用于针对 Power BI 和 Analysis Services 模型执行 DAX 查询。 DAX Studio 适用于：
使用默认设置下载并安装 DAX Studio，连接到数据模型，然后开始处理查询。 安装 DAX Studio 后，也可以从 Power BI Desktop 功能区的“外部工具”选项卡启动它。
使用 DAX 的计算（度量值或列）是 DAX 查询的一部分，由 VertiPaq 中的两个引擎处理。 处理查询时，公式引擎会处理请求，向存储引擎请求数据，并执行必要的计算。 存储引擎检索并聚合公式引擎请求的数据。
在下图的步骤 1 和 2 中，DAX 查询发送到表格模型。 然后该请求由公式引擎处理并发送到存储引擎，如步骤 3 所示。 在步骤 4 中，存储引擎从模型中检索数据并将其存储在内存中（对于导入模式），或者将查询传递给数据源（对于 DirectQuery）。 对于导入模式，刷新数据将从源中检索数据。
通过 DAX Studio 中的故障排除，可查看查询的服务器计时的详细统计信息。 可以查看查询在每个引擎中所占用的时间比例，然后可以相应地调整查询以提高性能。
让我们通过一个场景来了解如何使用 DAX Studio 优化查询。
你有一个报表，其中包含一个直观显示 6 个度量值的矩阵。 CEO 告知你，视觉对象呈现速度缓慢，因此报表不可用。 你开始深入挖掘原因并使用 Power BI Desktop 中的性能分析器确认了呈现时间缓慢。
然后，你复制该查询以在 DAX Studio 中查看，以便获取更多有关可能导致问题的信息。 在 DAX Studio 中，你清除了缓存 (1)，打开服务器计时 (2)，然后运行查询 (3)。
从左上到右下，统计数据指示运行查询所花费的毫秒数，以及存储引擎 (SE) CPU 占用的持续时间。 在本例中，公式引擎 (FE) 占用了 73.5% 的时间，而 SE 占用了剩余的 26.5% 的时间。 有 34 个单独的 SE 查询和 21 个缓存命中。
在此处，可以调查度量值中的哪些因素可能导致问题。 这需要深入的 DAX 知识，有时需要反复试验。
你对这些度量值进行了试验，发现可通过将 DAX 中的复杂
试验后，清除缓存并使用对度量值所做的更新再次运行查询。 你会发现更新后的度量值的性能要好得多，查询执行时间减少了近 50%。
- 查看数据模型的内容。
- 编写和优化复杂的 DAX 公式和查询。
使用默认设置下载并安装 DAX Studio，连接到数据模型，然后开始处理查询。 安装 DAX Studio 后，也可以从 Power BI Desktop 功能区的“外部工具”选项卡启动它。
优化 DAX 查询
使用 DAX 的计算（度量值或列）是 DAX 查询的一部分，由 VertiPaq 中的两个引擎处理。 处理查询时，公式引擎会处理请求，向存储引擎请求数据，并执行必要的计算。 存储引擎检索并聚合公式引擎请求的数据。
在下图的步骤 1 和 2 中，DAX 查询发送到表格模型。 然后该请求由公式引擎处理并发送到存储引擎，如步骤 3 所示。 在步骤 4 中，存储引擎从模型中检索数据并将其存储在内存中（对于导入模式），或者将查询传递给数据源（对于 DirectQuery）。 对于导入模式，刷新数据将从源中检索数据。
通过 DAX Studio 中的故障排除，可查看查询的服务器计时的详细统计信息。 可以查看查询在每个引擎中所占用的时间比例，然后可以相应地调整查询以提高性能。
让我们通过一个场景来了解如何使用 DAX Studio 优化查询。
你有一个报表，其中包含一个直观显示 6 个度量值的矩阵。 CEO 告知你，视觉对象呈现速度缓慢，因此报表不可用。 你开始深入挖掘原因并使用 Power BI Desktop 中的性能分析器确认了呈现时间缓慢。
然后，你复制该查询以在 DAX Studio 中查看，以便获取更多有关可能导致问题的信息。 在 DAX Studio 中，你清除了缓存 (1)，打开服务器计时 (2)，然后运行查询 (3)。
从左上到右下，统计数据指示运行查询所花费的毫秒数，以及存储引擎 (SE) CPU 占用的持续时间。 在本例中，公式引擎 (FE) 占用了 73.5% 的时间，而 SE 占用了剩余的 26.5% 的时间。 有 34 个单独的 SE 查询和 21 个缓存命中。
在此处，可以调查度量值中的哪些因素可能导致问题。 这需要深入的 DAX 知识，有时需要反复试验。
你对这些度量值进行了试验，发现可通过将 DAX 中的复杂
IF 语句替换为变量和时间智能函数来改进销售度量值。 一种安全的试验方法是注释禁止度量值并返工。 可以通过在行首键入两个正斜杠 (//) 来注释禁止度量值。 对于多行注释，请在注释的开头使用 /* 并以 */ 结尾。试验后，清除缓存并使用对度量值所做的更新再次运行查询。 你会发现更新后的度量值的性能要好得多，查询执行时间减少了近 50%。