ความไม่ซ้ำกันและความสมบูรณ์เชิงอ้างอิง
ไม่ว่าคุณจะรวมข้อมูลด้วยวิธีใด การตั้งค่าแหล่งข้อมูลจะต้องอาศัยความเข้าใจในโครงสร้างข้อมูลของแต่ละตารางและวิธีที่จะรวมได้ องค์ประกอบสำคัญต่างๆ ที่ต้องพิจารณามีดังนี้:
- ระดับของรายละเอียด: ข้อมูลมีความละเอียดเพียงใด หรือก็คือมุมมองแบบละเอียดของข้อมูลนั้น เราพิจารณาความละเอียดได้ด้วยการตอบคำถามที่ว่า “อะไรคือสิ่งที่กำหนดแต่ละแถว” ดูข้อมูลเพิ่มเติมเกี่ยวกับมุมมองแบบละเอียดได้ที่จัดโครงสร้างข้อมูลสำหรับการวิเคราะห์
- ฟิลด์ที่แชร์: ต้องมีอย่างน้อยหนึ่งฟิลด์ที่สามารถใช้สร้างลิงก์ระหว่างตารางได้ สำหรับการรวมหนึ่งๆ ฟิลด์เหล่านี้จะเป็นสิ่งที่กำหนดผนวกข้อมูล ในตารางที่เกี่ยวข้อง ฟิลด์เหล่านี้คือสิ่งที่สร้างความสัมพันธ์
- ความไม่ซ้ำกัน: บ่งชี้ว่าฟิลด์ที่แชร์มีค่าที่ไม่ซ้ำใครเป็นจำนวนมากหรือน้อยเท่าใด (ความเป็นเอกลักษณ์) ดูข้อมูลเพิ่มเติมได้ที่ส่วนถัดไป
- ความสมบูรณ์เชิงอ้างอิง: ค่าในตารางหนึ่งๆ ที่รับประกันว่าจะตรงกันกับอีกตารางหนึ่ง กล่าวคือ ต้องไม่มีระเบียนใดในตารางหนึ่งที่ไม่มีระเบียนที่สัมพันธ์กันในอีกตารางหนึ่ง ดูข้อมูลเพิ่มเติมได้ที่ด้านล่าง
ความไม่ซ้ำกัน
ความไม่ซ้ำกันในคอลัมน์หรือฟิลด์หนึ่งจะหมายถึงความไม่ซ้ำใครของค่าในคอลัมน์หรือฟิลด์นั้น ความไม่ซ้ำกันต่ำหมายความว่ามีเพียงไม่กี่ค่าที่ไม่ซ้ำใคร (เช่น ฟิลด์สำหรับสีตา) ความไม่ซ้ำกันสูงหมายความว่ามีค่าที่ไม่ซ้ำใครเป็นจำนวนมาก (เช่น ฟิลด์สำหรับหมายเลขโทรศัพท์)
ความไม่ซ้ำกันระหว่างตารางต่างๆ ก็จะคล้ายกันนี้ แต่จะหมายถึงว่าแถวจากตารางหนึ่งอาจลิงก์กับมากกว่าหนึ่งแถวในอีกตารางหนึ่งมากน้อยเพียงใด (จำเป็นต้องไม่ลืมว่าความไม่ซ้ำกันไม่ได้บ่งชี้ว่ามีข้อมูลขาดหายไปในตารางใดๆ หรือไม่) การที่มีข้อมูลขาดหายไปนั้นจะเรียกว่าความสมบูรณ์เชิงอ้างอิง แม้ว่าแนวคิดเหล่านี้จะประสานไปด้วยกัน แต่ทั้งสองเป็นแอตทริบิวต์ที่แตกต่างกันในความสัมพันธ์)
ตัวเลือกประกอบด้วยหนึ่งต่อหนึ่ง หนึ่งต่อกลุ่ม กลุ่มต่อหนึ่ง หรือกลุ่มต่อกลุ่ม
หนึ่งต่อหนึ่ง
