DAX (Data Analysis Expressions) হল একটি শক্তিশালী এক্সপ্রেশন ভাষা যা Power BI, PowerPivot, এবং SQL Server Analysis Services (SSAS)-এ ব্যবহৃত হয়। Aggregation Functions হল DAX-এর অন্যতম গুরুত্বপূর্ণ ফাংশন, যা ডেটা গোষ্ঠীভুক্ত (aggregated) ক্যালকুলেশন তৈরি করতে ব্যবহৃত হয়। এই ফাংশনগুলির মধ্যে SUM, AVERAGE, এবং COUNT সবচেয়ে সাধারণ এবং মৌলিক ফাংশন।
এই প্রবন্ধে আমরা SUM, AVERAGE, এবং COUNT ফাংশনগুলির ব্যবহার, তাদের সঠিক প্রয়োগ, এবং real-world use cases নিয়ে আলোচনা করব।
১. SUM ফাংশন
SUM ফাংশনটি একটি কলামের সমস্ত মানের যোগফল বের করতে ব্যবহৃত হয়। এটি সবচেয়ে মৌলিক এবং সাধারণ aggregation function।
Syntax:
SUM(<column>)
- : যে কলামের মানগুলোর যোগফল আপনি বের করতে চান।
ব্যবহার:
ধরা যাক, আপনার Sales টেবিল রয়েছে এবং আপনি SalesAmount কলামের মোট বিক্রয় পরিমাণ বের করতে চান। আপনি এই ফাংশনটি ব্যবহার করবেন:
Total Sales = SUM(Sales[SalesAmount])
এটি Sales টেবিলের SalesAmount কলামের সমস্ত মান যোগ করবে এবং মোট বিক্রয় পরিমাণ বের করবে।
Real-World Use Case:
ধরা যাক, আপনি একটি KPI (Key Performance Indicator) তৈরি করতে চান, যেখানে মোট বিক্রয় পরিমাণ জানাতে হবে। আপনি SUM ফাংশন ব্যবহার করে সারা বছরের SalesAmount এর মোট যোগফল বের করতে পারেন।
২. AVERAGE ফাংশন
AVERAGE ফাংশনটি একটি কলামের গড় মান বের করতে ব্যবহৃত হয়। এটি সাধারণত ব্যবহৃত হয় যখন আপনি ডেটার গড় মান নির্ধারণ করতে চান, যেমন গড় বিক্রয়, গড় লাভ ইত্যাদি।
Syntax:
AVERAGE(<column>)
- : যে কলামের গড় মান আপনি বের করতে চান।
ব্যবহার:
ধরা যাক, আপনি Sales টেবিলের SalesAmount কলামের গড় বিক্রয় পরিমাণ বের করতে চান, তাহলে আপনি এই ফাংশনটি ব্যবহার করবেন:
Average Sales = AVERAGE(Sales[SalesAmount])
এটি Sales টেবিলের SalesAmount কলামের গড় মান বের করবে।
Real-World Use Case:
Average Sales ক্যালকুলেশনটি ব্যবহৃত হতে পারে যখন আপনি জানাতে চান যে মাসের প্রতি বিক্রয়ের গড় পরিমাণ কত ছিল। এটি ব্যবসায়িক পরিকল্পনা এবং ভবিষ্যদ্বাণী তৈরি করতে সাহায্য করে।
৩. COUNT ফাংশন
COUNT ফাংশনটি একটি কলামে কতটি সংখ্যামূলক মান রয়েছে তা গণনা করে। এটি সাধারণত ব্যবহৃত হয় যখন আপনি কোনো কলামে non-blank সেল (যে সেলে কিছু না কিছু মান আছে) গুনতে চান।
Syntax:
COUNT(<column>)
- : যে কলামে সেল সংখ্যা আপনি গুনতে চান।
ব্যবহার:
ধরা যাক, আপনি Sales টেবিলের SalesAmount কলামে কতটি non-blank মান রয়েছে তা গণনা করতে চান:
Count of Sales = COUNT(Sales[SalesAmount])
