LOD Expressions ทำงานอย่างไรใน Tableau



Tableau LOD Expressions เป็นวิธีที่สง่างามและทรงพลังในการตอบคำถามที่เกี่ยวข้องกับความละเอียดหลายระดับในการแสดงภาพเดียว

จุดมุ่งหมายของเครื่องมือ BI คือการให้ การวิเคราะห์ข้อมูล การไหลที่ดีขึ้น หากในฐานะมืออาชีพต้องเผชิญกับความยากลำบากในการใช้เครื่องมือในขณะที่แก้ปัญหาสถานะของการไหลจะเสีย สาเหตุทั่วไปประการหนึ่งของปัญหานี้คือความจำเป็นในการทำงานกับข้อมูลที่รวมเข้าด้วยกัน ระดับรายละเอียดใน Tableau (LOD) .

Tableau ที่วางอยู่บนกองเป็นครั้งที่ 6 ติดต่อกันบน Magic Quadrant ของ Gartner ได้กล่าวถึงความต้องการในตลาดอย่างแน่นอน นี่อาจเป็นเวลาที่ดีที่สุด .





บล็อกนี้จะช่วยให้คุณเข้าใจนิพจน์ LOD และพูดคุยหัวข้อต่อไปนี้:



Tableau LOD: ทำไมคุณถึงต้องการ LOD?

มักจะมีคำถามที่เราต้องเจอเมื่อวิเคราะห์ข้อมูล คำถามเหล่านี้มักถามง่าย แต่ตอบยาก พวกเขามักจะฟังดูเหมือน:

คำถามใน Tableau - Tableau LOD - Edurekaเพื่อตอบคำถามประเภทนี้จึงมีการนำไวยากรณ์ใหม่ที่เรียกว่า ระดับของรายละเอียด ใน Tableau 9.0 ไวยากรณ์ใหม่นี้เป็นทั้งภาษาการคำนวณของ Tableau แบบง่ายและแบบขยายโดยช่วยให้สามารถตอบคำถามเหล่านี้ได้โดยตรง

Tableau LOD: LOD คืออะไร?

LOD Expressions เป็นวิธีที่สวยงามและทรงพลังในการตอบคำถามที่เกี่ยวข้องกับความละเอียดหลายระดับในการแสดงภาพเดียว



ระดับรายละเอียดในนิพจน์ Tableau หรือ LOD ช่วยให้คุณสามารถคำนวณค่าในระดับแหล่งข้อมูลและระดับการแสดงภาพ อย่างไรก็ตามนิพจน์ LOD ช่วยให้คุณควบคุมระดับรายละเอียดที่คุณต้องการคำนวณได้มากขึ้น สามารถทำได้ที่ไฟล์ ละเอียดมากขึ้น ระดับ (รวมการคำนวณ), ก ละเอียดน้อยกว่า ระดับ (การคำนวณไม่รวม) หรือ ไม่รุนแรงโดยสิ้นเชิง l (การคำนวณคงที่)

Tableau LOD: ระดับแถวและดูนิพจน์ระดับ

ระดับแถว

ใน Tableau นิพจน์ที่อ้างถึง ไม่รวม คอลัมน์แหล่งข้อมูลจะคำนวณสำหรับแต่ละแถวในตารางพื้นฐาน ในกรณีนี้ขนาดของนิพจน์คือ ระดับแถว . ตัวอย่างของนิพจน์ระดับแถวคือ:

[ยอดขาย] / [กำไร]

การคำนวณนี้จะได้รับการประเมินในแต่ละแถวของฐานข้อมูล มูลค่าการขายในแต่ละแถวจะหารด้วยมูลค่ากำไรในแถวนั้นสร้างคอลัมน์ใหม่พร้อมผลลัพธ์ของการคูณ (อัตราส่วนกำไร)

หากคุณสร้างการคำนวณด้วยคำจำกัดความนี้ให้บันทึกด้วยชื่อ [ProfitRatio] แล้วลากจากไฟล์ บานหน้าต่างข้อมูลไปยังชั้นวางโดยทั่วไป Tableau จะรวมฟิลด์จากการคำนวณสำหรับมุมมอง:

SUM [ProfitRatio]

