Planera datakällan
I centrum av Tableau finns dina data. Hur framgångsrikt du kan utforska data, besvara frågor och skapa visualiseringar som du själv och andra kan använda sig av är helt beroende av de underliggande data.
Om målet är att göra en snabbundersökning eller lite ad hoc-analyser så kanske det räcker att dyka in, ansluta till data, dra och släppa lite för att skapa några visualiseringar och sedan gå vidare med den informationen. Men om målet är att skapa en analys eller datakälla som ska användas regelbundet så är det bäst att tänka igenom och planera datakällan.
Tableau-datakällor
En Tableau-datakälla är länken mellan dina källdata och Tableau. Det är i princip summan av dina data (antingen som liveanslutning eller extrakt), anslutningsinformationen, namnen på tabeller eller blad som innehåller data samt semantiken ovanpå data. Semantiken omfattar sådant som hur data kombineras, beräkningar, fält vars namn har ändrats och standardformatering.
En Tableau-datakälla kan innehålla flera dataanslutningar till olika databaser eller filer. Anslutningsinformation omfattar var data finns (till exempel filsökväg eller nätverksplats) och information om hur du ansluter till dessa data (till exempel inloggningsuppgifter för databasen).
Obs! Termerna datakälla och dataanslutning har använts utan urskiljning tidigare och kan sakna tydlig åtskillnad i många texter.
Det är även viktigt att tänka på skillnaden mellan Tableau-datakällor (Tableaus tillgång till dina data och alla anpassningar som kan vara inblandade) och själva källdatan (exempelvis en databas eller ett Excel-kalkylblad). Hur du planerar en datakälla med avseende på databasutformning behandlas inte i det här avsnittet.
Tableau-datakällor kan fortsätta vara inbäddade i den arbetsbok där de ursprungligen skapades, eller så kan de publiceras separat. Publicerade datakällor tillåter centralisering och skalning av kurerade datakällor. Mer information finns i Bästa praxis för att publicera datakällor.
Kombinera data
Om du har en datakälla med en enda tabell kan du ansluta till data, dra tabellen till arbetsytan och börja bygga en vy. Men om data är utspridda över flera tabeller – eller över flera databaser – så behöver du kombinera dem. Kombinering av data sker på sidan Datakälla.
| Enskild databas | Flera databaser |
|
|
Obs! För att relatera tabeller mellan olika databaser så måste de läggas till som dataanslutningar inom samma datakälla, inte som en ny datakälla. Dataanslutningar läggs till från Lägg till-länken i det vänstra fönstret. Nya datakällor kan skapas från menyn Data eller från listrutemenyn på ikonen bredvid datakällans namn, så som visas i den här bilden:
Metoder för att kombinera data
Relationer är standardsättet att kombinera data i Tableau. Relationer är ett dynamiskt, flexibelt sätt att kombinera och analysera data från flera tabeller. Vid behov kan tabeller även kopplas och förenas. Datakällor kan även kombineras. Vi tar en titt på alternativen för hur data kan kombineras i Tableau och vissa av de situationer där varje metod är användbar.
| Relationer | Fastställer potentialen för kopplingar mellan två tabeller baserat på relaterade fält. Slår inte samman data för att skapa en ny, fast tabell. Under analys frågas de relevanta tabellerna automatiskt med hjälp av de sammanhangslämpliga kopplingarna för att skapa en anpassad tabell med data för den analysen. Bibehåller lämplig detaljnivå, orsakar inte dataförlust, behåller lämpliga aggregeringar och hanterar null. |
| Kopplingar | Slå samman två tabeller med data baserat på en kopplingssats och kopplingstyp för att skapa en ny fast tabell med data. Används ofta för att lägga till nya kolumner med data över samma grundläggande radstruktur. Kan orsaka dataförlust med vissa kopplingstyper om fält inte förekommer i alla tabeller. Kan orsaka dataduplicering om tabeller har olika detaljnivå. |
| Föreningar | Slå samman två eller fler tabeller med data för att skapa en ny, fast tabell med data. Används för att bifoga (lägga till nya rader med) data över samma grundläggande kolumnstruktur. |
| Kombinationer | Arbeta mellan två eller flera separata Tableau-datakällor. Data hålls separat. Tableau frågar datakällorna oberoende av varandra och visualiserar resultaten tillsammans i vyn baserat på länkningsfält som upprättats för det bladet. Efterliknar beteendet för en vänsterkoppling och kan filtrera data från sekundära datakällor. |
Obs! Det går även att kombinera data med anpassad SQL. Oftast är det bäst att kombinera data direkt på arbetsytan eller med datakombination. På så sätt får Tableau störst flexibilitet för optimering. I vissa scenarion kan det dock finnas skäl till att använda anpassad SQL. Tänk dock på att det kan påverka prestandan eftersom Tableau tvingas köra de anpassade SQL-satserna som de står skrivna.
