作者 | CDA數(shù)據(jù)分析師

Tableau內(nèi)置的連接器可以連接到所有常用的數(shù)據(jù)源。

數(shù)據(jù)連接器

目前可以連接70多種數(shù)據(jù)源，分為本地連接和服務(wù)器連接。 Tableau支持的本地連接包括Excel、txt、csv、json等各類常見的源數(shù)據(jù)格式，還支持多種空間文件， 為使用地圖分析提供了條件。

Tableau支持的服務(wù)連接包括各類數(shù)據(jù)庫（如Mysql、Oracle、MongoDB）、在線數(shù)據(jù)服務(wù)（如google analtics）等，可以根據(jù)使用需要，與目標(biāo)服務(wù)器建立連接關(guān)系。

如果以上提供的連接不滿足您的需求，可以選擇使用“其他數(shù)據(jù)庫 (ODBC)”或“Web 數(shù)據(jù)連接器”創(chuàng)建自己的連接。

設(shè)置數(shù)據(jù)源

Tableau數(shù)據(jù)源是數(shù)據(jù)與Tableau之間的鏈接，本質(zhì)上是數(shù)據(jù)、連接信息以及基于數(shù)據(jù)進行的自定義操作的總和。

數(shù)據(jù)源包含：

1. 有關(guān)數(shù)據(jù)存儲位置的信息，例如文件名和路徑或網(wǎng)絡(luò)位置。
2. 有關(guān)如何連接到數(shù)據(jù)的詳細(xì)信息，例如數(shù)據(jù)庫服務(wù)器名稱和服務(wù)器登錄信息。
3. 連接中任何表的名稱，以及有關(guān)各個表如何相互關(guān)聯(lián)的信息。
4. 基于數(shù)據(jù)進行的自定義，例如計算、組和重命名字段等。

本地文件連接

打開Tableau Desktop進入數(shù)據(jù)連接界面，在連接到文件中選擇要連接的文件類型。這里以Excel文件為例，單擊“Microsoft Excel”在彈出的“打開”對話框中找到想要連接的文件。

雙擊或拖動表名至畫布區(qū)，下方會顯示數(shù)據(jù)預(yù)覽。

數(shù)據(jù)庫連接

在數(shù)據(jù)連接界面，連接到服務(wù)器中選擇要連接的服務(wù)器。這里以“MySQL”為例，單擊“MySQL”在彈出“MySQL”對話框輸入服務(wù)器IP、端口號、用戶名及密碼即可登錄到MySQL服務(wù)器。

建立連接后，在數(shù)據(jù)庫列表中選擇要連接的數(shù)據(jù)庫，下方會顯示當(dāng)前數(shù)據(jù)庫下可用的工作表。雙擊或拖動表名至畫布區(qū)，下方會顯示數(shù)據(jù)預(yù)覽。

也可以雙擊或拖動“新自定義SQL”至畫布區(qū)，輸入SELECT語句以連接想要的數(shù)據(jù)。

剪貼板粘貼

• 在數(shù)據(jù)源選擇好目標(biāo)數(shù)據(jù)，并進行復(fù)制操作（Ctrl+C ）。
• 打開tableau，在連接窗口進行粘貼操作（Ctrl+V ）。
• 數(shù)據(jù)導(dǎo)入成功，tableau跳轉(zhuǎn)到數(shù)據(jù)源頁面。

組合數(shù)據(jù)源

在一個工作簿中可以同時創(chuàng)建不同的數(shù)據(jù)連接。

• 連接到MySQL數(shù)據(jù)庫后，點擊“添加”在彈出的“添加連接”對話框中單擊“文本文件”，在彈出的“打開”對話框中找到想要連接的文件。

• 選擇不同連接下的數(shù)據(jù)表先后雙擊或拖放至畫布區(qū)，建立不同數(shù)據(jù)源下的表聯(lián)結(jié)關(guān)系。

數(shù)據(jù)聯(lián)結(jié)