ดูระดับ

ในทางตรงกันข้ามนิพจน์ที่อ้างถึง รวม คอลัมน์แหล่งข้อมูลจะคำนวณตามขนาดที่กำหนดโดยมิติข้อมูลในมุมมอง ในกรณีนี้ขนาดของนิพจน์คือระดับมุมมอง ตัวอย่างของนิพจน์ระดับมุมมองคือ:

การเชื่อมต่อฐานข้อมูลใน java ด้วย mysql

SUM (ยอดขาย) / SUM (กำไร)

หากคุณลากการคำนวณนี้ไปที่ชั้นวาง (หรือพิมพ์ลงบนชั้นวางโดยตรงเป็นการคำนวณเฉพาะกิจ) Tableau จะใส่ไว้ใน ฟังก์ชัน AGG :

AGG (SUM (ยอดขาย) / SUM (กำไร))

นี่คือสิ่งที่เรียกว่าไฟล์ การคำนวณโดยรวม .

Tableau LOD: นิพจน์การรวมและ LOD

LOD Expression นั้นหยาบกว่าระดับการดูรายละเอียด

นิพจน์มีระดับรายละเอียดที่หยาบกว่ามุมมองเมื่ออ้างอิงก ส่วนย่อยของมิติข้อมูล ในมุมมอง

ตัวอย่างเช่นสำหรับมุมมองที่มีมิติข้อมูล [ประเภท] และ [กลุ่ม] คุณสามารถสร้างระดับรายละเอียดใน Tableau โดยใช้มิติข้อมูลเหล่านี้เพียงส่วนเดียว:

{คงที่ [กลุ่ม]: SUM ([ยอดขาย])}

ในกรณีนี้นิพจน์มีระดับรายละเอียดที่หยาบกว่ามุมมอง ฐานค่าของมันบนมิติเดียว ([กลุ่ม]) ในขณะที่มุมมองขึ้นอยู่กับมุมมองสองมิติ ([กลุ่ม] และ [ประเภท]).

แปลงวัตถุเป็นอาร์เรย์ php

ผลลัพธ์ก็คือการใช้ระดับของนิพจน์รายละเอียดในมุมมองทำให้ค่าบางค่าถูกจำลองแบบนั่นคือถึง ปรากฏหลายครั้ง .

LOD Expression ละเอียดกว่าระดับการดูรายละเอียด

นิพจน์มีระดับรายละเอียดที่ละเอียดกว่ามุมมองเมื่ออ้างถึง a ส่วนเหนือของมิติข้อมูล ในมุมมอง

เมื่อคุณใช้นิพจน์ดังกล่าวในมุมมอง Tableau จะรวมผลลัพธ์จนถึงระดับมุมมอง ตัวอย่างเช่นระดับรายละเอียดต่อไปนี้ใน Tableau อ้างอิงสองมิติ:

{คงที่ [กลุ่ม], [หมวดหมู่]: SUM ([ยอดขาย])}

เมื่อใช้นิพจน์นี้ในมุมมองที่มีเฉพาะ [Segment] เป็นระดับของรายละเอียดค่า จะต้องรวม . สิ่งที่คุณจะเห็นหากลากนิพจน์นั้นไปไว้ในชั้นวางมีดังนี้

AVG ([{คงที่ [กลุ่ม]], [หมวดหมู่]]: SUM ([ขาย]])}])

อัน การรวมตัว (ในกรณีนี้คือค่าเฉลี่ย) จะถูกกำหนดโดย Tableau โดยอัตโนมัติ คุณสามารถเปลี่ยนการรวมได้ตามต้องการ

การเพิ่มนิพจน์ LOD ในมุมมอง

ไม่ว่านิพจน์ระดับรายละเอียดใน Tableau จะถูกรวมหรือจำลองแบบในมุมมองถูกกำหนดโดย ประเภทนิพจน์ และ รายละเอียด .

