Relacionamentos e cardinalidade no Power BI

Quando os totais não fecham, o culpado costuma ser o relacionamento#

Um sintoma clássico assusta quem começa no Power BI: uma medida simples de soma retorna um número absurdo, repetido ou inflado, e não há erro aparente no cálculo. Na maioria das vezes, o problema não está no DAX; está em como as tabelas se relacionam. Relacionamentos mal definidos, com a cardinalidade errada ou a direção do filtro trocada, fazem o modelo filtrar de forma equivocada e os números não fecharem. Entender relacionamentos no Power BI, especialmente a cardinalidade e a direção do filtro, é o que evita esse tipo de erro silencioso e frustrante. Este guia explica os conceitos de forma prática, para você montar relações que fazem o modelo se comportar como esperado.

O relacionamento liga tabelas para que o filtro se propague entre elas#

Um relacionamento no Power BI é a conexão entre duas tabelas por meio de uma coluna comum, uma chave. Sua função vai além de juntar dados: é por ele que o filtro viaja de uma tabela para outra. Quando você filtra a dimensão de produto e a medida de vendas recalcula, é o relacionamento entre produto e o fato de vendas que carrega esse filtro. Por isso, definir relacionamentos corretamente é definir como a interatividade do relatório vai funcionar. Sem relacionamento, as tabelas ficam isoladas e o filtro de uma não afeta a outra. Com o relacionamento certo, a seleção em qualquer dimensão se reflete nas medidas, que é o comportamento que faz o Power BI útil.

A cardinalidade descreve quantos registros se ligam de cada lado#

Cardinalidade é o termo para quantos registros de uma tabela correspondem a quantos da outra. A cardinalidade saudável e mais comum no modelo estrela é um para muitos: um registro na dimensão corresponde a muitos no fato. Um cliente tem muitas vendas; um produto aparece em muitas linhas; uma data acontece em muitas transações. Essa é a base de um modelo bem construído. Existem também as cardinalidades um para um, mais rara, e muitos para muitos, que é onde os problemas costumam aparecer. Reconhecer a cardinalidade correta de cada relação, e configurá-la assim, é o passo que evita a maioria dos erros de total inflado, porque diz ao Power BI como os dados realmente se conectam.

As cardinalidades têm comportamentos e usos distintos#

Cardinalidade	Significado	Observação
Um para muitos	Um na dimensão, vários no fato	O padrão saudável do modelo estrela
Um para um	Um de cada lado	Rara, às vezes indica tabelas que poderiam ser uma
Muitos para muitos	Vários dos dois lados	Poderosa, mas exige cuidado extra
Sem relacionamento	Tabelas isoladas	O filtro de uma não afeta a outra

A direção do filtro decide para que lado a seleção viaja#

Além de quantos registros se ligam, importa em que direção o filtro se propaga. Por padrão, no modelo estrela, o filtro flui da dimensão para o fato: você filtra o produto e as vendas respondem, o que é o desejado. Essa é a direção única, e ela mantém o modelo previsível. Existe também a direção dupla, ou cruzada, em que o filtro pode viajar nos dois sentidos, e ela às vezes é necessária, mas deve ser usada com parcimônia. A direção dupla mal aplicada cria caminhos de filtro ambíguos e resultados difíceis de prever, além de poder pesar na performance. A recomendação prática é preferir a direção única sempre que possível, e só adotar a dupla quando um cenário específico exigir e você entender o efeito. Direção do filtro é uma das causas mais comuns de comportamento estranho no modelo.

Muitos para muitos e relações inativas pedem cuidado extra#

Dois casos merecem atenção especial. A cardinalidade muitos para muitos permite ligar tabelas em que ambos os lados têm valores repetidos, o que é poderoso para certos cenários, mas exige entender bem como o filtro vai se comportar, porque é fácil obter totais que não fecham se o modelo não estiver pensado. Já as relações inativas existem quando há mais de um caminho possível entre duas tabelas: o Power BI mantém apenas uma relação ativa por vez entre elas, e as demais ficam inativas, disponíveis para serem chamadas sob demanda em uma medida específica. Um exemplo típico é ter data do pedido e data de entrega ligando o fato à tabela de datas: uma fica ativa, a outra inativa, acionada quando você quer analisar pela outra data. Conhecer esses mecanismos evita confusão em modelos mais ricos. Para modelos bem estruturados, veja nossos serviços de Power BI, o guia completo de Power BI para empresas e os dashboards.

Um modelo com relações corretas se comporta de forma previsível#

O objetivo de todo esse cuidado é um modelo previsível, em que filtrar qualquer dimensão produz o resultado esperado nas medidas, e os totais sempre fecham. Um modelo estrela com cardinalidades um para muitos, direção de filtro única e relações bem pensadas entrega exatamente isso, e torna o trabalho de escrever DAX muito mais tranquilo, porque você confia em como o filtro se propaga. Quando o comportamento foge do esperado, a primeira coisa a checar quase sempre é o diagrama de relacionamentos: a cardinalidade está certa, a direção é a adequada, existe algum caminho ambíguo. Dominar relacionamentos e cardinalidade é, no fim, dominar o comportamento do seu relatório, e é uma das habilidades que mais distinguem um modelo confiável de um cheio de surpresas.

Perguntas frequentes#

O que é cardinalidade no Power BI? É quantos registros de uma tabela correspondem a quantos da outra em um relacionamento. A mais comum e saudável é um para muitos, típica do modelo estrela, onde um registro da dimensão se liga a vários do fato.

Por que meus totais aparecem inflados? Frequentemente por causa de um relacionamento com cardinalidade errada ou direção de filtro inadequada, que fazem o modelo filtrar de forma equivocada. Antes de revisar o DAX, vale checar o diagrama de relacionamentos.

Qual a diferença entre direção única e dupla? Na direção única, o filtro flui só da dimensão para o fato, o que mantém o modelo previsível. Na dupla, o filtro viaja nos dois sentidos, útil em casos específicos, mas que pode criar ambiguidade e pesar na performance se usada sem cuidado.

O que é um relacionamento inativo? É uma relação que existe mas não está em uso porque há mais de um caminho entre duas tabelas. O Power BI mantém uma ativa por vez, e as inativas ficam disponíveis para serem chamadas sob demanda em uma medida específica.

Quando usar muitos para muitos? Quando ambos os lados da relação têm valores repetidos e o cenário realmente exige. É poderoso, mas requer atenção ao comportamento do filtro, porque é fácil obter totais que não fecham se o modelo não estiver bem pensado.

Qual direção de filtro devo preferir? A direção única, sempre que possível, por ser previsível e leve. Reserve a direção dupla para cenários específicos que a exijam, e só quando você entender o efeito que ela terá na propagação do filtro e na performance.

Relações certas, modelo previsível#

Relacionamentos e cardinalidade decidem como o filtro se propaga e se os totais fecham. Prefira um para muitos, direção única e relações bem pensadas, e o modelo se comporta como você espera. Se quiser um modelo confiável sem surpresas, fale com a gente.