인터넷서점 인터파크도서

DAX(Data Analysis eXpressions)는 마이크로소프트의 파워 BI, SSAS 및 엑셀의 파워 피봇에 사용되는 프로그래밍 언어다. DAX는 2010년에 엑셀 2010에서 선보인 파워 피봇 도입과 함께 만들어져, 이제는 파워 BI 및 SSAS에서도 모델링 도구로 활용되고 있다. 이 책은 DAX에 관한 모든 것을 이해하고 싶은 독자를 대상으로 한다. DAX를 다뤄본 적이 없어도 파워 BI에 대한 기본 지식과 데이터 분석 경험이 있다면, 이 책을 통해 DAX 전문가로 발전할 수 있을 것이다.

◈ 이 책에서 다루는 내용 ◈ ◆ 계산된 열, 측정값 및 계산 그룹 등 DAX의 핵심 개념 ◆ 기본 및 고급 테이블 함수로 효율적인 작업 ◆ 평가 컨텍스트, CALCULATE 및 CALCULATETABLE ◆ 시간 기반 계산 수행 ◆ 계산 그룹 및 계산 항목 ◆ VAR(변수) 구문을 사용해 읽기 및 유지 관리가 쉬운 코드 작성 ◆ 다대다 관계 및 양방향 필터 등 다양하고 특이한 관계 표현 ◆ 고급 최적화 기법 마스터 및 집계 성능 향상 ◆ 데이터 모델 최적화로 압축 효율 향상 ◆ DAX 스튜디오를 사용한 DAX 쿼리 성능을 측정 및 DAX 최적화 방법 ◈ 이 책의 대상 독자 ◈ 이 책의 고급 부분에서는 모든 독자가 익숙하지 않을 수 있는 병렬, 메모리 액세스, CPU 사용량 및 기타 특이한 주제들에 대해 세부적으로 다룬다. 개발자는 편안하게 느끼겠지만 파워 BI와 엑셀 사용자는 약간 겁을 먹을 수 있다. 그럼에도 불구하고 DAX 최적화를 논의하기 위해서는 이 정보가 필요하다. 실제로 이 책의 가장 고급 부분은 파워 BI와 엑셀 사용자보다는 BI 개발자들을 더 많이 겨냥하고 있다. 하지만 고급 부분을 읽게 되면 모든 독자가 이익을 얻으리라 생각한다. ◈ 이 책의 구성 ◈ 개략적인 소개로 시작해서 점차 고급 주제로 논리적으로 흐르도록 구성했다. 각 장은 이전의 내용을 완전히 이해한다는 가정하에 썼다. 앞서 설명한 개념의 반복은 거의 없다. 그렇기에 처음부터 끝까지 차례대로 읽을 것을 강력히 추천하고, 너무 일찍 고급 주제로 넘어가지 않길 바란다. 다 읽은 뒤에는 이 책을 참고도서로 활용할 수 있다. 예를 들어 여러분이 ALLSELECTED가 어떻게 작동하는지 궁금할 때 곧장 해당 부분으로 건너뛰어서 여러분의 생각을 명확히 할 수 있다. 그러나 이전 내용을 소화하지 않고 다음을 읽으면 다소 좌절하거나, 심할 경우 해당 개념을 불완전하게 이해할 수 있다. 이 책의 내용을 한눈에 살펴보면 다음과 같다. 1장은 DAX에 대한 간략한 소개로, SQL, 엑셀 또는 MDX와 같은 언어에 대해 이미 어느 정도 알고 있는 사용자를 위한 몇 개의 절로 구성돼 있다. 여기서는 새로운 개념을 소개하지 않는다. DAX와 다른 언어와의 차이점에 대한 몇 가지 힌트를 줄 뿐이다. 2장에서는 DAX 언어 자체를 소개한다. 계산된 열, 측정값, 오류 처리 함수와 같은 기본 개념을 다루며 기본 함수도 소개한다. 3장은 테이블 함수를 설명한다. DAX의 많은 함수는 테이블에서 작동하고 결과 또한 테이블 형태로 반환한다. 4장에서는 평가 컨텍스트를 설명한다. 평가 컨텍스트는 DAX 언어의 기초가 되므로, 4장은 5장과 함께 전체 책에서 가장 중요한 내용이 될 것이다. 5장에서는 CALCULATE와 CALCULATETABLE의 두 가지 함수만 다룬다. 