Extrahera data

Ett dataextrakt är en delmängd av information som sparas separat från den ursprungliga datauppsättningen. Det tjänar två syften – att förbättra prestanda och att använda Tableau-funktioner som kanske inte är tillgängliga eller stöds i dina ursprungliga data. Genom att skapa ett dataextrakt kan du effektivt minska den totala datavolymen genom att tillämpa filter och ställa in andra begränsningar.

När ett dataextrakt har skapats kan det uppdateras med den senaste informationen från den ursprungliga källan. Under uppdateringsprocessen har du möjlighet att välja mellan en fullständig uppdatering som ersätter allt befintligt innehåll i extraktet och en inkrementell uppdatering som bara lägger till rader som är nya sedan föregående uppdatering.

Obs! Från och med version 2024.1 introducerar Tableau en funktion med vilken användare kan utföra inkrementella uppdateringar av extrakt med hjälp av en icke-unik nyckelkolumn. Mer information finns i Inkrementell uppdatering.

Fördelar med extrakt

  • Hantera stora datauppsättningar: Extrakt kan hantera enorma mängder data, ända upp till miljardtals rader. Det gör att användarna kan arbeta effektivt med omfattande datauppsättningar.

  • Förbättrade prestanda: Att interagera med vyer som använder extraktdatakällor resulterar i bättre prestanda jämfört med vyer som är kopplade direkt till dina ursprungliga data. Extrakt optimerar frågeprestandan, vilket resulterar i snabbare dataanalys och visualisering.

  • Förbättrad funktionalitet: Extrakt ger tillgång till ytterligare Tableau-funktioner som kanske inte är tillgängliga eller stöds av den ursprungliga datakällan.

    Användarna kan till exempel använda extrakt för att beräkna Distinkt antal, vilket möjliggör mer avancerade beräkningar och analyser.

  • Dataåtkomst offline (Tableau Desktop): Extrakt möjliggör offlineåtkomst till data. Det innebär att användarna fortfarande kan spara, manipulera och arbeta med data lokalt även när den ursprungliga datakällan inte är tillgänglig.

Skapa ett extrakt

Det finns flera alternativ för att skapa ett extrakt tillgängliga i ditt Tableau-arbetsflöde, men det huvudsakliga tillvägagångssättet förklaras nedan.

  1. När du har anslutit till dina data och ställt in datakällan på sidan Datakälla väljer du Extrahera högst upp till höger och väljer därefter länken Redigera för att öppna dialogrutan Extrahera data.

  2. Under Datalagring väljer du antingen Logiska tabeller eller Fysiska tabeller. Se avsnittet Datalagring för hjälp med det här steget.

  3. Expandera Filter för att ställa in filter som begränsar hur mycket data som extraheras baserat på fälten och deras värden.

  4. Välj Aggregera data för synliga dimensioner om du vill aggregera mätvärdena med standardaggregeringen.

  5. (Valfritt) Använd Summera datum på en viss datumnivå, t.ex. år eller månad.

  6. Välj hur många rader du vill extrahera. Du kan extrahera Alla rader, Exempel eller de Översta N raderna.

  7. Markera rutan Inkrementell uppdatering och ange sedan vilken tabell som ska uppdateras och en kolumn i databasen som ska användas för att identifiera de nya raderna.

  8. När du är klar väljer du Spara inställningar.

  9. Välj bladfliken. Det initierar skapandet av extraktet.

  10. Välj därefter en plats att spara extraktet på.

  11. Ange extraktets filnamn.

  12. Välj Spara. Se avsnittet Felsök extrakt om dialogrutan Spara inte visas.

Extrahera fältbeskrivningar

Du kan konfigurera flera olika fält när du skapar ett extrakt. I det här avsnittet guidar vi dig genom varje fält.

Datalagring

Under Datalagring kan du välja antingen Logiska tabeller eller Fysiska tabeller. Logiska tabeller lagrar data i en extrakttabell för varje logisk tabell i datakällan. Fysiska tabeller lagrar i stället data i en extrakttabell för varje fysisk tabell i datakällan.

Logiska tabeller

Välj Logiska tabeller om du vill begränsa mängden data i ditt extrakt och använda ytterligare extraktegenskaper som filter, aggregering eller översta N posterna.

