Power BI-intervjufrågor

Du kan bygga en fungerande rapport och ändå fastna på DAX-frågor, eftersom intervjuer testar evaluation model, inte funktionslistan. Det här avsnittet går igenom de DAX-frågor som dyker upp i nästan varje Power BI-intervju, och vad ett starkt svar innehåller.

• Vad är skillnaden mellan en measure och en calculated column? En calculated column beräknas rad för rad vid refresh och lagras i modellen, vilket förbrukar minne. En measure beräknas vid frågetillfället mot den aktuella filter context och lagrar ingenting. Nämn minnet och tidpunkten, inte bara "den ena är dynamisk".
• Förklara row context och filter context. Row context är den aktuella raden under en iteration, filter context är den uppsättning filter som slicers, visualiseringar och DAX tillämpar. De flesta förvirrande resultat kommer av att förvänta sig det ena och få det andra.
• Vad gör CALCULATE? Den utvärderar ett uttryck i en modifierad filter context, och den omvandlar row context till filter context. Det är den andra halvan intervjuare lyssnar efter.
• När behöver du en iterator som SUMX? När beräkningen måste ske rad för rad före aggregeringen, till exempel pris gånger antal när ingen lagrad kolumn innehåller produkten.
• Vad gör ALL, och varför kombineras det med CALCULATE? Den tar bort filter, och så byggs procent-av-totalen-measures.
• Förklara RELATED kontra RELATEDTABLE. Riktningen spelar roll: den ena går över till one-sidan, den andra returnerar rader från many-sidan.

En användbar vana för hela rundan: när ett DAX-svar börjar vandra iväg, återgå till context. Nästan varje följdfråga landar i vilken context som är aktiv och vad som ändrade den.

Frågor om modeling skiljer rapportbyggare från personer som verkligen kan äga en dataset. Det förväntade ordförrådet är dimensional.

• Star schema eller snowflake, och varför? Star, för frågeprestanda och enklare DAX, med denormaliserade dimensioner. Snowflake bara där en dimension verkligen är stor eller delad. En enda platt tabell är svaret som avslutar rundan i förtid.
• Vad är en fact table och vad är en dimension table? Fact innehåller mätbara händelser på en angiven grain, dimensioner innehåller de attribut du delar upp efter.
• Varför spelar relationskardinalitet och cross-filter-riktning roll? One-to-many med en riktning är standard av en anledning; dubbelriktad filtrering skapar tvetydighet och kan ge felaktiga totalsummor.
• Hur hanterar du en many-to-many-relation? En bridge table, plus en förklaring av vad totalsummorna betyder efteråt.
• Varför behöver du en dedikerad date table? Time intelligence-funktioner kräver en sammanhängande, markerad date table; utan den beter sig year-to-date- och föregående-år-measures fel.
• Power Query eller DAX för den här transformationen? Forma data i Power Query där det går, eftersom transformationer där sker en gång vid refresh i stället för vid varje fråga.

En BI analyst som intervjuades för ett detaljhandelsteam fick frågan varför en försäljningstotal såg rätt ut per produkt men fel per region. Svaret panelen ville ha var ett modeling-svar, en dubbelriktad relation som skapade en tvetydig filterväg, inte en DAX-omskrivning. Att först felsöka på modellnivå är instinkten som testas.

Andra rollspecifika frågebanker samlas under intervjufrågor efter roll.

De här frågorna dyker upp i BI developer- och analytics engineer-rundor, och det är där kandidater som bara byggt i Power BI Desktop tar slut på material.

• Import, DirectQuery eller Composite? Import är snabbast att fråga och begränsas av minne och refresh-fönster. DirectQuery håller data aktuell och flyttar belastningen till källan, med DAX-begränsningar. Composite blandar dem. Ge avvägningen och ett villkor som avgör den.
• Vad används en on-premises data gateway till? Kopplar molntjänster till källor bakom ett företagsnätverk, för schemalagd refresh och DirectQuery.
• Hur fungerar incremental refresh? Partitionering efter ett datumintervall så att bara de senaste partitionerna laddas om, konfigurerat med de intervallparametrar funktionen förväntar sig.
• Hur implementerar du row-level security? Roller med DAX-filteruttryck på dimension tables, med dynamisk security som använder funktionen för den inloggade användaren för att slå upp den i en mappningstabell.
• Workspace, app, dataset, report: hur hänger de ihop? Grundläggande kunskap om tjänsten, och en lätt fråga att missa om du bara har arbetat i Desktop.
• Hur förbättrar du en långsam rapport? Minska antalet visualiseringar per sida, föredra measures framför calculated columns, minska kardinaliteten på relationskolumner, och inspektera med Performance Analyzer.

Om din erfarenhet enbart ligger i Desktop, säg det rakt ut och beskriv vad du skulle behöva lära dig. Intervjuare accepterar en öppet erkänd lucka; de accepterar inte påhittad deployment-erfarenhet som rasar samman vid nästa följdfråga.

Power BI-svar misslyckas högt uttalade på ett specifikt sätt: kandidaten känner till skillnaden men förklarar den i cirklar, eftersom hen bara någonsin visat den genom att klicka. Att läsa en frågebank ger igenkänning, och igenkänningen kollapsar när en främling frågar och väntar.

Välj de fem frågorna ovan som du minst vill få och svara på var och en högt på under nittio sekunder, utan skärm. Om du inte kan säga vad CALCULATE gör utan att rita, är du inte redo att säga det inför en panel. Att köra samma prompter mot en AI-intervjuare som ställer följdfrågor ligger närmare det verkliga samtalet än att läsa om anteckningar, vilket är vad läget mock interview är byggt för.

Aaron Cao, grundare av SubcueAI, utformade övningsläget kring upprepning snarare än innehållsleverans, eftersom frågelistor är rikliga och upprepningar av att tala inte är det. I en live-runda kan skrivbordsappen och webbläsartilläggets Side Panel visa struktur medan intervjuaren pratar, vilket hjälper mest med material du redan kan. Installationsstegen finns på sidan tutorial.