Relationer
Relatera är en metod för att arbeta med data från flera tabeller baserat på delade fält – kolumner – mellan dessa tabeller. En relation informerar Tableau om hur rader kan kopplas samman mellan tabeller. Tableau sparar den informationen, men för inte omedelbart samman raderna som med en hårdkodad koppling. När en visualisering skapas spåras i stället de fält som ingår i analysen tillbaka via relationen och lämpliga kopplingar skapas för att returnera rätt data.
Eftersom data aldrig tvingas samman i en enskild tabell utanför visualiseringens sammanhang så är relationer användbara när data befinner sig på olika detaljnivå. Om du till exempel behöver arbeta med data om daglig nederbörd i en tabell men temperatur per timme i en annan.
Mer information om hur du kombinerar tabeller med hjälp av relationer finns i Relatera data.
Mer information om hur du kan kombinera tabeller med hjälp av relationer finns i Relatera data och de här Tableau-blogginläggen:
- Relationer, del 1: Introduktion till den nya datamodelleringen i Tableau (på engelska)(Länken öppnas i ett nytt fönster)
- Relationer, del 2: Tips och trick (på engelska)(Länken öppnas i ett nytt fönster)
- Relationer, del 3: Köra frågor mot flera relaterade tabeller (på engelska)(Länken öppnas i ett nytt fönster)
Obs! I Tableau version 2024.2 och senare har Tableaus funktioner för datamodellering stöd för analys av flera faktatabeller och delade dimensioner med hjälp av relationer mellan faktatabeller. Mer information finns i Om datamodeller för relationer mellan faktatabeller(Länken öppnas i ett nytt fönster), När ska en datamodell för relationer mellan faktatabeller användas?(Länken öppnas i ett nytt fönster) och Bygga en datamodell för relationer mellan faktatabeller(Länken öppnas i ett nytt fönster).
Koppla
Koppling är ett sätt att kombinera tabeller relaterade med gemensamma fält. Resultatet av att kombinera data med hjälp av en koppling är en tabell som utökas i vågrät riktning genom att lägga till kolumner med data.
Mer information om hur du kopplar data i Tableau finns i Koppla dina data.
Datakombination
När du använder datakombination så kombinerar du data i vad som kallas en primär datakälla med gemensamma fält från en eller flera sekundära datakällor.
Datakombination är praktiskt när:
du måste ändra hur datakällan är konfigurerad blad för blad
du vill kombinera databaser som inte tillåter relationer eller kopplingar, till exempel kubdatakällor eller publicerade datakällor.
Resultatet av att kombinera data med datakombination är en virtuell tabell som utökas vågrätt genom att kolumner med data läggs till. Data från varje datakälla aggregeras till en gemensam nivå innan de visas tillsammans i visualiseringen.
Mer information om hur datakombination fungerar och hur du kombinerar data i Tableau finns i Kombinera data.
Förena
Förening är en metod för att lägga till värden (rader) till tabeller. Du kan förena tabeller om de har samma kolumner. Resultatet av att kombinera data med en förening är en virtuell tabell som har samma kolumner men som utökas lodrätt genom att lägga till rader med data.
Du kan förena tabeller på ett av två sätt: manuellt eller med jokerteckensökning. Mer information om hur du förenar data med en av dessa metoder i Tableau finns i Förena dina data.
Överväganden för en Tableau-datakälla
Innan något annat bör du se till att du är på det klara med vad datakällans syfte ska vara. En uppsamlingsdatakälla för en rad olika användare med breda frågor tas fram på ett annat sätt än en nischad datakälla som optimerats för prestanda. Det är viktigt att veta målet från början.
Med det målet i åtanke finns det flera saker att överväga och planera innan du skapar en datakälla i Tableau:
- Plats och åtkomst
- Form och renhet
- Datamodell och datakombination
- Metadata och anpassning
- Skalbarhet, säkerhet och synlighet
- Prestanda och aktualitet
Plats och åtkomst
Den plats där du lagrar data kan vara enkel, till exempel en Excel-fil på datorn eller ett Google Kalkylark, eller komplicerad som flera databaser som använder sig av olika tekniker. Åtkomst kan även involvera specifika drivrutiner eller kopplingar för en databas eller inloggningsinformation för en databasserver.