ตัวอย่าง: รถยนต์ทุกคันมีเลขป้ายทะเบียนเป็นของตัวเอง และเลขป้ายทะเบียนหนึ่งๆ ก็เป็นของรถยนต์เพียงคันเดียวเท่านั้น ข้อมูลรถยนต์ต่อเลขป้ายทะเบียนถือเป็นหนึ่งต่อหนึ่ง โปรดทราบว่า แม้ว่ารถยนต์คันหนึ่งๆ จะยังไม่ได้จดทะเบียน หรือเลขป้ายทะเบียนหนึ่งๆ ยังไม่ได้ถูกกำหนดให้กับรถคันใด ความคลาดเคลื่อนนั้นจะถูกอธิบายโดยความสมบูรณ์เชิงอ้างอิง รถยนต์คันหนึ่งสามารถมีเลขป้ายทะเบียนได้เพียงเลขเดียว และเลขป้ายทะเบียนหนึ่งๆ สามารถกำหนดให้กับรถยนต์เพียงคันเดียวเท่านั้น ดังนั้นความไม่ซ้ำกันจะยังคงถือเป็นหนึ่งต่อหนึ่ง |
 |
หนึ่งต่อกลุ่ม หรือ กลุ่มต่อหนึ่ง
ตัวอย่าง: มีพนักงานจำนวนมากที่มีผู้จัดการคนเดียวกัน ข้อมูลพนักงานต่อผู้จัดการถือเป็นกลุ่มต่อหนึ่ง ข้อมูลผู้จัดการต่อพนักงานถือเป็นหนึ่งต่อกลุ่ม |
|
กลุ่มต่อกลุ่ม
ตัวอย่าง: นักแสดงรายหนึ่งแสดงในภาพยนตร์หลายเรื่อง และภาพยนต์เรื่องหนึ่งมีนักแสดงหลายคน ข้อมูลนักแสดงต่อภาพยนตร์ถือเป็นกลุ่มต่อกลุ่ม หนังสือหลายเล่มสามารถูกซื้อพร้อมกันได้ในธุรกรรมเดียว และหนังสือหนึ่งเล่มสามารถถูกซื้อได้หลายครั้ง ข้อมูล ISBN ต่อ OrderID ถือเป็นกลุ่มต่อกลุ่ม |
 |
สามารถกำหนดความไม่ซ้ำกันได้ที่การตั้งค่าตัวเลือกประสิทธิภาพ หากต้องการข้อมูลเพิ่มเติม โปรดดูเพิ่มประสิทธิภาพการค้นหาความสัมพันธ์โดยใช้ตัวเลือกประสิทธิภาพ
ความสมบูรณ์เชิงอ้างอิง
อีกแนวคิดหนึ่งที่เกี่ยวข้องกันนั้นเรียกว่าความสมบูรณ์เชิงอ้างอิง ซึ่งหมายความว่าแถวหนึ่งในตารางหนึ่งจะมีแถวที่ตรงกันในอีกตารางหนึ่งเสมอ ดังที่กำหนดโดยค่าของฟิลด์ที่แชร์ระหว่างตารางทั้งสอง หากฐานข้อมูลไม่มีระเบียนสำหรับรถยนต์ที่ไม่มีเลขป้ายทะเบียนหรือสำหรับเลขทะเบียนที่ไม่มีรถยนต์ ถือว่าความสัมพันธ์ดังกล่าวมีความสมบูรณ์เชิงอ้างอิง
ใน Tableau ความสมบูรณ์เชิงอ้างอิงได้รับการกำหนดค่าในทั้งสองฝั่งของความสัมพันธ์ ที่ในการตั้งค่าตัวเลือกประสิทธิภาพ บางระเบียนตรงกันหมายความว่าไม่มี (หรือคุณไม่ทราบว่ามีหรือไม่) ความสมบูรณ์เชิงอ้างอิง ระเบียนทั้งหมดตรงกันหมายความว่ามีความสมบูรณ์เชิงอ้างอิง การตั้งค่าที่เป็นค่าเริ่มต้นจะไม่คาดการณ์ว่ามีความสมบูรณ์เชิงอ้างอิง (บางระเบียนตรงกัน)
หากต้องการข้อมูลเพิ่มเติม โปรดดูเพิ่มประสิทธิภาพการค้นหาความสัมพันธ์โดยใช้ตัวเลือกประสิทธิภาพ