  • Det här alternativet fungerar också bra när dina data innehåller genomflödesfunktioner (RAWSQL).

  • Tableau använder Logiska tabeller som standardstruktur för lagring av extraktdata.

  • Om du väljer det här alternativet och ditt extrakt innehåller kopplingar kommer kopplingarna att tillämpas när extraktet skapas.

Fysiska tabeller

Välj Fysiska tabeller om ditt extrakt består av tabeller i kombination med likvärdiga kopplingar och uppfyller villkoren för att använda alternativet Fysiska tabeller. Det här alternativet utför kopplingar då frågan körs och kan potentiellt förbättra prestanda och minska extraktfilens storlek.

Överväganden för att använda alternativet Fysiska tabeller: För att kunna lagra ett extrakt med hjälp av alternativet Fysiska tabeller måste data som finns i extraktet uppfylla samtliga av följande villkor.

  • Alla kopplingar mellan fysiska tabeller är likvärdiga (=) kopplingar.

  • Datatyperna för kolumnerna som används för relationer eller kopplingar är identiska.

  • Inga genomflödesfunktioner (RAWSQL) används.

  • Ingen inkrementell uppdatering har konfigurerats.

  • Inga extraktfilter har konfigurerats.

  • Översta N posterna eller sampling har inte konfigurerats.

  • När extraktet lagras som fysiska tabeller kan du inte lägga till data i det.

  • När det gäller logiska tabeller kan du inte lägga till data i extrakt som har mer än en logisk tabell.

Tips för att använda alternativet Fysiska tabeller

Tableau rekommenderar i allmänhet att du använder standardalternativet för datalagring, Logiska tabeller, när du ställer in och arbetar med extrakt. I många fall är några av de funktioner som du behöver för extraktet, t.ex. extraktfilter, bara tillgängliga för dig om du använder alternativet Logiska tabeller.

Alternativet Fysiska tabeller för extrakt som är större än förväntat

Alternativet Fysiska tabeller bör användas sparsamt för att hjälpa till vid specifika situationer, till exempel när datakällan uppfyller villkoren för att använda alternativet Fysiska tabeller och storleken på ditt extrakt är större än förväntat. För att avgöra om extraktet är större än det borde vara måste summan av rader i extraktet med alternativet Logiska tabeller vara högre än summan av rader i alla de kombinerade tabellerna innan extraktet har skapats. Om du stöter på det här scenariot kan du försöka använda alternativet Fysiska tabeller i stället.

Alternativa filtreringsförslag när du använder alternativet Fysiska tabeller När du använder alternativet Fysiska tabeller inaktiveras andra alternativ för att minska data i ditt extrakt, som extraktfilter, aggregering, översta N posterna och sampling. Om du behöver minska datamängden i ett extrakt som använder alternativet Fysiska tabeller, överväg då att filtrera datan innan den förs in i Tableau Desktop med hjälp av ett av följande förslag:

Anslut till dina data och definiera filter med hjälp av anpassad SQL

Anslut till dina data med hjälp av anpassad SQL i stället för att ansluta till en databastabell. När du skapar din anpassade SQL-fråga, se till att den innehåller lämplig nivå av filtrering som du behöver för att minska data i ditt extrakt. Mer information om anpassad SQL i Tableau Desktop finns i Ansluta till en anpassad SQL-fråga.

Definiera en vy i databasen

Om du har skrivbehörighet till databasen kan du överväga att definiera en databasvy som innehåller precis de data som du behöver för extraktet och därefter ansluta till databasvyn från Tableau Desktop.

Radnivåsäkerhet med extrakt

Om du vill säkra extraktdata på radnivå är alternativet Fysiska tabeller det rekommenderade sättet att uppnå detta scenario. Mer information om radnivåsäkerhet i Tableau finns i Begränsa åtkomst på dataradsnivå.

Allmänna tabellöverväganden

Alternativen Logiska tabeller och Fysiska tabeller påverkar endast hur data i ett extrakt lagras. De påverkar inte hur tabeller i extraktet visas på sidan Datakälla.

Anta till exempel att ditt extrakt består av en logisk tabell som innehåller tre fysiska tabeller.

Om du öppnar extraktfilen (-hyper) som har konfigurerats för att använda standardalternativet Logiska tabeller, visas en tabell på sidan Datakälla.