이 함수는 DAX에서 가장 중요한 함수이며, 평가 컨텍스트에 대한 올바른 이해가 바탕이 돼야 한다. 6장은 변수를 설명한다. 모든 예에서 변수를 사용하지만, 6장은 변수의 구문을 소개하고 변수를 사용하는 방법을 설명하는 부분이다. 다음 장에서 변수를 사용하는 수많은 예를 볼 때 참고자료로 유용할 것이다. 7장은 반복함수와 CALCULATE에 관해 다룬다. DAX를 제대로 활용하기 위해서는 컨텍스트 전환과 반복함수 사용법을 함께 배워야 한다. 여기서는 이러한 도구를 활용하는 방법을 이해하는 데 유용한 몇 가지 예를 보여준다. 8장에서는 시간 인텔리전스 계산을 심층적으로 설명한다. YTD(연초부터 해당 날짜까지의 기간), MTD(월초부터 해당 날짜까지의 기간), 전년도값, 주 기반 기간 및 맞춤 캘린더를 다룬다. 9장은 DAX에 도입된 최신 기능인 계산 그룹을 소개한다. 계산 그룹은 모델링 도구로서 매우 강력하다. 계산 ...그룹을 만들고 사용하는 방법과 기본 개념을 소개하고 몇 가지 예를 보여준다. 10장에서는 고급 표현식 계산을 위해 필요한 필터 컨텍스트, 데이터 계보, 필터 컨텍스트 검사 및 기타 유용한 도구의 고급 사용 방법을 다룬다. 11장에서는 계층구조 계산을 수행하는 방법과 DAX를 사용해 부모/자녀 구조를 처리하는 방법을 설명한다. 12장과 13장은 작성자 쿼리 및 고급 계산에 유용한 고급 테이블 함수를 다룬다. 14장에서는 평가 컨텍스트에 대한 지식을 한 단계 더 발전시키고 확장 테이블 이론의 도움을 받아 ALLSELECTED 및 KEEPFILTERS와 같은 복잡한 함수에 대해 논의한다. 복잡한 DAX 표현식들의 비밀을 풀어내는 상급 내용을 다룬다. 15장은 DAX에서의 관계 및 관리에 관한 내용이다. 실제로 DAX 덕분에 데이터 모델 내에서 어떤 유형의 관계도 설정 가능하다. 여기서는 분석 데이터 모델에서 일반적인 여러 유형의 관계에 관해 설명한다. 16장에는 DAX에서 해결된 복잡한 계산의 예가 몇 가지 수록돼 있다. 이것은 해결책과 새로운 아이디어를 발견하는 데 유용한 언어에 관한 마지막 장이다. 17장에는 DAX를 실행하는 모델에서 사용하는 가장 일반적인 스토리지 엔진인 VertiPaq 엔진에 대한 자세한 설명이 수록돼 있다. DAX에서 최고의 성능을 얻는 방법을 배우려면 이를 이해하는 것이 필수다. 18장은 17장의 지식을 활용해 데이터 모델 레벨에서 적용할 수 있는 최적화를 보여준다. 적절한 관계 유형을 선택하고 DAX의 메모리 사용을 줄임으로써 열의 카디널리티를 줄이는 방법, 가져올 열을 선택하는 방법 및 성능을 향상시키는 방법을 배우게 된다. 19장에서는 쿼리 계획을 읽는 방법과 DAX Studio 및 SQL Server Profiler와 같은 도구를 사용해 DAX 쿼리의 성능을 측정하는 방법에 관해 설명한다. 20장에서는 최적화에 대한 이전 장의 내용을 기반으로 여러 가지 최적화 기법을 보여준다. 많은 DAX 계산식을 보여주고 성능을 측정한 다음 최적화된 계산식을 표시하고 설명한다. ◈ 옮긴이의 말 ◈ DAX(Data Analysis eXpressions)는 MS의 파워 BI, SSAS 및 Excel의 파워 피봇에서 하나 이상의 값을 계산해 원하는 값을 구하는 데 사용할 수 있는 여러 함수와 연산자로 된 라이브러리다. 