當(dāng)需要從多個數(shù)據(jù)表中獲取數(shù)據(jù)時，則要用到數(shù)據(jù)聯(lián)接操作。這里以兩表聯(lián)結(jié)為例，以兩個表的共有字段作為關(guān)鍵字段來建立聯(lián)結(jié)關(guān)系。 為了簡單直觀的操作演示，本文使用自制的Excel數(shù)據(jù)集demo，文件中包含table1和table2兩個數(shù)據(jù)表。

聯(lián)結(jié)方式

Tableau中支持四種聯(lián)結(jié)方式：內(nèi)聯(lián)接、左聯(lián)接、右聯(lián)接和完全外部聯(lián)接。通常情況，Tableau會自動判斷兩張表的關(guān)鍵字段并進行關(guān)聯(lián)，如果關(guān)聯(lián)不正確或關(guān)鍵字段不一致無法自動關(guān)聯(lián)，可以手動進行關(guān)聯(lián)。

• 內(nèi)聯(lián)結(jié)：僅保留兩個數(shù)據(jù)表中具有相同關(guān)鍵字段的行。

• 左聯(lián)結(jié)：包含左側(cè)表中所有值以及右側(cè)表中相對應(yīng)的匹配值，如果右側(cè)表中沒有與左側(cè)表相匹配的項，則會顯示為null。

• 右聯(lián)結(jié)：包含右側(cè)表中所有值以及左側(cè)表中相對應(yīng)的匹配值，如果左側(cè)表中沒有與右側(cè)表相匹配的項，則會顯示為null。

• 完全外部聯(lián)接：包含兩個表中的所有值，如果一張表的值在另一張表中沒有匹配項，則顯示為null。

數(shù)據(jù)合并

當(dāng)需要將有多個結(jié)構(gòu)一致的數(shù)據(jù)表整合匯總在一起時，則可以使用數(shù)據(jù)合并。數(shù)據(jù)聯(lián)接是橫向擴展，數(shù)據(jù)合并是縱向增加。 進行數(shù)據(jù)合并的要求是，每個數(shù)據(jù)表的==字段名、個數(shù)、順序和數(shù)據(jù)類型必須完全一致==。 為了簡單直觀的操作演示，本文使用自制的Excel數(shù)據(jù)集demo，文件中包含三個數(shù)據(jù)表。

手動數(shù)據(jù)合并

雙擊或拖放“新建并集”至畫布區(qū)，將需要合并的數(shù)據(jù)表拖入彈出的并集（手動）對話框。

合并后的數(shù)據(jù)表包含三個數(shù)據(jù)表的所有數(shù)據(jù)，并且各字段一一對應(yīng)。需要注意的是，新增了sheet和table name兩個字段，用于說明并集中的值的來源。

自動數(shù)據(jù)合并

雙擊或拖放“新建并集”至畫布區(qū)，在彈出的“并集”對話框中選擇“通配符（自動）”。 在“工作表”位置，將匹配內(nèi)容改寫為“班”，其中“班”是共有的名稱，是通配符，用于匹配三個工作表。

合并后的數(shù)據(jù)表包含三個數(shù)據(jù)表的所有數(shù)據(jù)，并且各字段一一對應(yīng)。需要注意的是，新增了path、sheet兩個字段，用于說明并集中的值的來源路徑及表名稱。

數(shù)據(jù)連接方式

與數(shù)據(jù)源完成連接后，將數(shù)據(jù)表拖放至畫布區(qū)，就可以在畫布區(qū)看到“連接”方式的選擇，分別是“實時”和“數(shù)據(jù)提取”。 實時：直接從數(shù)據(jù)源實時查詢獲取數(shù)據(jù)信息，Tableau不對源數(shù)據(jù)進行存儲。 數(shù)據(jù)提取：將數(shù)據(jù)源的數(shù)據(jù)保存到本地計算機，大幅縮短Tableau查詢載入源數(shù)據(jù)的時間。