ทดสอบตัวเอง
ลองดูว่าคุณสามารถบอกความไม่ซ้ำกันและความสมบูรณ์เชิงอ้างอิงของแต่ละแผนภาพได้หรือไม่ แผนภาพนี้ต้องสื่อความหมายเป็นคำว่าอย่างไร
ตัวอย่าง:
หากเราตั้งค่าตารางทางซ้ายเป็นหนังสือ และตารางทางขวาเป็นผู้เขียนซึ่งลิงก์กับ AuthorID ให้แปลแผนภาพออกมาเป็นคำ:
- หนังสือหนึ่งเล่มสามารถมีผู้เขียนมากกว่าหนึ่งคน (ระเบียนสีม่วงแสดงแถวหนึ่งในตารางหนังสือทางซ้ายที่สัมพันธ์กับหลากหลายระเบียนในตารางผู้เขียนทางขวา)
- ไม่มีผู้เขียนคนใดมีหนังสือมากกว่าหนึ่งเล่ม (ระเบียนผู้เขียนแต่ละรายการทางขวานำไปสู่ระเบียนหนังสือเพียงหนึ่งรายการทางซ้าย)
- ไม่มีหนังสือเล่มใดที่ไม่มีนักเขียน (ไม่มีระเบียนใดทางซ้ายที่ไม่สัมพันธ์กับระเบียนใดเลยทางขวา)
- ผู้เขียนบางคนอาจไม่มีหนังสือใดๆ เลย (ระเบียนผู้เขียนสีเทาทางขวาไม่สัมพันธ์กับระเบียนหนังสือใดเลยทางซ้าย)
คลิกแต่ละส่วนด้านล่างเพื่อขยาย
สิ่งนี้สำคัญอย่างไร
การกำหนดการตั้งค่าความไม่ซ้ำกันหรือความสมบูรณ์เชิงอ้างอิงอย่างถูกต้องสามารถเพิ่มประสิทธิภาพผ่านการปรับแต่งการค้นหาอย่างเหมาะสม ในขณะเดียวกัน การกำหนดค่าอย่างไม่เหมาะสมอาจนำไปสู่ปัญหาการรวมอันเนื่องมาจากข้อมูลสูญหายหรือข้อมูลซ้ำได้ ค่าเริ่มต้นของการตั้งค่าตัวเลือกประสิทธิภาพคือกลุ่มสำหรับความไม่ซ้ำกัน และบางระเบียนตรงกันสำหรับความสมบูรณ์เชิงอ้างอิง การตั้งค่าเหล่านี้สามารถปรับได้หากคุณมั่นใจในลักษณะที่ถูกต้องของข้อมูลของคุณ
ดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีที่ Tableau จัดการกับแต่ละการตั้งค่าได้ในการตั้งค่าความไม่ซ้ำกันและความสมบูรณ์เชิงอ้างอิงหมายถึงอะไร
ตัวอย่างใน Tableau
มาสำรวจกันว่าจะเกิดอะไรขึ้นเมื่อความไม่ซ้ำกันถูกกำหนดค่าอย่างไม่ถูกต้อง
หมายเหตุ: ตัวอย่างต่อไปนี้ใช้เซตย่อยของตารางต่างๆ จากชุดข้อมูลร้านหนังสือ คุณสามารถดาวน์โหลดเวิร์กบุ๊กเพื่อทำตามไปพร้อมกันได้ หรือดาวน์โหลดข้อมูลดิบเพื่อสร้างแหล่งข้อมูลด้วยตัวคุณเอง ตารางที่ใช้ได้แก่ Books, Info และ Edition จาก Bookshop.xlsx (เก็บไว้แค่บางฟิลด์) และ LibraryProfile กับ Catalog จาก BookshopLibraries.xlsx