이 책의 저자들은 sql.com의 공동 창업자이며, BI에 관한 다양한 컨텐츠를 만들고 있다. 또한 파워 BI, SSAS 및 Excel의 데이터 모델링에 관한 여러 책을 저술했다. 이 책은 DAX를 마스터하고자 하는 사람을 위한 책이다. 아주 기초적인 내용부터 시작해 DAX 코드와 데이터 모델을 최적화하는 방법에 이르기까지 DAX에 관한 모든 것을 다룬다. BI 관련 전문 개발자가 아니라면, 1장부터 15장까지만 읽어도 충분할 듯하다. 하지만 DAX에 관한 모든 것을 배우고자 한다면, 처음부터 끝까지 다 읽은 후 이해하기 어려운 부분을 반복해서 읽어 보기를 권한다. 관련 경험이 없는 독자라면 처음에는 이 책을 읽고 공부하는 게 쉽지만은 않을 것이다. 특히, 4장에서 다루는 평가 컨텍스트의 개념은 굉장히 생소할 수 있다. 다소 이해하기 어려운 내용이 있다면, 해당 주제는 가볍게 읽고 넘어가도 좋다. 끝까지 포기하지 않고 이 책을 마친다면 여러분은 DAX 전문가의 길로 한 걸음 더 다가가게 될 것이다. ◈ 추천의 글 ◈ 아마 독자들은 우리를 잘 알지 못할 것이다. 우리는 업무용 소프트웨어 개발 전문가다. 파워 BI, SQL Server Analysis Services(SSAS) 개발 팀의 일원이며, DAX 언어와 VertiPaq 엔진의 개발에도 참여했다. 이 책으로 배우게 될 언어는 우리의 창작물이다. 데이터 분석가들이 더 쉽고 생산적으로 일할 수 있도록 이 언어를 연구하고 엔진을 최적화했다. 또한 지난 몇 년간 옵티마이저를 개선해 DAX가 더 쉽고 깔끔하며 안정된 언어가 되도록 노력해왔다. DAX를 배우기 시작했다면 웹에서 몇 번의 검색만으로도 이 책의 저자들이 쓴 기사를 만날 수 있을 것이다. 그들이 쓴 글을 읽고 언어를 배운 후, 우리가 그간 노력한 결과물에 대해 평가해 주길 바란다. 수년 전 그들을 처음 만났을 때 SSAS에 대한 깊은 지식에 감탄했다. DAX 개발이 시작됐을 때 그들은 이 새로운 엔진과 언어를 배우고 채택한 첫 번째 그룹에 속한 사람들이었다. 저자들이 웹에 게재하고 공유하는 기사, 논문, 블로그는 수천 명에게 학습의 원천이 됐다. 우리는 코드를 작성하더라도 개발자들에게 사용법을 가르치는 것에 많은 시간을 들이지 않는다. 그러나 마르코와 알베르토는 DAX에 대한 지식을 전파하는 데 많은 기여를 했다. 알베르토와 마르코는 DAX에 관한 여러 베스트셀러를 썼으며, 이제 이 DAX의 새로운 안내서로 DAX에 관한 획기적인 책을 만들었다. 우리는 코드를 작성했고, 그들은 책을 썼다. 이제 여러분이 DAX를 배워서 여러분의 업무에서 과거에 경험하지 못한 분석력을 얻기를 기대한다. 저자와 우리 그리고 여러분 모두가 한 팀으로 협력해서 데이터로부터 더 나은 통찰력을 뽑아내는 것, 이것이 우리가 진정으로 원하는 것이다. ─ 마리우스 뒤미트루(Marius Dumitru), 파워 BI CTO이자 아키텍트 ─ 크리스티안 페쿨레스쿠(Cristian Petculescu), 파워 BI 수석 아키텍트 ─ 제프리 왕(Jeffrey Wang), 수석 소프트웨어 엔지니어 매니저 ─ 크리스티안 웨이드(Christian Wade), 수석 프로그램 매니저