為什么有兩種連接方式

• 因為很多時候數(shù)據(jù)源的數(shù)據(jù)量很大，如果我們選擇實時連接，會嚴(yán)重影響計算機的運行效率和性能。因此提供了數(shù)據(jù)提取的功能，可以只提取小部分?jǐn)?shù)據(jù)到本地，開發(fā)完畢部署的時候，再選擇實時連接獲取全部最新的數(shù)據(jù)。
• 使用數(shù)據(jù)提取會在本地創(chuàng)建一個數(shù)據(jù)源的副本，然后可以在其他計算機上繼續(xù)我們的工作，也可以把打包工作簿分享給那些無法直接訪問數(shù)據(jù)源的用戶。

數(shù)據(jù)提取

數(shù)據(jù)提取是保存的數(shù)據(jù)子集。 在創(chuàng)建數(shù)據(jù)的數(shù)據(jù)提取時，可以通過使用篩選器和配置其他限制來減少數(shù)據(jù)總數(shù)。 創(chuàng)建數(shù)據(jù)提取后，可使用原始數(shù)據(jù)中的數(shù)據(jù)對其進行刷新。在刷新數(shù)據(jù)時，可以選擇進行完全刷新或增量刷新。 完全刷新：默認(rèn)方式，每次都會重新獲取數(shù)據(jù)源的數(shù)據(jù)，創(chuàng)建的本地副本與數(shù)據(jù)源一致。 增量刷新：僅刷新自上次數(shù)據(jù)提取后新增的行。

數(shù)據(jù)提取的優(yōu)勢

• 支持大型數(shù)據(jù)集：可以創(chuàng)建包含數(shù)十億行數(shù)據(jù)的數(shù)據(jù)提取。
• 快速創(chuàng)建：如果使用大型數(shù)據(jù)集，則創(chuàng)建和使用數(shù)據(jù)提取可能比使用原始數(shù)據(jù)更快。
• 幫助提高性能：數(shù)據(jù)提取會在本地創(chuàng)建數(shù)據(jù)源的副本，不受服務(wù)器性能及網(wǎng)絡(luò)的影響，大大提高了運行效率。
• 支持附加功能：數(shù)據(jù)提取可以利用原始數(shù)據(jù)不支持的Tableau功能，例如不重復(fù)計數(shù)計算功能。
• 提供對數(shù)據(jù)的離線訪問權(quán)限：當(dāng)原始數(shù)據(jù)不可用時，數(shù)據(jù)提取允許在本地保存和處理數(shù)據(jù)。

創(chuàng)建數(shù)據(jù)提取

選擇數(shù)據(jù)提取后，會顯示“編輯”和“刷新”按鈕。單擊“編輯”在彈出的“數(shù)據(jù)提取”對話框中設(shè)置數(shù)據(jù)提取的要求。

指定在數(shù)據(jù)提取中存儲數(shù)據(jù)的方式

• 單個表：用于存儲數(shù)據(jù)提取數(shù)據(jù)的默認(rèn)結(jié)構(gòu)，當(dāng)使用數(shù)據(jù)提取篩選器、聚合、前 N 個等，可以使用“單個表”存儲數(shù)據(jù)。
• 多個表：當(dāng)表之間的所有聯(lián)結(jié)均為等值 (=) 聯(lián)結(jié)，聯(lián)結(jié)關(guān)鍵字段的數(shù)據(jù)類型完全相同，未使用直通函數(shù) (RAWSQL)，未配置增量刷新、數(shù)據(jù)提取篩選器、“前 N 個”或抽樣的情況下，可以使用“多個表”方式存儲數(shù)據(jù)提取。