ตาราง Book และ Info มีความสัมพันธ์แบบหนึ่งต่อหนึ่ง โดย Info เป็นคอลัมน์เพิ่มเติมที่สำคัญของตาราง Book ด้วยเหตุนี้ แม้ว่าทั้งสองจะสามารถมีความเกี่ยวข้องกันได้ แต่จะเหมาะสมกว่าหากผนวกทั้งสองเข้าด้วยกันเพื่อสร้างตารางเชิงตรรกะใหม่ที่มีคอลัมน์ครบทั้งหมด Edition มีความสัมพันธ์แบบกลุ่มต่อหนึ่งกับตารางที่รวมกันแล้วนี้ เนื่องจากหนังสือหนึ่งเล่มสามารถมีหลายฉบับพิมพ์ ซึ่งโดยมากพิมพ์ด้วยรูปแบบที่ต่างกัน (โปรดทราบว่าแผนภาพด้านล่างแสดงความสัมพันธ์จากตาราง Book+Info ไปยัง Edition ดังนั้นจึงเป็นแบบหนึ่งต่อกลุ่ม)
Edition มีความเกี่ยวข้องกับ Catalog ด้วยความสัมพันธ์แบบหนึ่งต่อกลุ่มผ่านข้อมูล ISBN ตาราง Catalog และ LibraryProfile มีความเกี่ยวข้องกันในแบบกลุ่มต่อกลุ่มผ่านข้อมูล Library ID ประเด็นสำคัญคือตาราง LibraryProfiles มีหลายแถวต่อหนึ่งห้องสมุด โดยแยกแต่ละแถวสำหรับเจ้าหน้าที่แต่ละประเภท (Librarian, Library Assistant, Library Technician) ดูข้อมูลเพิ่มเติมเกี่ยวกับโครงสร้างของตารางเหล่านี้ได้ที่ชุดข้อมูลร้านหนังสือ
การตั้งค่าที่ถูกต้อง
เมื่อความสัมพันธ์ระหว่าง Catalog กับ LibraryProfile ได้รับการตั้งค่าอย่างถูกต้อง เราจะสามารถสร้างภาพที่เรียบง่ายซึ่งแสดงจำนวนเจ้าหน้าที่สำหรับแต่ละห้องสมุดสำหรับหนังสือหลายเล่มได้ แม้ว่าภาพนี้อาจดูไม่ค่อยได้เรื่อง แต่ก็มีประโยชน์ในการแสดงประเด็นนี้ให้เห็นออกมาเป็นภาพ Idle Hour Library มีเจ้าหน้าที่ 130 คนไม่ว่าเราจะพูดถึงหนังสือเล่มใดก็ตาม ประเภทเจ้าหน้าที่มีทั้งหมดสามค่า ดังนั้นรวมแต่ละรายการแล้วเท่ากับสามระเบียน ซึ่งก็คือตัวเลขในวงเล็บระบุ
จำนวนเจ้าหน้าที่ตามห้องสมุดและตำแหน่ง (ตัวเลขในวงเล็บระบุจำนวนระเบียนในแต่ละเครื่องหมาย)
การตั้งค่าที่ไม่ถูกต้อง: หนึ่งต่อหนึ่ง
เมื่อความสัมพันธ์ถูกตั้งค่าอย่างผิดพลาดเป็นหนึ่งต่อหนึ่ง ในการแสดงเป็นภาพ แต่ละชื่อจาก Catalog จะถูกจับคู่กับหนึ่งระเบียนเท่านั้นจากตาราง LibraryProfile (ดังที่บ่งบอกผ่านตัวเลขในวงเล็บระบุ)
จำนวนเจ้าหน้าที่ตามห้องสมุดและตำแหน่ง (ตัวเลขในวงเล็บระบุจำนวนระเบียนในแต่ละเครื่องหมาย)
