什么是“数据钻取”？
什么是数据钻？“钻取” ，单一来说 ，就是依照某个特定档次结构或前提对数据进行细分出现。钻取分为上钻（Drill?up）和下钻（Drill?down）：上钻是通过削减维数 ，将低档次的细节数据概括到高档次的汇总数据 ，在更大的粒度上查看数据信息；下钻是增长新的维数 ，从汇总数据深刻到细节数据 ，在更幼的粒度上观察和分析数据信息。
钻取能够使你对于数据的关注领域从一个比力宽泛的面上逐步聚焦到一个点上 ，从而发现数据更大的价值。通过使用 Power BI 的钻取职能 ，你能够轻松掌控一个报表内分歧档次的信息。并且由于同类型的数据信息只必要一个图表 ，能够在很大水平上节俭汇报空间。
什么样的数据适合使用钻取职能？
由于钻取职能是实此刻分歧的粒度间观察和分析数据 ，所以只有当数据拥有档次结构时 ，钻取职能才有意思。如日期维度 ，是最常用也最拥有代表性的档次结构之一。下面以一个根基的销售数据为例 ，拔取矩阵来直观的展示档次的变动。
如图所示 ，把日期表中的“日期”字段拖入到矩阵的“行（Rows）”框中 ，Power?BI?会自动为其增长功夫档次结构 ，
而后将销售明细中的“销售额”字段拖入到矩阵的“值（Values）”框中 ，矩阵中默认显示的是年度的数据。
通过向下钻取职能 ，能够在矩阵中逐层观察和分析销售额数据。从年到季度 ，再到月 ，还能够细分到日出现数据。
若何使用 Power BI 中的钻取职能？
在 Power?BI 中 ，针对有档次结构的视觉对象（即选择展示数据的视图类型） ，你能够通过两种方式使用钻取职能。以上述销售数据为例 ，使用一样的字段 ，拔取树状图作为视图类型进行展示。
将鼠标悬停在视觉对象上 ，能够看到可操作的钻取图标 ，通过点击按钮 ，实现对应的钻取成效：
在视觉对象上单击右键 ，也能够显示含有钻取职能选项的菜单：
?钻取的蹊径有哪些？
在上面树状图所示的视觉对象中 ，能够看到有多个分歧的钻取图标 ，它们别离代表分歧的钻取蹊径 ，能够产生分歧的钻取成效。
↑和↓ ，暗示逐层钻。
选择向下钻取图标“↓” ，以启用向下钻取职能 ，而后能够选择当前视觉对象中想要钻取的数据点 ，单击该数据点即可实现向下钻取。例如想要查看树状图中 2018 年每个季度销售额的总值 ，启动钻取职能后 ，只需在 2018 年的数据点上单击 ，即可进入到季度数据这一层。
使用树状图进行钻取的益处就是能够直观的看到当前档次结构下每个部门与整体之间的比例 ，Power?BI 会凭据怀抱致反确定每个矩形内的空间大幼 ，矩形依照大幼从左上方（最大）到右下方（最。┙蟹至。持续在当前季度数据的档次结构当选择第一季度（Qtr?1）的数据点 ，单击后即可查看该季度数据下每个组成部门数据的详情。若是想要回到上一个档次结构查看 ，能够单击向上钻取图标：↑
↓↓暗示一次性向下钻取所有字段：
单击“↓↓”钻取图标 ，直接将当前所有字段钻取到下一个档次结构 ，无需选择任何数据点。以上面的销售数据为例 ，销售数据蕴含了 2017 和 2018 两个年度的数据 ，若是选择一次性钻取所有字段 ，会出现如下成效：
钻取一次 ，显示蕴含两年的对应季度的数据；再钻取一次 ，显示两年内所有季度蕴含的所有月份的数据Ｄ芄豢吹揭淮涡韵蛳伦耆∷凶侄斡胱耆〉ザ赖氖莸阌邢灾姆制Ｄ芄恢鸫蔚セ飨蛏献耆⊥急 ，直到回到最初的蕴含年数据的档次。
暗示一次性发展所有字段：
钻取图标的职能 ，又可称为扩大至下一级别。当点击该图标时 ，可向当前的视觉对象增长一个额表的档次结构级别 ，显示与当前一样的数据信息并增长一级新的信息。以销售数据为例 ，当在显示年份数据的视觉对象上方点击图标后 ，显示成效如下：
当前的档次机构级别是额表增长的 ，显示为当前一样的年度数据并增长了一级新的季度数据信息。再持续点击图标后 ，新增长档次结构级别会显示当前一样的数据并增长了一级新的月份数据 ，如下图所示：
除了本文涉及到的矩阵和树状图 ，其他的很多视觉对象也都能够使用钻取职能 ，只有是数据拥有档次结构即可 ，如柱形图、地图（常用于有档次结构的地理数据）、折线图等都能够使用钻取职能。
Power BI 在本地的 Power BI Desktop 客户端 ，Power BI Web Service 以及 Power BI for Mobile 移动端中还支持更多丰硕的职能 ，若是您对 Power BI 有更浓密的进建兴致 ，迎接点击下方“阅读原文” ，采办由世纪互联威廉希尔官网团队主编的《Microsoft Power BI 智能大数据分析》一书 ，相识更多详情。
注：本文作者威廉希尔官网技术团队 孙美婷。