  • รวมนิพจน์จะมีรายละเอียดในระดับเดียวกับมุมมองหรือระดับรายละเอียดที่ละเอียดกว่ามุมมอง ดังนั้นค่าต่างๆจะไม่ถูกจำลองซ้ำ
  • นิพจน์คงที่สามารถมีรายละเอียดในระดับที่ละเอียดกว่ามุมมองระดับรายละเอียดที่หยาบกว่าหรือรายละเอียดในระดับเดียวกัน ความจำเป็นในการรวบรวมผลลัพธ์ของระดับรายละเอียดคงที่ขึ้นอยู่กับมิติข้อมูลที่อยู่ในมุมมอง
  • นิพจน์ EXCLUDE ทำให้ค่าที่จำลองแบบปรากฏในมุมมองเสมอ เมื่อการคำนวณรวมถึงระดับ EXCLUDE ของนิพจน์รายละเอียดถูกวางไว้บนชั้นวาง Tableau จะตั้งค่าเริ่มต้นเป็น การรวม ATTR เมื่อเทียบกับ SUM หรือ AVG เพื่อระบุว่านิพจน์ไม่ได้ถูกรวมและการเปลี่ยนแปลงการรวมจะไม่มีผลกับมุมมอง

ระดับของนิพจน์รายละเอียดจะถูกรวมเข้าด้วยกันโดยอัตโนมัติเสมอเมื่อเพิ่มลงในชั้นวางในมุมมองเว้นแต่จะใช้เป็นมิติข้อมูล

Tableau LOD: ฟิลเตอร์และ LOD Expressions

ภาพที่นี่แสดงถึงไฟล์ลำดับการทำงานของตัวกรองจากบนลงล่างข้อความทางด้านขวาแสดงตำแหน่งที่นิพจน์ LOD ได้รับการประเมินในลำดับนี้

Extract Filters (สีส้ม) จะเกี่ยวข้องก็ต่อเมื่อคุณสร้าง Tableau Extract จากแหล่งข้อมูล ตัวกรองการคำนวณตาราง (สีน้ำเงินเข้ม) ถูกนำไปใช้หลังจากดำเนินการคำนวณดังนั้นจึงซ่อนเครื่องหมายโดยไม่กรองข้อมูลพื้นฐานที่ใช้ในการคำนวณออกไป

การคำนวณคงที่จะนำไปใช้ก่อนตัวกรองมิติดังนั้นเว้นแต่คุณจะเลื่อนระดับช่องบนชั้นตัวกรองของคุณเพื่อปรับปรุงประสิทธิภาพการดูด้วยตัวกรองบริบทการคำนวณจะถูกละเว้น

Tableau LOD: ประเภทของนิพจน์ LOD

รวมถึงการคำนวณ

รวมถึงคำนวณค่าโดยใช้มิติข้อมูลที่ระบุนอกเหนือจากมิติข้อมูลที่อยู่ในมุมมอง นิพจน์รายละเอียดระดับนี้มีประโยชน์มากที่สุดเมื่อรวมมิติข้อมูลที่ไม่ได้อยู่ในมุมมอง

ตัวอย่างเช่น: {INCLUDE [ชื่อลูกค้า]: SUM ([ขาย])}

ไม่รวมการคำนวณ

EXCLUDE ลบมิติข้อมูลออกจากนิพจน์อย่างชัดเจนนั่นคือลบมิติข้อมูลออกจากระดับการดูรายละเอียด รายละเอียดระดับนี้ใน Tableau มีประโยชน์มากที่สุดสำหรับการกำจัดมิติในมุมมอง

ตัวอย่างเช่น: {EXCLUDE [ภูมิภาค]: SUM ([ขาย])}

การคำนวณคงที่

FIXED คำนวณค่าโดยใช้มิติข้อมูลที่ระบุโดยไม่อ้างอิงถึงระดับการดูรายละเอียดนั่นคือโดยไม่ต้องอ้างอิงกับมิติอื่น ๆ ในมุมมอง นิพจน์รายละเอียดระดับนี้ยังละเว้นตัวกรองทั้งหมดในมุมมองอื่นนอกเหนือจากตัวกรองบริบทตัวกรองแหล่งข้อมูลและตัวกรองแยก

ตัวอย่างเช่น: {FIXED [ภูมิภาค]: SUM ([ยอดขาย])}

Tableau LOD: การสร้าง LOD Expressions

ไวยากรณ์ของนิพจน์ LOD

ระดับของนิพจน์รายละเอียดมีโครงสร้างดังต่อไปนี้:

รวม

ขั้นตอนที่ 1: ตั้งค่าการแสดงภาพ

  1. เปิด Tableau Desktop และเชื่อมต่อกับไฟล์ ตัวอย่าง - Superstore แหล่งข้อมูลที่บันทึกไว้
  2. ไปที่แผ่นงานใหม่
  3. จาก ข้อมูล บานหน้าต่างภายใต้มิติข้อมูลให้ลาก ภูมิภาค ไปที่ คอลัมน์ ชั้นวางของ
  4. จาก ข้อมูล บานหน้าต่างภายใต้มาตรการลาก ฝ่ายขาย ไปที่ แถว ชั้นวางของ แผนภูมิแท่งที่แสดงผลรวมของยอดขายสำหรับแต่ละภูมิภาคจะปรากฏขึ้น