01장. DAX란 무엇인가? __데이터 모델의 이해 ____관계의 방향 이해 __엑셀 사용자를 위한 DAX ____셀과 테이블 ____엑셀 및 DAX: 함수형 언어 ____DAX의 반복함수 ____DAX 이론의 필요성 __SQL 개발자를 위한 DAX ____관계 처리 ____함수형 언어 DAX ____프로그래밍 및 쿼리 언어 DAX ____DAX 및 SQL의 하위 쿼리 및 조건 __MDX 개발자를 위한 DAX ____다차원 vs. 테이블 형식 ____프로그래밍 및 쿼리 언어로서 DAX ____계층구조 ____상세 수준 계산 __파워 BI 사용자를 위한 DAX 02장. Dax 소개 __DAX 계산 이해 ____DAX 데이터 유형 ____DAX 연산자 ____테이블 구성자 ____조건문 __계산된 열과 측정값 ____계산된 열 ____측정값 ____계산된 열과 측정값 사이의 선택 __변수 소개 __DAX 식의 오류 처리 ____변환 오류 ____산술 연산 오류 ____비어 있거나 없는 값 ____오류 차단 ____오류 생성 __DAX 포맷팅 __집계함수와 반복함수 __일반적인 DAX 함수 사용 ____집계함수 ____논리 함수 ____정보 함수 ____수학 함수 ____삼각함수 ____텍스트 함수 ____변환 함수 ____날짜 및 시간 함수 ____관계 함수 __결론 03장. 기본 테이블 함수 __테이블 함수 소개 __EVALUAT...E 구문 소개 __FILTER __ALL과 ALLEXCEPT 소개 __VALUES, DISTINCT 및 빈 행 이해 __테이블을 스칼라값으로 사용하기 __ALLSELECTED 소개 __결론 04장. 평가 컨텍스트 __평가 컨텍스트 소개 ____필터 컨텍스트 ____행 컨텍스트 이해 __평가 컨텍스트에 대한 이해도 테스트 ____계산된 열에서 SUM 사용 ____측정값에 열 사용 __반복함수로 행 컨텍스트 사용 ____여러 테이블에 중첩된 행 컨텍스트 ____동일한 테이블의 중첩된 행 컨텍스트 ____EARLIER 함수 __FILTER, ALL 및 컨텍스트 상호 작용 __여러 테이블 작업 ____행 컨텍스트 및 관계 ____필터 컨텍스트 및 관계 __필터 컨텍스트에서 DISTINCT 및 SUMMARIZE 사용 __결론 05장. CALCULATE 및 CALCULATETABLE 이해 __CALCULATE 및 CALCULATETABLE 소개 ____필터 컨텍스트 만들기 ____CALCULATE 소개 ____CALCULATE를 사용한 백분율 계산 ____KEEPFILTERS 소개 ____단일 열 필터링 ____복잡한 조건의 필터링 __CALCULATE의 평가 순서 __컨텍스트 전환 이해 ____행 컨텍스트 및 필터 컨텍스트 복습 ____컨텍스트 전환 소개 ____계산된 열의 컨텍스트 전환 ____측정값으로 컨텍스트 전환하기 __순환 의존성 __CALCULATE 제어자 ____USERELATIONSHIP ____CROSSFILTER ____KEEPFILTERS ____CALCULATE의 ALL ____매개변수 없는 ALL 및 ALLSELECTED __CALCULATE 규칙 06장. 변수 __VAR 구문 소개 __변수는 상수 __변수의 범위 __테이블 변수 사용 __지연된 평가 __변수를 사용하는 일반적인 패턴 __결론 07장. 