোচ্চ বিক্রয় প্রদর্শিত হবে।
SUMMARIZE vs. SUMMARIZECOLUMNS
SUMMARIZE এবং SUMMARIZECOLUMNS দুটি DAX ফাংশনই ডেটাকে সারাংশে উপস্থাপন করতে ব্যবহৃত হয়। তবে, এই দুইটি ফাংশনের মধ্যে কিছু পার্থক্য রয়েছে:
- SUMMARIZE: এটি একটি শক্তিশালী ফাংশন যা গ্রুপিং এবং অ্যাগ্রিগেশন একসাথে করতে সাহায্য করে। এটি context transition করতে পারে, অর্থাৎ, অন্যান্য ফাংশনের ভিতরে ব্যবহার করা হলে, তা ফলাফলকে প্রভাবিত করতে পারে।
- SUMMARIZECOLUMNS: এটি নতুন DAX ফাংশন, যা SUMMARIZE এর উন্নত সংস্করণ এবং filter context-এর সাথে কাজ করতে সহায়ক। এটি প্রক্রিয়া করার সময় আরও দক্ষ এবং পারফরম্যান্স উন্নত হয়।
SUMMARIZECOLUMNS এর সেন্ট্যাক্স:
SUMMARIZECOLUMNS(<group_by_column1>, <group_by_column2>, ..., <aggregation_column1>, <aggregation_function1>, <aggregation_column2>, <aggregation_function2>)
SUMMARIZECOLUMNS সাধারণত SUMMARIZE এর তুলনায় দ্রুত কাজ করে এবং filter context আরও ভালভাবে পরিচালনা করে।
SUMMARIZE এর ব্যবহার এবং উপকারিতা
- Grouping and Aggregating: SUMMARIZE ফাংশনটি ব্যবহৃত হয় যখন আপনাকে একাধিক কলাম থেকে ডেটা গ্রুপ করে এবং তাদের উপর aggregation করতে হয়।
- Custom Reporting: এটি কাস্টম রিপোর্ট তৈরি করতে সহায়ক, যেখানে আপনি একাধিক aggregation function প্রয়োগ করতে পারেন।
- Flexible: একাধিক calculated columns তৈরি করার জন্য ব্যবহার করা যেতে পারে, এবং এটি অন্যান্য DAX ফাংশনের সাথে ব্যবহার করা যায়।
সারাংশ
SUMMARIZE ফাংশনটি DAX-এ একটি শক্তিশালী টুল যা ডেটাকে গ্রুপ করে এবং aggregation করতে ব্যবহৃত হয়। এটি ডেটা বিশ্লেষণে সহায়ক, বিশেষ করে যখন আপনি একটি বা একাধিক কলামের উপর গণনা করতে চান এবং সেই গণনার সাথে শর্ত যুক্ত করতে চান। SUMMARIZE ফাংশনটি time intelligence, financial reporting, এবং business analysis এ অত্যন্ত কার্যকরী, যেখানে আপনি একাধিক মেট্রিক্স বা কাস্টম ক্যালকুলেশন তৈরি করতে পারেন।
Read more