ข้างต้น เราจะเห็นได้ว่าห้องสมุดแต่ละแห่งแสดงเพียงจำนวนขั้นต่ำของเจ้าหน้าที่ที่ห้องสมุดมี (ดูเลขตัวหนาในการแสดงเป็นภาพด้านล่าง) จำนวนต่ำสุดของเจ้าหน้าที่คือตัวเลขที่ระบุอยู่ในภาพ Staff Count)
การแจกแจงเจ้าหน้าที่แบบแบ่งตามประเภทและห้องสมุด
สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีทำให้ความสัมพันธ์ผนวกเข้าด้วยกันในเชิงบริบทเพื่อใช้ในการแสดงเป็นภาพ โปรดดูที่ แนะนำการสร้างแบบจำลองข้อมูลใหม่ใน Tableau(ลิงก์จะเปิดในหน้าต่างใหม่) ในบล็อก Tableau
การตั้งค่าที่ไม่ถูกต้อง: การผนวก
แม้ว่าจะมีหลากหลายวิธีในการจัดการกับปัญหาชนิดนี้ โดยวิธียอดนิยมคือใช้นิพจน์ระดับรายละเอียด การผนวกหลายตารางที่มีมุมมองแบบละเอียดหรือ “กลุ่ม” ที่แตกต่างกันในความไม่ซ้ำกันของตารางอาจส่งผลให้เกิดข้อมูลซ้ำได้ ในที่นี้ จำนวนเจ้าหน้าที่จะถูกต้องสำหรับชื่อที่มีเพียงรูปแบบเดียวเท่านั้น แต่สำหรับหนังสือที่มีสองรูปแบบในตาราง Edition รูปแบบทั้งสองจะถูกส่งไปยังจำนวนเจ้าหน้าที่ด้วยเช่นกัน (สังเกตได้ว่าจำนวนระเบียนในวงเล็บระบุแสดงเป็น 6 แทนตัวเลขที่ถูกต้อง ซึ่งก็คือ 3)
จำนวนเจ้าหน้าที่ตามห้องสมุดและตำแหน่ง (ตัวเลขในวงเล็บระบุจำนวนระเบียนในแต่ละเครื่องหมาย)
การตั้งค่าที่ไม่ถูกต้อง: คาดการณ์ความสมบูรณ์เชิงอ้างอิงอย่างไม่ถูกต้อง
การบอก Tableau ว่ามีความสมบูรณ์เชิงอ้างอิง (ระเบียนทั้งหมดตรงกัน) ทั้งที่ไม่ใช่กรณีที่เกิดขึ้นจริงอาจส่งผลให้ค่าลดลงได้ ในที่นี้ ภาพทั้งสองนี้คล้ายกัน แต่ภาพทางด้านขวามาจากแหล่งข้อมูลที่กำหนดค่าให้คาดการณ์ความสมบูรณ์เชิงอ้างอิง ภาพดังกล่าวไม่มีค่า Null แม้ว่าในบางกรณีจะไม่ได้เป็นปัญหาใดๆ แต่ก็จำเป็นต้องเข้าใจว่าค่า Null เหล่านั้นบ่งบอกถึงอะไร ในที่นี้ ภาพแสดงจำนวนฉบับพิมพ์ของห้องสมุดแต่ละแห่ง โดยค่า Null หมายถึงฉบับพิมพ์สองรายการที่แสดงอยู่ในตาราง Edition แต่ไม่ได้มีอยู่ในห้องสมุดใดๆ นี่อาจเป็นการมองข้ามที่สำคัญ และเป็นการคาดการณ์อย่างไม่ถูกต้องว่าความสมบูรณ์เชิงอ้างอิงจะเมินเฉย
สำรวจเวิร์กบุ๊กและแหล่งข้อมูลของเวิร์กบุ๊กเพื่อดูปัญหาอื่นๆ ที่อาจเกิดขึ้นจากการตารางที่รวมอย่างไม่ถูกต้อง
ผลกระทบต่อประสิทธิภาพ