Om du öppnar extraktet med hjälp av den paketerade datakällfilen (.tdsx) eller datakällfilen (.tdsx) med dess motsvarande extraktfil (.hyper) ser du emellertid alla tre tabeller som utgör extraktet på sidan Datakälla.

Filter

Använd filter för att ställa in filter som begränsar hur mycket data som extraheras baserat på fälten och deras värden.

Aggregering

Med den här funktionen kan du aggregera mätvärden. Du kan också använda Summera datum på en viss datumnivå, t.ex. år eller månad. Exemplen nedan illustrerar hur data extraheras med de olika tillgängliga aggregeringsalternativen.

 

Ursprungliga dataVarje post visas som en separat rad. Det finns sju rader i dina data.
Aggregera data för synliga dimensioner

(ingen summering)

Poster med samma datum och region har aggregerats på en enda rad. Det finns fem rader i extraktet.
Aggregera data för synliga dimensioner
(summera datum till månad)
Datum har summerats på nivån Månad och poster med samma region har aggregerats på en enda rad. Det finns tre rader i extraktet.

Antal rader

Du kan extrahera alla rader eller de översta N raderna. Tableau börjar med att tillämpa eventuella filter och aggregeringar och extraherar sedan antalet rader från det filtrerade och aggregerade resultatet. Alternativet för antal rader beror på vilken typ av datakälla du extraherar från. Du kanske inte ser alternativet Sampling i dialogrutan Extrahera data eftersom vissa datakällor inte har stöd för sampling.

Obs! Fält som du döljer först på sidan Datakälla eller på bladfliken tas inte med i extraktet. Klicka på knappen Dölj alla oanvända fält för att ta bort de dolda fälten från extraktet.

Inkrementell uppdatering

De flesta datakällorna stöder inkrementell uppdatering. Istället för att uppdatera hela extraktet kan du konfigurera en uppdatering som bara lägger till de rader som är nya sedan den senaste dataextraktionen.

Du kan till exempel ha en datakälla som uppdateras dagligen med nya försäljningstransaktioner. I stället för att bygga om hela extraktet varje dag lägger du bara till de nya transaktioner som inträffat under dagen.

Tips för inkrementell uppdatering och avancerade inställningar

I det här avsnittet ger vi tips på hur du kan förhindra fel som du kan stöta på när du ställer in de här funktionerna.

Inkrementell uppdatering:

  • Välj Alla rader under Antal rader.

  • Inkrementell uppdatering är inte tillgänglig om du aktiverar Aggregering.

Avancerade inställningar:

  • Avancerade inställningar är inte kompatibla med filter.

Extrakttips

Spara arbetsboken för att bevara anslutningen till extraktet

När du har skapat ett extrakt börjar arbetsboken använda extraktversionen av dina data. Anslutningen till extraktversionen av dina data sparas dock inte förrän du sparar arbetsboken. Detta innebär att om du stänger arbetsboken utan att spara arbetsboken först, kommer arbetsboken att ansluta till den ursprungliga datakällan nästa gång du öppnar den.

Växla mellan provdata och hela extraktet

När du arbetar med ett stort extrakt kan det vara bra att skapa ett mindre urval av data. Det gör att du kan ställa in vyn utan att behöva köra långa frågor varje gång du lägger till ett fält i din analys. Du kan enkelt växla mellan att använda urvalsdata och hela datakällan genom att välja lämpligt alternativ i menyn Data.

Anslut inte direkt till extraktet

När du sparar extrakt på din dator kan du ansluta direkt till dem med en ny Tableau Desktop-version. Det rekommenderas dock inte av bland annat följande skäl:

Tabellerna kan ha olika namn.

Extrakt använder särskilda namnkonventioner för att säkerställa att varje tabell har ett unikt namn och de kan vara svåra att förstå.

Du kan inte uppdatera extraktet.

När du ansluter direkt till ett extrakt betraktar Tableau det som den ursprungliga datakällan, snarare än en kopia. Det betyder att du inte kan länka tillbaka det till din ursprungliga datakälla.

Strukturen och relationerna mellan tabeller kommer att gå förlorade.