এটি Sales টেবিলের SalesAmount কলামের non-blank সেল সংখ্যা গণনা করবে।
Real-World Use Case:
আপনি Customer টেবিলের মধ্যে কতটি গ্রাহক সেলফ-সার্ভিস রেজিস্ট্রেশন করেছেন, তা দেখতে COUNT ফাংশন ব্যবহার করতে পারেন।
৪. Other Related Aggregation Functions
DAX-এর অন্যান্য aggregation functions-এর মধ্যে কিছু খুবই গুরুত্বপূর্ণ ফাংশন রয়েছে, যেমন:
COUNTBLANK:
এটি একটি কলামের blank সেল সংখ্যা গণনা করতে ব্যবহৃত হয়।
Blank Count = COUNTBLANK(Sales[SalesAmount])
COUNTA:
এটি একটি কলামে মোট সেল সংখ্যা (যতগুলো সেলই পূর্ণ বা খালি) গুনে দেয়।
Total Entries = COUNTA(Sales[SalesAmount])
DISTINCTCOUNT:
এটি একটি কলামে distinct মানের সংখ্যা গণনা করতে ব্যবহৃত হয়, অর্থাৎ যেগুলোর মধ্যে পুনরাবৃত্তি নেই।
Unique Products = DISTINCTCOUNT(Sales[ProductID])
MAX:
এটি একটি কলামে সর্বোচ্চ মান বের করতে ব্যবহৃত হয়।
Max Sales = MAX(Sales[SalesAmount])
MIN:
এটি একটি কলামে সর্বনিম্ন মান বের করতে ব্যবহৃত হয়।
Min Sales = MIN(Sales[SalesAmount])
৫. Aggregation Functions and Performance
যখন আপনি aggregation functions ব্যবহার করেন, সঠিকভাবে ডেটার পরিমাণ এবং প্রক্রিয়া নিশ্চিত করা খুবই গুরুত্বপূর্ণ। যদি আপনার ডেটাসেট খুব বড় হয় এবং আপনি অনেক aggregation করতে চান, তবে পারফরম্যান্স কিছুটা ধীর হতে পারে। তবে কিছু পারফরম্যান্স টিপস রয়েছে যা আপনার DAX ক্যালকুলেশনগুলিকে দ্রুত করতে সাহায্য করবে:
- Use Calculated Columns for Repetitive Aggregations: যদি একই এক্সপ্রেশন বারবার ব্যবহৃত হয়, তবে এটি একটি calculated column হিসেবে সংরক্ষণ করা উচিৎ।
- Avoid Complex Aggregations in Real-Time Reports: রিয়েল-টাইম রিপোর্টে complex aggregations বেশি ব্যবহার না করার চেষ্টা করুন।
- Use Filters Wisely: FILTER এবং ALL ফাংশনগুলি অতিরিক্ত ব্যবহার করা থেকে বিরত থাকুন, কারণ এগুলি পারফরম্যান্সে প্রভাব ফেলতে পারে।
- Summarize Data Before Aggregation: ডেটা summarize করার মাধ্যমে, আপনি কেবলমাত্র প্রাসঙ্গিক ডেটার উপর কাজ করতে পারবেন, যা আপনার ক্যালকুলেশনগুলোকে দ্রুততর করে।
সারাংশ
SUM, AVERAGE, এবং COUNT হল DAX এর মৌলিক aggregation functions যা ডেটার উপর ক্যালকুলেশন তৈরি করার জন্য ব্যবহৃত হয়। এগুলি Power BI, Power Pivot, এবং SSAS-এ ব্যবহৃত বিশ্লেষণাত্মক রিপোর্ট এবং কাস্টম ক্যালকুলেশনের জন্য অত্যন্ত কার্যকরী। এই ফাংশনগুলি ব্যবহারের মাধ্যমে আপনি বিক্রয়, গড় মান, সেল সংখ্যা, সর্বোচ্চ এবং সর্বনিম্ন মান ইত্যাদি বিশ্লেষণ করতে পারেন, যা ব্যবসায়িক সিদ্ধান্ত গ্রহণে সহায়ক।
Read more