반복함수 및 CALCULATE __반복함수 사용 ____반복함수의 카디널리티 이해 ____반복함수에서 컨텍스트 전환 활용 ____CONCATENATEX 사용 ____테이블을 반환하는 반복함수 __반복함수를 사용한 일반적인 시나리오 해결 ____평균 및 이동 평균 계산 ____RANKX ____계산 세분화 수준 변경 __결론 08장. 시간 인텔리전스 계산 __시간 인텔리전스 소개 ____파워 BI의 자동 날짜/시간 옵션 ____엑셀의 파워 피봇에서 자동 날짜 열 ____엑셀 파워 피봇에서 Date 테이블 템플릿 __Date 테이블 작성 ____CALENDAR 및 CALENDARAUTO 사용 ____여러 날짜로 작업하기 ____Date 테이블과의 다중 관계 처리 ____여러 Date 테이블 처리 __기본 시간 인텔리전스 계산 이해 ____Date 테이블로 표시 __기본 시간 인텔리전스 함수 소개 ____YTD, QTD, MTD ____전기의 기간 계산 ____시간 인텔리전스 함수 결합 ____이전 기간과의 차이 계산 ____이동 연간 합계 계산 ____중첩된 시간 인텔리전스 함수에 적합한 호출 순서 사용 __반가산 계산 이해 __LASTDATE 및 LASTNONBLANK 사용 ____기초 및 기말 잔액 작업 __고급 시간 인텔리전스 계산 __현재까지의 기간 ____DATEADD ____FIRSTDATE, LASTDATE, FIRSTNONBLANK 및 LASTNONBLANK ____시간 인텔리전스와 함께 드릴스루 사용 __사용자 지정 달력 ____주 단위 작업 ____사용자 지정 YTD, QTD, MTD __결론 09장. 계산 그룹 __계산 그룹 소개 __계산 그룹 만들기 __계산 그룹 이해 ____계산 항목 적용의 이해 ____계산 그룹 우선순위 이해 __계산 항목에서 측정값 포함 및 제외 __측면 재귀 이해 __모범 사례 사용 __결론 10장. 필터 컨텍스트 작업 __HASONEVALUE 및 SELECTEDVALUE 사용 __ISFILTERED 및 ISCROSSFILTERED 소개 __VALUES와 FILTERS의 차이점 __ALLEXCEPT와 ALL/VALUE의 차이점 __컨텍스트 전환을 피하기 위한 ALL __ISEMPTY 사용 __데이터 계보 및 TREATAS 소개 __임의 모양의 필터 이해 __결론 11장. 계층 구조 처리 __계층 구조에 대한 비율 계산 __부모/자식 계층 처리 __결론 12장. 테이블 작업 __CALCULATETABLE __테이블 조작 ____ADDCOLUMNS ____SUMMARIZE 사용 ____CROSSJOIN 사용 ____UNION 사용 ____INTERSECT 사용 ____EXCEPT 사용 __테이블을 필터로 사용 ____OR 조건 구현 ____첫해 고객으로 판매액 계산 범위 축소 ____신규 고객 계산 ____DETAILROWS와 함께 테이블 식 재사용 __계산된 테이블 만들기 ____SELECTCOLUMNS 사용 ____ROW를 사용해 정적 테이블 생성 ____DATATABLE로 정적 테이블 생성 ____GENERATESERIES 사용 __결론 13장. 