Frågor att ha i åtanke:
- Har rätt Tableau-användare tillgång och behörigheter till data och till Tableau?
- Vilka användarkonton ska användas för att logga in på databasen?
- Kommer användarfiltrering eller säkerhet på radnivå behövas?
- Finns källdata lokalt eller i molnet?
- Det här kan få implikationer om data publiceras till Tableau Cloud.
- Finns det Kopplingar som stöds?
- Finns det några begränsningar för den databasen (stöder den alla funktioner du vill använda)?
Form och renhet
Organisationen kanske redan har välstrukturerade data som du kan ansluta till eller ETL-processer du kan använda. Du kan också behöva använda Tableau Prep Builder och utföra rensnings- och formningsåtgärder för att få ett användbart format på data.
Frågor att ha i åtanke:
- Är data välstrukturerade för användning i Tableau?
- Ska Tableau Prep Builder och Tableau Prep Conductor användas för att rensa och automatisera dataförberedelseflöden?
- Vilka beräkningar eller manipuleringar utförs bäst i Tableau?
- Är några av dessa data onödiga? Saknas data?
Datamodell och datakombination
Tableau behöver veta hur den ska fråga data, det berättar du i Tableaus datamodell. Om data kommer från flera tabeller behöver de kombineras. Metoder för att kombinera data innefattar relationer, kopplingar, föreningar och kombinationer.
Frågor att ha i åtanke:
- Är data utspritt över flera system?
- Vad är det bästa sättet att kombinera varje tabell med data?
Metadata och anpassning
Data lagras ofta på ett sätt som inte är enkelt för en person att använda på ett bekvämt sätt. Standardfältnamn kan till exempel vara klumpiga, definitioner av förkortningar eller koder kanske saknas eller så saknas vanliga beräkningar i de underliggande data. Om du skapar ett semantiskt lager med de informationsbitarna så kan det bli mycket enklare att förstå och använda data.
Frågor att ha i åtanke:
- Vilka beräkningar ska läggas till?
- Är tabell- och fältnamnen begripliga?
- Är standardinställningarna för fälten användbara eller ska de anpassas?
- Finns det justeringar som behöver göras för att stödja Tableau Catalog?
Tänk på att Förklara data för tillfället inte har stöd för datakällor med flera tabeller.
Skalbarhet, säkerhet och synlighet
En datakälla kan ligga kvar i arbetsboken där den skapades – en inbäddad datakälla – eller så kan den publiceras till Tableau Server eller Tableau Cloud som en helt egen innehållsresurs. Med den här centraliseringen av publicerade datakällor får du dessutom fördelen med säkerhet och skalning så att flera användare kan ha tillgång till en konsekvent datakälla. Publicerade datakällor kan också dra nytta av Tableau Catalog och rekommendationer och erbjuda en enda sanningskälla för en organisation.
Frågor att ha i åtanke:
- Ska datakällan vara inbäddad i arbetsboken?
(Följande frågor antar att datakällan är publicerad)
- Var kommer datakällan att publiceras?
- Vem kommer att äga datakällan?
- Vilken autentisering och vilka behörigheter ska den ha?
- Kommer den att vara certifierad?
Prestanda och aktualitet
Dessutom kan Tableau-datakällor vara liveanslutningar till källdata eller så kan data kopieras ut som ett uppdateringsbart extrakt. Extrakt kan öka analysprestanda eller förhindra överutnyttjande av resurser mot databassystem.
Frågor att ha i åtanke:
- Ska dataanslutningen vara live eller ett extrakt?
- Om den extraheras, kommer det att finnas ett uppdateringsschema? (Tableau Server | Tableau Cloud)
- Om den publiceras till Tableau Cloud, behöver Tableau Bridge användas?
Bygg datakällor med hög kvalitet
Det finns mycket att tänka på om du vill skapa en väldesignad och effektiv datakälla. Med du behöver inte publicera ditt första försök. Precis som när man skapar en bra visualisering så är det en pågående process att skapa en datakälla. Testa att kombinera de data du tror att du behöver och se om du kan skapa den visualisering du vill ha. Du kan alltid gå tillbaka och skriva en ny beräkning eller ta in en annan tabell med data. Utför lite användartester och fråga en kollega om de förstår dina fältnamn.
Det är förstås bäst att bara publicera datakällor du litar på och endast certifiera de som genomgått kvalitetskontroll. När din datakälla presenteras för användarna så ska de kunna lita på den.