Arrangemanget och kopplingarna mellan tabeller lagras i .tds-filen, inte i .hyper-filen. Den informationen går därför förlorad när du ansluter direkt till .hyper-filen. Om du använder logisk tabellagring för extraktet kommer du inte att se några referenser till de ursprungliga fysiska tabellerna.

Ta bort extraktet från arbetsboken

Du kan när som helst ta bort ett extrakt genom att välja extraktdatakällan på menyn Data och sedan välja Extrakt > Ta bort. När du tar bort ett extrakt kan du välja att endast ta bort extraktet från arbetsboken eller ta bort och ta bort extraktfilen. Det senare alternativet tar bort extraktet från din hårddisk.

Visa extrakthistorik (Tableau Desktop)

Du kan se när extraktet senast uppdaterades och andra detaljer genom att välja en datakälla i Data-menyn och sedan Extrakt > Historik.

Om du öppnar en arbetsbok som sparas med ett extrakt och Tableau inte kan hitta extraktet väljer du på uppmaning ett av följande alternativ i dialogrutan Extrakt hittades inte:

  • Hitta extraktet: Välj det här alternativet om extraktet finns, men inte på den plats där Tableau ursprungligen sparade det. Klicka på OK för att öppna dialogrutan Öppna fil där du kan ange den nya platsen för extraktfilen.

  • Ta bort extraktet: Välj det här alternativet om du inte längre behöver extraktet. Detta motsvarar att stänga datakällan. Alla öppna arbetsblad som refererar till datakällan tas bort.

  • Avaktivera extraktet: Använd den ursprungliga datakällan från vilken extraktet skapades istället för extraktet.

  • Återskapa extraktet: Återskapar extraktet. Alla filter och andra anpassningar som du angav när du ursprungligen skapade extraktet tillämpas automatiskt.

Felsök extrakt

  • Att skapa ett extrakt tar lång tid: Beroende på storleken på din datauppsättning kan det ta lång tid att skapa ett extrakt. Efter att du har extraherat data och sparat den på din dator kan prestandan emellertid komma att förbättras.

  • Extrakt skapas inte: Om din datauppsättning innehåller ett riktigt stort antal kolumner (t.ex. i tusental) kanske Tableau i vissa fall inte kan skapa extraktet. Om du stöter på problem, överväg då att extrahera färre kolumner eller omstrukturera de underliggande uppgifterna.

  • Dialogrutan Spara visas inte, eller extrakt skapas inte från en .twbx: Om du följer proceduren ovan för att extrahera data från en paketerad arbetsbok visas inte dialogrutan Spara. När ett extrakt skapas från en paketerad arbetsbok (.twbx) lagras extraktfilen automatiskt i paketet med filer som är kopplade till den paketerade arbetsboken. För att komma åt extraktfilen som du skapade från den paketerade arbetsboken måste du packa upp arbetsboken. Mer information finns i Paketerade arbetsböcker.

Uppdateringar av extraktfunktioner

Inkrementell uppdatering

Från och med version 2024.1 introducerar Tableau en funktion med vilken användare kan utföra inkrementella uppdateringar av extrakt med hjälp av en icke-unik nyckelkolumn. Det finns ett nytt användargränssnitt som har stöd för de här avancerade inställningarna.

Extrakt på webben

Från och med version 2020.4 finns extrakt tillgängliga i webbredigeringen och på innehållsservern. Nu behöver du inte längre använda Tableau Desktop för att extrahera dina datakällor. Mer information finns i Skapa extrakt på webben.

Logiska och fysiska tabellextrakt

I och med införandet av logiska tabeller och fysiska tabeller i Tableau-datamodellens version 2020.2 har lagringsalternativen för extrakt ändrats från enstaka tabeller och flera tabeller till logiska tabeller och fysiska tabeller. Dessa alternativ beskriver bättre hur extrakt kommer att lagras. För mer information, se Extrahera data.

Utfasning av .tde-format

Obs! Från och med mars 2023 sker utfasning av extrakt som använder .tde-formatet i Tableau Cloud, Tableau Public och Tableau Server (version 2023.1.0). Mer information finns i Extraktuppgradering till .hyper-format.

Från och med version 10.5 används .hyper-formatet när du skapar ett nytt extrakt. Extrakt i .hyper-format utnyttjar den förbättrade datamotorn, som har stöd för samma snabbare analys- och frågeförmåga för större datauppsättningar.