쿼리 작성 __DAX 스튜디오 소개 __EVALUATE 이해 ____EVALUATE 구문 소개 ____정의 영역에서 VAR 사용 ____DEFINE에서 측정값 사용 __일반적인 DAX 쿼리 패턴 구현 ____ROW를 사용한 측정값 테스트 ____SUMMARIZE 사용 ____SUMMARIZECOLUMNS 사용 ____TOPN 사용 ____GENERATE 및 GENERATEALL 사용 ____ISONORAFTER 사용 ____ADDMISSINGITEMS 사용 ____TOPNSKIP 사용 ____GROUPBY 사용 ____NATURALINNERJOIN 및 NATURALLEFTOUTERJOIN 사용 ____SUBSTITUTEWITHINDEX 사용 ____SAMPLE 사용 __DAX 쿼리에서 자동 존재 동작 이해 __결론 14장. 고급 DAX 개념 __확장된 테이블 소개 ____RELATED 이해 ____계산된 열에 RELATED 사용 __테이블 필터와 열 필터 간의 차이점 이해 ____측정값에 테이블 필터 사용 ____활성화된 관계 이해 ____테이블 확장과 필터링의 차이 ____확장된 테이블의 컨텍스트 전환 __ALLSELECTED 및 그림자 필터 컨텍스트 이해 ____그림자 필터 컨텍스트 소개 ____ALLSELECTED는 반복된 행을 반환함 ____매개변수 없는 ALLSELECTED __ALL* 계열 함수 ____ALL ____ALLEXCEPT ____ALLNOBLANKROW ____ALLSELECTED ____ALLCROSSFILTERED __데이터 계보 이해 __결론 15장. 고급 관계 __계산된 물리적(실제) 관계 구현 ____다중 열 관계 계산 ____범위를 기반으로 관계 구현 ____계산된 물리적 관계에서의 순환 의존성 __가상의 관계 구현 ____DAX에서 필터 전송 ____TREATAS를 사용해 필터 전송 ____INTERSECT를 사용해 필터 전송 ____FILTER를 사용해 필터 전송 ____가상 관계를 사용한 동적 세그멘테이션 __DAX의 물리적 관계 이해 __양방향 크로스필터 사용 __일대다 관계 이해 __일대일 관계 이해 __다대다 관계 이해 ____브릿지 테이블을 사용해 다대다 구현 ____공통 차원을 사용해 다대다 구현 ____MMR 약한 관계를 사용해 다대다 구현 __올바른 유형의 관계 선택 __세분화 관리 __관계에서 모호성 관리 ____활성화된 관계에서의 모호성 이해 ____비활성 관계에서 모호성 해결 __결론 16장. DAX의 고급 계산 __두 날짜 사이의 영업일 수 계산 __예산과 판매액 함께 보여주기 __동일 매장 판매 계산 __이벤트 시퀀스 번호 매기기 __전년도 매출액을 마지막 판매일까지 계산 __결론 17장. DAX 엔진 __DAX 엔진의 아키텍처 이해 ____수식 엔진 소개 ____저장 엔진 소개 ____VertiPaq(인메모리) 저장 엔진 소개 ____다이렉트쿼리 저장 엔진 소개 ____데이터 새로고침 이해 __VertiPaq 저장 엔진 이해 ____열 기반 데이터베이스 소개 ____VertiPaq 압축 이해 ____값 인코딩 이해 ____해시 인코딩 이해 ____RLE(실행 길이 인코딩) 이해 ____재인코딩 이해 ____최상의 정렬 순서 찾기 ____계층 및 관계 이해 ____세그멘테이션 및 파티셔닝 이해 ____동적 관리 보기 사용 __VertiPaq의 관계 사용 이해 __구체화 소개 __집계 소개 __VertiPaq용 하드웨어 선택 ____옵션으로 하드웨어 선택 ____하드웨어 우선순위 설정 ____CPU 모델 ____메모리 속도 ____코어 수 ____메모리 크기 ____디스크 