หากกำหนดการตั้งค่าเหล่านี้อย่างไม่ถูกต้องอาจส่งผลให้ข้อมูลขาดหายไปหรือเกิดข้อมูลซ้ำได้ เหตุใด Tableau จึงอนุญาตให้เปลี่ยนแปลงการตั้งค่าได้ ในหลายๆ กรณี คุณสามารถปล่อยให้ใช้การตั้งค่าที่เป็นค่าเริ่มต้นต่อไป ซึ่งเป็นสิ่งที่ควรทำ กล่าวคือ: ใช้การเชื่อมโยงตารางแทนการผนวก, ปล่อยให้ความไม่ซ้ำกันเป็นแบบกลุ่มต่อกลุ่ม และอย่าคาดการณ์ความสมบูรณ์เชิงอ้างอิง โดยเฉพาะอย่างยิ่งเมื่อคุณไม่แน่ใจว่าควรตั้งค่าเป็นอะไร
อย่างไรก็ตาม ความไม่ซ้ำกันและความสมบูรณ์เชิงอ้างอิงถูกกำหนดเป็นตัวเลือกประสิทธิภาพเนื่องจากทั้งสองสามารถเกี่ยวพันกับประสิทธิภาพของค่าเริ่มต้น หากคุณมั่นใจเกี่ยวกับโครงสร้างของข้อมูลของคุณ การกำหนดค่าให้เป็นการตั้งค่าที่ถูกต้องอาจช่วยลดการดำเนินการค้นหาเพื่อทำให้ความเร็วเพิ่มมากขึ้นได้
ใช่ว่าจะชัดเจนเสมอไป
หมายเหตุ: ส่วนนี้ใช้การเปรียบเทียบกับเทคนิคการรวมข้อมูลแบบอื่นๆ เพื่อช่วยเป็นกรอบแนวคิดเท่านั้น การเปรียบเทียบนี้ไม่ใช่คำอธิบายเชิงเทคนิคว่า Tableau ตั้งค่าประสิทธิภาพสำหรับความสัมพันธ์ด้วยวิธีใด
ความไม่ซ้ำกัน
ความไม่ซ้ำกันของความสัมพันธ์ส่งผลต่อเวลาที่การรวมจะเกิดขึ้น โดยสามารถคิดได้ในแง่ของการผสมผสาน การผสมผสานข้อมูลจะต้องใช้แหล่งข้อมูลสองแห่งแยกกัน โดยแหล่งข้อมูลแต่ละแห่งจะถูกทำการรวมตามความจำเป็นไปยังระดับของรายละเอียดที่ต้องการสำหรับมุมมองนั้นๆ โดยไม่คำนึงถึงแหล่งข้อมูลอื่น สำหรับความสัมพันธ์ การตั้งค่าความไม่ซ้ำกันจะส่งผลต่อเวลาที่การรวมจะเกิดขึ้นว่าจะเกิดก่อนหรือหลังการผนวก
ในตัวอย่างข้างต้น การตั้งค่า “กลุ่ม” หมายความว่าจำนวนเจ้าหน้าที่ของห้องสมุดแต่ละแห่งถูกทำการรวมก่อนที่จะผนวกข้อมูลนั้นกับข้อมูลหนังสือ ซึ่งเป็นการช่วยให้มั่นใจว่าหนังสือทุกเล่มจะมีจำนวนที่ถูกต้อง เมื่อความไม่ซ้ำกันถูกตั้งค่าอย่างไม่ถูกต้องเป็น “หนึ่ง” จำนวนเจ้าหน้าที่จะไม่ถูกทำการรวมก่อนที่ข้อมูลจำนวนนั้นจะถูกผนวกเข้ากับข้อมูลหนังสือ ส่งผลให้ได้ค่าที่ไม่ถูกต้อง