När en extraktrelaterad uppgift utförs på ett .tde-extrakt med version 10.5 och senare uppgraderas på samma sätt extraktet till ett .hyper-extrakt. Efter att ett .tde-extrakt har uppgraderats till ett .hyper-extrakt kan det inte återställas till ett .tde-extrakt. Mer information finns i Extraktuppgradering till .hyper-format.

Ändringar av värden och markeringar i vyn

För att förbättra extraktets effektivitet och skalbarhet kan värden i extrakt beräknas annorlunda i version 10.5 och senare jämfört med version 10.4 och tidigare. Ändringar i hur värdena beräknas kan påverka hur markeringar i vyn fylls i. I vissa sällsynta fall kan ändringarna leda till att din vy ändrar form eller blir tom. Dessa ändringar kan också gälla datakällor med flera anslutningar, datakällor som använder liveanslutningar till filbaserade data, datakällor som ansluter till Google Sheets-data, molnbaserade datakällor, extraheringsexklusiva datakällor samt WDC-datakällor.

För att få en uppfattning om några av de skillnader du kan se i din vy med version 2022,4, se avsnitten nedan.

Format för värden för datum och datum/tid

I version 10.5 och senare är extrakt föremål för mer konsekventa och striktare regler kring hur datumsträngar tolkas genom funktionerna DATUM, DATUM/TID och DATATOLKNING. Detta påverkar hur datum tolkas eller vilka datumformat och mönster som är tillåtna för dessa funktioner. Mer specifikt kan reglerna generaliseras enligt följande:

  1. Datum utvärderas och tolkas sedan kolumn för kolumn, inte efter rad.
  2. Datum utvärderas och tolkas sedan baserat på platsen där arbetsboken skapades, inte på platsen för datorn där arbetsboken öppnas.

Dessa nya regler gör det möjligt att effektivisera extrakten och att åstadkomma resultat som är förenliga med kommersiella databaser.

På grund av dessa regler kan du emellertid - särskilt i internationella scenarier där arbetsboken skapas på en annan plats än den plats som arbetsboken öppnas i eller den server som arbetsboken publiceras till - se att 1.) värdena för datum och datum/tid ändras till olika värden för datum och datum/tid, eller 2.) värden för datum och datum/tid ändras till Null. När dina värden för datum och datum/tid ändras till olika värden för datum och datum/tid eller blir Null är detta ofta en indikation på att det finns problem med underliggande data.

Här följer några vanliga anledningar till varför du kan se ändringar av dina värden för datum och datum/tid i din extraktdatakälla med version 10.5 och senare.

Vanliga orsaker till ändringar av värden för datum och datum/tid

Vanliga orsaker till null-värden

  • När en funktion måste tolka flera datumformat i en enda kolumn. Om datumet är tvetydigt och kan tolkas på flera olika sätt kommer datumet att tolkas baserat på det format som Tableau har fastställt för den kolumnen. Exempel finns i Datumscenario 1 och Datumscenario 2 nedan.
  • När en funktion måste tolka ett ÅÅÅÅ-MM-DD-format (ISO). Ett exempel finns i Datumscenario 3.
  • När en funktion inte har tillräckligt med information för att härleda tiden kan den tolka ett värde som ”00:00:00.0”, med ”0” för timme, minut, sekund och millisekund.
  • När en funktion inte har tillräckligt med information för att härleda dagen kan den tolka ett värde som ”1” eller ”januari” för månaden.
  • När en funktion tolkar år tolkas den som följer:
    • År ”07” tolkas som ”2007”
    • År ”17” tolkas som ”2017”.
    • År ”30” tolkas som ”2030”.
    • År ”69” tolkas som ”2069”.
    • År ”70” tolkas som ”1970”.
  • När en funktion måste tolka flera datumformat i en enda kolumn. När Tableau har bestämt datumformatet blir alla andra datum i kolumnen som avviker från formatet null-värden. Exempel finns i Datumscenario 1 och Datumscenario 2 nedan.
  • När en funktion måste tolka ett ÅÅÅÅ-MM-DD-format (ISO). Värden som överstiger vad som är tillåtet för ”ÅÅÅÅ”, ”MM” eller ”DD” orsakar null-värden. Ett exempel finns i Datumscenario 3.
  • När en funktion måste tolka datumvärden som innehåller efterföljande tecken. Till exempel tidszon och sommartidssuffix och nyckelord, exempelvis ”midnatt”, orsakar null-värden.
  • När en funktion måste tolka ett ogiltigt datum eller en ogiltig tid. Till exempel orsakar 32/3/2012 ett null-värde. I ett annat exempel orsakar 25:01:61 ett null-värde.
  • När en funktion måste tolka motsatta inmatningar. Anta till exempel att mönstret är ”dd.MM (MMMM) y” och inmatningssträngen är ”1.09 (augusti) 2017”, där både ”9” och ”augusti” är månader. Resultatet är ett null-värde eftersom månadens värden inte är desamma.
  • När en funktion måste tolka motsatta mönster. Till exempel kommer ett mönster som anger en blandning av gregorianska år (y) och ISO-vecka (ww) att orsaka null-värden.
Datumscenario 1