ขั้นตอนที่ 2: สร้างนิพจน์ LOD

แทนที่จะเป็นผลรวมของยอดขายทั้งหมดต่อภูมิภาคบางทีคุณอาจต้องการดูยอดขายเฉลี่ยต่อลูกค้าสำหรับแต่ละภูมิภาคด้วย คุณสามารถใช้นิพจน์ LOD เพื่อทำสิ่งนี้

  1. เลือก การวิเคราะห์ > สร้างฟิลด์จากการคำนวณ.
  2. ในตัวแก้ไขการคำนวณที่เปิดขึ้นให้ทำดังต่อไปนี้:
    • ตั้งชื่อการคำนวณยอดขายต่อลูกค้า
    • ป้อนนิพจน์ LOD ต่อไปนี้:

      {INCLUDE [ชื่อลูกค้า]: SUM ([ขาย])}

  3. เมื่อเสร็จแล้วคลิก ตกลง. นิพจน์ LOD ที่สร้างขึ้นใหม่จะถูกเพิ่มลงในบานหน้าต่างข้อมูลภายใต้มาตรการ

ขั้นตอนที่ 3: ใช้นิพจน์ LOD ในการแสดงภาพ

  1. จาก ข้อมูล บานหน้าต่างภายใต้มาตรการลาก ยอดขายต่อลูกค้า ไปที่ แถว ชั้นวางและวางไว้ทางด้านซ้ายของ SUM (ยอดขาย)
  2. บนชั้นวางแถวให้คลิกขวา ยอดขายต่อลูกค้า และเลือก วัด (ผลรวม) > เฉลี่ย. ตอนนี้คุณสามารถดูทั้งผลรวมของยอดขายทั้งหมดและยอดขายเฉลี่ยต่อลูกค้าสำหรับแต่ละภูมิภาค ตัวอย่างเช่นคุณจะเห็นว่าในภาคกลางมียอดขายรวมประมาณ 500,000 เหรียญสหรัฐ โดยมียอดขายเฉลี่ยสำหรับลูกค้าแต่ละรายอยู่ที่ประมาณ 800 เหรียญสหรัฐ .

Tableau LOD: แหล่งข้อมูลที่รองรับ LOD Expressions

แหล่งข้อมูล รองรับ / ไม่รองรับ
Actian Vectorwiseไม่รองรับ
Amazon EMR Hadoop Hiveรองรับ Hive 0.13 เป็นต้นไป
Amazon Redshiftได้รับการสนับสนุน.
ฐานข้อมูลแอสเตอร์รองรับเวอร์ชัน 4.5 เป็นต้นไป
Cloudera Hadoopรองรับ Hive 0.13 เป็นต้นไป
Cloudera Impalaรองรับ Impala 1.2.2 เป็นต้นไป
ก้อน (แหล่งข้อมูลหลายมิติ)ไม่รองรับ
DataStax Enterpriseไม่รองรับ
เอ็กโซซอลได้รับการสนับสนุน.
ไฟร์เบิร์ดรองรับเวอร์ชัน 2.0 เป็นต้นไป
ODBC ทั่วไปถูก จำกัด. ขึ้นอยู่กับแหล่งข้อมูล
Google Big Queryรองรับ Standard SQL ไม่ใช่ Legacy
IBM DB2รองรับเวอร์ชัน 8.1 เป็นต้นไป
MarkLogicรองรับเวอร์ชัน 7.0 เป็นต้นไป
SAP HANAได้รับการสนับสนุน.
SAP Sybase ASEได้รับการสนับสนุน.
SAP Sybase IQรองรับเวอร์ชัน 15.1 เป็นต้นไป
Spark SQLได้รับการสนับสนุน.
Splunkไม่รองรับ
ตารางแยกข้อมูลได้รับการสนับสนุน.
เทราดาทาได้รับการสนับสนุน.
เวอร์ติการองรับเวอร์ชัน 6.1 เป็นต้นไป
Microsoft Accessไม่รองรับ
การเชื่อมต่อที่ใช้ Microsoft Jetไม่รองรับ
Hortonworks Hadoop Hiveรองรับ Hive 0.13 เป็นต้นไป