PS：“單個表”和“多個表”選項只會影響數(shù)據(jù)提取中數(shù)據(jù)的存儲方式，不影響數(shù)據(jù)提取中的表在“數(shù)據(jù)源”頁面上的顯示方式。 假設(shè)您的數(shù)據(jù)提取由三個表組成。如果直接打開配置為使用默認(rèn)選項“單個表”的數(shù)據(jù)提取 (.hyper) 文件，在“數(shù)據(jù)源”頁面上只會顯示一個表。但是，如果打開使用打包數(shù)據(jù)源 (.tdsx) 文件的數(shù)據(jù)提取或包含其對應(yīng)數(shù)據(jù)提取 (.hyper) 文件的數(shù)據(jù)源 (.tdsx) 文件，在“數(shù)據(jù)源”頁面上可以看到包含數(shù)據(jù)提取的全部三個表。

指定要提取的數(shù)據(jù)量

• 篩選器：添加一個或多個篩選器，基于字段及字段值限制提取的數(shù)據(jù)量。
• 聚合：選擇“聚合可視維度的數(shù)據(jù)”以使用度量的默認(rèn)聚合，對數(shù)據(jù)進行聚合來合并行，可以最大限度地減少數(shù)據(jù)提取文件的大小并提高性能。 選擇對數(shù)據(jù)進行聚合時，也可以選擇按指定的日期級別（例如“年”、“月”等）來“匯總?cè)掌凇薄?/span>

• 行數(shù)：可以提取所有行或前N行。Tableau首先會應(yīng)用篩選器和聚合，然后從經(jīng)過篩選和聚合的結(jié)果中提取行數(shù)。 并非所有數(shù)據(jù)源都支持抽樣。因此，在“提取數(shù)據(jù)”對話框中可能會看不到“抽樣”選項。 數(shù)據(jù)提取中將不包括最初在“數(shù)據(jù)源”頁面或工作表標(biāo)簽頁中隱藏的任何字段。單擊“隱藏所有未使用的字段”按鈕可將這些隱藏字段從數(shù)據(jù)提取中移除。

設(shè)置完成后，單擊工作表標(biāo)簽頁可啟動數(shù)據(jù)提取創(chuàng)建過程。在隨后顯示的對話框中，選擇一個用于保存數(shù)據(jù)提取的位置，為該數(shù)據(jù)提取文件指定名稱，然后單擊“保存”即可。

在抽樣數(shù)據(jù)與整個數(shù)據(jù)提取之間切換

當(dāng)您使用大型數(shù)據(jù)提取時，您可能需要創(chuàng)建一個帶數(shù)據(jù)樣本的數(shù)據(jù)提取，以便每次將字段放在工作表標(biāo)簽頁中的功能區(qū)上時，您都可以設(shè)置視圖，同時避免長時間查詢。然后，可以在使用帶數(shù)據(jù)樣本的數(shù)據(jù)提取和使用整個數(shù)據(jù)源之間進行切換，方法是在“數(shù)據(jù)”菜單中選擇數(shù)據(jù)源，然后選擇“使用數(shù)據(jù)提取”。

實時和數(shù)據(jù)提取的選擇

什么情況下選擇“實時”

• 源數(shù)據(jù)的保密性要求較高，處于安全考慮不希望保存到本地時，可以采取實時連接的方式。
• 需要實時更新源數(shù)據(jù)信息，并且對實時性的要求較高時，可以選擇實時連接的方式。

什么情況下選擇“數(shù)據(jù)提取”

• 不便于實時連接數(shù)據(jù)源，如數(shù)據(jù)是通過本地服務(wù)器獲取，但又需要在別的電腦進行分析時，可以通過”數(shù)據(jù)提取“將所需分析的數(shù)據(jù)保存到本地電腦。
• 分析的數(shù)據(jù)量較大，需要提高數(shù)據(jù)載入效率，降低源數(shù)據(jù)庫的訪問壓力時，可以通過數(shù)據(jù)提取將數(shù)據(jù)轉(zhuǎn)移到本地計算機。