Anta att du har en arbetsbok skapad på en engelskspråkig plats som använder extraktdatakällan .tde. I tabellen nedan visas en kolumn med strängdata som fanns i extraktdatakällan.

10/31/2018
31/10/2018

12/10/2018

Baserat på den aktuella engelskspråkiga platsen fastställdes det att formatet på datumkolumnen följer formatet MDÅ (månad, dag, år). Följande tabeller visar vad Tableau visar baserat på denna plats när funktionen DATUM används för att konvertera strängvärden till datumvärden.

den 31 oktober 2018
den 31 oktober 2018
den 10 december 2018

Om extraktet öppnas på en tyskspråkig plats ser du följande:

den 31 oktober 2018
den 31 oktober 2018
den 12 oktober 2018

Efter att extraktet har öppnats på en tyskspråkig plats med version 10.5 och senare är DMY-formatet (dag, månad och år) för den tyskspråkiga platsen strikt tillämpat och orsakar ett null-värde eftersom ett av värdena inte följer DMÅ-formatet.

Null
den 31 oktober 2018
den 12 oktober 2018
Datumscenario 2

Anta att du har en annan arbetsbok skapad på en engelskspråkig plats som använder en .tde-extraktdatakälla. I tabellen nedan visas en kolumn med numeriska datumdata som fanns i extraktdatakällan.

1112018
1212018
1312018
1412018

Baserat på den aktuella engelskspråkiga platsen fastställdes det att formatet på datumkolumnen följer formatet MDÅ (månad, dag, år). Följande tabeller anger vad Tableau visar baserat på denna språkversion när funktionen DATUM används för att konvertera de numeriska värdena till datumvärden.

2018-11-01
2018-12-01
Null
Null
Datumscenario 3

Anta att du har en arbetsbok som använder en .tde-extraktdatakälla. I tabellen nedan visas en kolumn med strängdata som fanns i extraktdatakällan.

2018-10-31
2018-31-10

2018-12-10

2018-10-12

Eftersom datumet använder ISO-formatet följer datumkolumnen alltid formatet ÅÅÅÅ-MM-DD. Följande tabeller visar vad Tableau visar när DATUM-funktionen används för att konvertera strängvärden till datumvärden.

den 10 oktober 2018
Null
den 10 december 2018
den 12 oktober 2018

Obs! I version 10.4 (och tidigare) kan ISO-format och andra datumformat ha gett olika resultat beroende på den språkversion arbetsboken skapats i. I en engelsk språkversion skulle exempelvis både 2018-12-10 och 2018/12/10 kunna generera den 12 december 2018. I en tysk språkversion skulle 2018-12-10 emellertid generera den 12 december 2018, medan 2018/12/10 skulle generera den 12 oktober 2018.

Sorteringsordning och skiftlägeskänslighet

Extrakt har sammanställningsstöd och kan därför på ett lämpligare sätt sortera strängvärden som har accenter eller har formaterats (gemener/versaler) på ett annat sätt.

Anta till exempel att du har en tabell med strängvärden. När det gäller sorteringsordning innebär detta att ett strängvärde som ”Égypte” nu listas på lämpligt sätt efter ”Estonie” och före ”Fidji”.