ในเวอร์ชัน 1.1 ของ HIVE นิพจน์ LOD ที่สร้างการเชื่อมข้ามไม่น่าเชื่อถือ

IBM BigInsightsได้รับการสนับสนุน.
Microsoft SQL Serverรองรับ SQL Server 2005 เป็นต้นไป
MySQLได้รับการสนับสนุน.
IBM PDA (Netezza)รองรับเวอร์ชัน 7.0 เป็นต้นไป
Oracleรองรับเวอร์ชัน 9i เป็นต้นไป
เมทริกซ์แอคเตียน (ParAccel)รองรับเวอร์ชัน 3.1 เป็นต้นไป
Pivotal Greenplumรองรับเวอร์ชัน 3.1 เป็นต้นไป
PostgreSQLรองรับเวอร์ชัน 7.0 เป็นต้นไป
ความคืบหน้า OpenEdgeได้รับการสนับสนุน.

Tableau LOD: การคำนวณตารางเทียบกับ LOD

LOD Expressions ไม่ใช่รูปแบบใหม่ของการคำนวณตาราง แม้ว่าจะสามารถแทนที่การคำนวณตารางได้มากมาย แต่จุดมุ่งหมายหลักคือการเปิดโอกาสใหม่ ๆLOD Expressions และ Table Calculations ทำงานแตกต่างกัน

การคำนวณตาราง นิพจน์ LOD
การคำนวณตารางถูกสร้างขึ้นโดย ผลการค้นหา .LOD Expressions ถูกสร้างขึ้นเป็นส่วนหนึ่งของแบบสอบถามไปยังไฟล์ แหล่งข้อมูลพื้นฐาน . ซึ่งจะแสดงเป็นการเลือกที่ซ้อนกันดังนั้นขึ้นอยู่กับประสิทธิภาพของ DBMS
การคำนวณตารางสามารถ ให้ผลลัพธ์ที่มีความละเอียดเท่ากับหรือน้อยกว่าเท่านั้น กว่า LOD ดังกล่าวLOD สามารถสร้างผลลัพธ์ เป็นอิสระจาก LOD ดังกล่าว .
มิติที่ควบคุมการทำงานของตารางจะแยกออกจากไวยากรณ์การคำนวณขนาดที่ควบคุมการทำงานของนิพจน์ LOD คือ ฝังอยู่ในนิพจน์ ตัวเอง
การคำนวณตารางใช้เป็น มาตรการรวม .สามารถใช้นิพจน์ LOD ในโครงสร้างอื่น ๆ
ตัวกรองในการคำนวณตารางทำหน้าที่เป็น ซ่อน .ฟิลเตอร์บน LOD ทำหน้าที่เป็นไฟล์ ไม่รวม .

ประเภทการแปลง c ++

Tableau LOD: ข้อ จำกัด ของ LOD

ต่อไปนี้เป็นข้อ จำกัด ที่ใช้สำหรับนิพจน์ LOD

  • นิพจน์ LOD ที่อ้างอิงการวัดทศนิยมมักจะทำงานในรูปแบบที่ไม่น่าเชื่อถือเมื่อใช้ในมุมมองที่ต้องการการเปรียบเทียบค่าในนิพจน์
  • LOD ไม่แสดงในหน้าแหล่งข้อมูล
  • เมื่ออ้างถึงพารามิเตอร์ในการประกาศมิติข้อมูลให้ใช้ชื่อพารามิเตอร์เสมอไม่ใช่ค่าพารามิเตอร์
  • ด้วยการผสมผสานข้อมูลฟิลด์การเชื่อมโยงจากแหล่งข้อมูลหลักต้องอยู่ในมุมมองก่อนที่คุณจะสามารถใช้นิพจน์ระดับรายละเอียดจากแหล่งข้อมูลรอง

นอกจากนี้แหล่งข้อมูลบางแหล่งยังมีขีดจำกัดความซับซ้อน Tableau จะไม่ปิดใช้งานการคำนวณสำหรับฐานข้อมูลเหล่านี้ แต่ข้อผิดพลาดในการสืบค้นเป็นไปได้หากการคำนวณซับซ้อนเกินไป