I/O 및 페이징 ____하드웨어 선택 시 모범 사례 __결론 18장. VertiPaq 최적화 __데이터 모델에 대한 정보 수집 __비정규화 __열 카디널리티 __날짜 및 시간 처리 __계산된 열 ____부울 계산 열로 복잡한 필터 최적화 ____계산된 열 처리 __저장할 올바른 열 선택 __열 저장소 최적화 ____열 분할 최적화 사용 ____카디널리티가 높은 열 최적화 ____속성 계층 구조 비활성화 ____드릴스루 특성 최적화 __VertiPaq 집계 관리 __결론 19장. DAX 쿼리 계획 분석 __DAX 쿼리 캡처 __DAX 쿼리 계획 소개 ____쿼리 계획 수집 ____논리적 쿼리 계획 소개 ____물리적 쿼리 계획 소개 ____저장 엔진 쿼리 소개 __프로파일링 정보 캡처 ____DAX 스튜디오 사용 ____SQL 서버 프로파일러 사용 __VertiPaq 저장 엔진 쿼리 읽기 ____xmSQL 구문 소개 ____집계함수 ____산술 연산 ____필터 연산 ____조인 연산자 ____배치 이벤트의 임시 테이블 및 얕은 관계 ____스캔 시간 이해 ____DISTINCTCOUNT 내부 이해 ____병렬 처리 및 데이터캐시 이해 ____VertiPaq 캐시 이해 ____CallbackDataID 이해 __다이렉트쿼리의 저장 엔진 쿼리 읽기 ____복합 모델 분석 ____데이터 모델에서 집계 사용 __쿼리 계획 읽기 __결론 20장. DAX 최적화 __최적화 전략 정의 ____최적화할 단일 DAX 식 식별 ____재현 쿼리 만들기 ____서버 타이밍 및 쿼리 계획 정보 분석 ____저장 엔진 또는 수식 엔진의 병목 식별 ____변경 사항 구현 및 테스트 쿼리 재실행 __DAX 식에서 병목 최적화 ____필터 조건 최적화 ____컨텍스트 전환 최적화 ____IF 조건 최적화 ____CallbackDataID의 영향 감소 ____중첩된 반복함수 최적화 ____DISTINCTCOUNT에서 테이블 필터 피하기 ____변수를 사용해 다중 평가 방지 __결론

마르코 루소 [저]

sqlbi.com의 창립자로 해당 사이트에 파워 BI, 파워 피봇, DAX 및 SQL 분석 서비스(SSAS)에 관한 글을 정기적으로 게시하고 있다. 파워 피봇의 첫 베타 버전이 공개된 2009년 이후 줄곧 DAX 전문가로 활동하고 있으며, 이 기간 sqlbi.com은 DAX의 주요 배움터로 자리매김했다. 온·오프라인 강의 과정도 DAX를 배우는 많은 사람에게 사랑받고 있다. 마이크로소프트 기술에 기반한 BI 관련 컨설팅 및 멘토링도 수행한다. 파워 BI, DAX 및 SSAS에 관한 책과 논문도 여러 편 썼으며, daxpatterns.com, daxformatter.com 및 dax.guide에 콘텐츠를 제공해 DAX 사용자를 지속적으로 돕고 있을 뿐만 아니라 마이크로소프트 이그나이트, PASS summit 및 SQLBits 등의 국제회의에서 단골 연사로도 활약하고 있다.

김원권 [저]

서강대학교에서 경제학을 전공하고, KAIST 테크노경영대학원에서 MBA를 받았다. 삼성물산 및 워너브러더스 한국지사 등을 거쳐, 현재는 중견 제약회사에서 CFO로 재직하고 있다. 실무에서의 데이터 분석 경험을 바탕으로 데이터 분석 및 시각화에 관심이 많으며, 『슈퍼차지 파워 BI』(에이콘,2019)를 번역했다.