Om Excel-data: 

När det gäller formatering gemener/versaler innebär detta att Tableaus sätt att lagra värden har ändrats mellan version 10.4 (och tidigare) och version 10.5 (och senare). Reglerna för sortering och jämförelse av värden har emellertid inte ändrats. I version 10.4 (och tidigare) behandlas strängvärden som ”House”, ”HOUSE” och ”houSe” på samma sätt och lagras med ett enda representativt värde. I version 10.5 (och senare) betraktas samma strängvärden som unika och lagras därför som enskilda värden. Mer information finns i Ändringar av hur värden beräknas.

Avgörande i översta n-frågor

När en översta n-fråga i ditt extrakt ger dubblerade värden för en specifik position i en rangordning, kan den avgörande positionen vara annorlunda när du använder version 10.5 eller senare. Anta till exempel att du skapar ett topp 3-filter. Positionerna 3, 4 och 5 har samma värden. Vid användning av version 10.4 och tidigare kan det övre filtret returnera 1, 2 och 3 positioner. Vid användning av version 10.5 och senare kan det övre filtret emellertid returnera 1, 2 och 5 positioner.

Precision för flyttalsvärden

Extrakt är bättre på att dra nytta av tillgängliga hårdvaruresurser på en dator och kan därför utföra matematiska operationer på ett mycket parallellt sätt. På grund av detta kan reella tal aggregeras med .hyper-extrakt i olika ordning. När tal aggregeras i olika ordning kan du komma att se olika värden i vyn efter decimaltecknet varje gång aggregeringen beräknas. Detta beror på att flyttalsaddition och -multiplikation inte nödvändigtvis är associativ. Det vill säga, (a + b) + c är inte nödvändigtvis detsamma som a + (b + c). Dessutom kan reella tal aggregeras i olika ordning eftersom flyttalsmultiplikation inte nödvändigtvis är distributiva. Det vill säga, (a x b) x c är inte nödvändigtvis detsamma som a x b x c. Denna typ av avrundningsbeteende med flyttal i .hyper-extrakt liknar den typ av avrundningsbeteende med flyttal som förekommer i kommersiella databaser.

Anta till exempel att arbetsboken innehåller ett skjutreglagefilter på ett aggregerat fält som består av flyttalsvärden. Eftersom precisionen för flyttalsvärden har ändrats kan filtret nu utesluta en markering som definierar den övre eller nedre gränsen för filterintervallet. Avsaknaden av dessa värden kan orsaka en tom vy. För att lösa detta problem, flytta reglaget på filtret eller ta bort och lägg till filtret igen.

Aggregeringarnas noggrannhet

Extrakt optimerar för stora datauppsättningar genom att bättre utnyttja tillgängliga hårdvaruresurser på en dator och därmed kunna beräkna aggregeringar på ett mycket parallellt sätt. På grund av detta kan aggregeringar som utförs av .hyper-extrakt likna resultaten från kommersiella databaser mer än resultaten från programvara som specialiserat sig på statistiska beräkningar. Om du arbetar med en liten datauppsättning eller behöver en högre noggrannhetsnivå kan du överväga att utföra aggregeringar via referenslinjer, sammanfattande kortstatistik eller tabellberäkningsfunktioner såsom varians, standardavvikelse, korrelation eller kovarians.

Om alternativet Beräkna nu för extrakt

Om alternativet Beräkna nu användes i ett .tde-extrakt med en tidigare version av Tableau Desktop, materialiserades vissa beräknade fält och beräknades därför i förväg och lagrades i extraktet. Om du uppgraderar extraktet från ett .tde-extrakt till ett .hyper-extrakt ingår inte tidigare materialiserade beräkningar i ditt extrakt. Du måste använda alternativet Beräkna nu igen för att säkerställa att materialiserade beräkningar ingår i extraktet efter extraktuppgraderingen. Mer information finns under Materialisera beräkningar i dina extrakt.

Nytt extrakt-API

Du kan använda extrakt-API 2.0 för att skapa .hyper-extrakt. För uppgifter som du tidigare utförde med Tableau SDK, som till exempel extraktpublicering, kan du använda Tableau Server REST API eller biblioteket för Tableau Server-klienten (Python). För uppdateringsuppgifter kan du även använda Tableau Server REST API. Mer information finns i Tableau Hyper-API.

Tack för din feedback!Din feedback har skickats in. Tack!