1.5 Power Query的底层语言——M语言
很多人在第一次接触Power Query时，觉得非常难以下手。由于它的执行语言M语言的底层语法和我们所学习的Excel函数的语法规则完全不同，很多人在学习一段时间都放弃了。那么，什么是Power Query的M语言呢？
M语言是Power Query的底层应用语言，Power QueryGUI 界面的操作都将会转换为M语言。通过界面能够完成80%的工作，另外20%我们不能通过界面完成，只能通过编写相应的M语言处理过程来实现数据的处理，一个非常明显的案例就是自定义函数的使用。在默认的界面下并不会显示整个M语言的处理过程，需要单击“高级编辑器”按钮才能看到当前处理过程的M语言执行步骤。不管是Excel还是Power BI，M语言开启高级编辑器都是一样的操作，在“数据”选项卡中选择“获取数据”→“启动Power Query编辑器”命令进入Power Query编辑器界面，如图1.28所示。
图1.28 进入Power Query编辑器
在Excel的Power Query编辑器界面中，直接单击如图1.29所示的“高级编辑器”按钮即可进入高级编辑器界面。
图1.29 Excel中的Power Query高级编辑器
Power BI进入高级编辑器的方法和Excel 略有不同。在Power BI中调用Power Query，首先通过“编辑”按钮进入Power Query编辑器界面，在Power Query编辑器中进入高级编辑器界面的方法相较于Excel更加简单，毕竟Power Query已经深度集成到Power BI中。在Power BI的界面中单击“转换数据”按钮，进入Power Query编辑器的主界面后单击“高级编辑器”按钮即可进入高级编辑器界面，如图1.30所示。
图1.30 Power BI中的高级编辑器
在实际的使用过程中，Power Query的所有操作步骤将通过Power Query翻译成M语言进行数据的再处理，图1.31展示了当前高级编辑器的功能。
图1.31 高级编辑器提供的功能
●Tips
关于Power Query的M语言，我们将在第3章详细讨论它的语法规则和使用方法。
1. M语言的使用场景
当然，Power Query的M语言应用场景不只是应用在Power BI和Excel中，它还具有其他广泛的应用场景，目前我们可以在以下产品的使用场景中应用到M语言。
■ SSAS分析服务。
■ Office 365的Flow。
■ SSIS数据集成服务。
■ Azure Data Factory 服务。
相信随着微软数据类产品分类的增多和增强，Power Query的应用场景将会越来越广泛。
在微软的最新各个产品中，Power Query的产品集成度越来越高，究竟是什么原因让微软选择Power Query？主要源于Power Query的以下特性。
■ 简单易用。
■ 集成性佳。
■ 快速处理各类数据。
2. Power Query的学习路径
Power Query这么多优点，该怎么去学习呢？很多人迫切希望了解Power Query全景知识和它提供的相应功能，但对于Power Query的底层M语言来说，一开始就进行自定义函数的构建当然也是不可能的，这里有相应的学习路径来进行由浅入深的学习，帮助读者更好地理解Power Query的整体脉络，同时也可以更深入地理解Power Query提供的各类数据集成和清洗功能。
图1.32是一张Power Query的学习成长路径图，通过该图可以很轻松地理解Power Query整体的知识结构。
Power Query从简单到复杂可以分成两个部分，大部分简单的操作可以通过UI界面完成，如下所示。
■ 数据连接：实现各类不同的数据源导入。
■ 数据删除：按照实际需求实现行列数据的删除。
■ 数据排序：根据需求进行数据行的排序。
■ 数据转换：依据实际需求完成数据格式的转换。
数据添加
图1.32 Power Query的学习成长路径图
■ 数据添加：按照实际需求完成数据内容的添加。
■ 合并数据：合并两个或多个表数据。
有一部分比较复杂的任务没有办法通过UI界面完成，相对来说学习难度会稍微大一点，这些内容如下所示。
■ 简单函数：利用现有的Power Query简单函数进行简单应用。
■ 高级函数：使用复杂的Power Query函数实现数据的计算。
■ 自定义M语言函数：建立可以重用的自定义函数实现函数的重用。
从图1.32能够看出，难度最高的依然是自定义M函数，如果能够非常自如地使用自定义M函数来实现各类不同的Power Query场景，也就可以顺利地完成整个Power Query从低到高的学习。