โปรดสังเกตว่านอกจากจะแสดงค่าที่ไม่ถูกต้องแล้ว ค่าทั้งหมดยังถูกมอบหมายไปยังเจ้าหน้าที่ประเภท Librarian แม้ในความเป็นจริงแล้ว ค่านี้ดึงมาจากเจ้าหน้าที่ทั้งสามประเภท การกำหนดการตั้งค่านี้อย่างไม่ถูกต้องอาจส่งผลให้เกิดค่าที่ไม่ถูกต้องหรือคาดการณ์ไม่ได้ การกรองผลลัพธ์นี้จะเกิดขึ้นเฉพาะเมื่อมีฟิลด์หนึ่งจากอีกตารางหนึ่งในอีกฝั่งของความสัมพันธ์ที่ตั้งค่าไว้อย่างไม่ถูกต้องถูกนำมาใช้ในมุมมอง
อย่างไรก็ตาม หากค่าเป็นแบบไม่ซ้ำใคร Tableau จะสามารถเลือกที่จะลบการรวมที่ผนวกไว้ล่วงหน้าได้หากการทำเช่นนี้ช่วยให้การค้นหามีประสิทธิภาพมากขึ้น
ความสมบูรณ์เชิงอ้างอิง
แม้ว่าความสมบูรณ์เชิงอ้างอิงหมายถึงการตั้งค่าความสัมพันธ์ แต่ก็สามารถมองว่าเป็นการผนวกประเภทต่างๆ ได้เช่นกัน การผนวกข้างนอกอย่างเต็มรูปแบบจะสงวนระเบียนทั้งหมดไม่ว่าระเบียนจะตรงกันกับในอีกตารางหนึ่งหรือไม่ แต่จะส่งผลต่อประสิทธิภาพ หากคุณไม่แน่ใจว่าระเบียนจะสูญหายหรือไม่ การผนวกข้างนอกจะมีความปลอดภัยกว่า นี่คือลักษณะการใช้งานตารางที่ไม่ได้มีความสมบูรณ์เชิงอ้างอิง (บางระเบียนตรงกัน)
การผนวกข้างในจะสงวนเฉพาะระเบียนที่ตรงกันในทั้งสองตาราง ตัดระเบียนที่ไม่ได้ปรากฏในแต่ละตารางออก หากคุณทราบว่าการผนวกข้างในจะไม่ขจัดข้อมูลที่ไม่จำเป็น นี่จะเป็นตัวเลือกที่มีประสิทธิภาพมากกว่า หากตัวเลือกประสิทธิภาพถูกตั้งค่าไว้เป็น “ระเบียนทั้งหมดตรงกัน” ความสมบูรณ์เชิงอ้างอิงจะทำการคาดการณ์และดำเนินการผนวกโดยไม่คำนึงถึงค่าที่ไม่ตรงกัน
การตั้งค่าความสมบูรณ์เชิงอ้างอิงอย่างไม่ถูกต้องอาจส่งผลให้เกิดลักษณะที่คล้ายกับการใช้ตัวกรองบนข้อมูลที่ผนวกเข้าด้วยกัน โดยที่ลบค่าที่ไม่ตรงกันออก สำหรับข้อมูลเพิ่มเติมเกี่ยวกับพลังของการสงวนระเบียนที่ไม่ตรงกัน โปรดดูการถามคำถามในตารางที่เกี่ยวข้องหลายตารางในบล็อก Tableau สำหรับข้อมูลเพิ่มเติมเกี่ยวกับประเภทการผนวก โปรดดูที่ รวมข้อมูลของคุณ
เก็บค่าเริ่มต้นไว้
หากการวิเคราะห์ของคุณมีประสิทธิภาพที่ดี เราขอแนะนำเป็นอย่างยิ่งให้ใช้ค่าเริ่มต้นของการตั้งค่าตัวเลือกประสิทธิภาพซึ่งก็คือ “กลุ่มต่อกลุ่ม” ต่อไป และไม่คาดการณ์ความสมบูรณ์เชิงอ้างอิง พลังของความสัมพันธ์มาจากความสามารถในการให้ผลลัพธ์ที่ถูกต้อง ตรงบริบท โดยอิงจากตารางที่ใช้ในการวิเคราะห์ การเปลี่ยนการตั้งค่าเหล่านี้จะเป็นการลบความยืดหยุ่นเชิงความหมายของความสัมพันธ์