แบบจำลองข้อมูล Tableau

ทุกแหล่งข้อมูลที่คุณสร้างในTableau จะมีแบบจำลองข้อมูล คุณสามารถคิดถึงแบบจำลองข้อมูลเป็นแผนผังที่บอกให้ Tableau ทราบวิธีค้นหาข้อมูลในตารางฐานข้อมูลที่เชื่อมต่อ

ตารางที่คุณจะเพิ่มไปยังแคนวาสในหน้า แหล่งข้อมูล เพื่อสร้างโครงสร้างแบบจำลองข้อมูล แบบจำลองข้อมูลสามารถเป็นแบบง่าย เช่น ตารางเดียว หรืออาจเป็นแบบซับซ้อน มีหลายตารางที่ใช้การรวมกันของความสัมพันธ์ การรวม และการผนวกเป็นหนึ่งเดียว

แบบจำลองข้อมูลมีสองชั้น:

  • มุมมองเริ่มต้นที่คุณจะเห็นครั้งแรกในหน้าแหล่งข้อมูลคือเลเยอร์เชิงตรรกะ ของแหล่งข้อมูล คุณจะผนวกรวมข้อมูลในเลเยอร์เชิงตรรกะโดยใช้ความสัมพันธ์ (หรือนูเดิล) คิดถึงชั้นนี้เป็นแคนวาสความสัมพันธ์ในหน้าแหล่งข้อมูล หากต้องการข้อมูลเพิ่มเติม โปรดดูใช้ความสัมพันธ์เพื่อวิเคราะห์ข้อมูลแบบหลายตาราง
  • ชั้นถัดไปคือเลเยอร์ทางกายภาพ คุณจะรวมข้อมูลระหว่างตารางที่เลเยอร์ทางกายภาพโดยใช้การรวม(ลิงก์จะเปิดในหน้าต่างใหม่) และการผนวก แต่ละตารางเชิงตรรกะจะมีอย่างน้อยหนึ่งตารางภายภาพในชั้นนี้ คิดถึงเลเยอร์ทางกายภาพเป็นแคนวาสการรวม/การผนวกในหน้าแหล่งข้อมูล ดับเบิลคลิกที่ตารางเชิงตรรกะเพื่อดูหรือเพิ่มการรวมและการผนวก

เลเยอร์เชิงตรรกะ เลเยอร์ทางกายภาพ
นูเดิล = ความสัมพันธ์ แผนผัง Venn = การรวม
 
มุมมองระดับบนของแหล่งข้อมูลที่มีหลายตารางที่เชื่อมโยง นี่คือเลเยอร์เชิงตรรกะ ตารางเชิงตรรกะสามารถผนวกรวมกันโดยใช้ความสัมพันธ์ (นูเดิล) ซึ่งจะไม่ใช้ประเภทการรวม แต่จะทำหน้าที่เหมือนคอนเทนเนอร์สำหรับตารางกายภาพ ดับเบิลคลิกตารางเชิงตรรกะนี้เพื่อเปิดและดูตารางกายภาพที่เกี่ยวข้อง ตารางกายภาพอาจถูกรวมโดยใช้การรวมหรือการผนวก ในตัวอย่างนี้ ตารางเชิงตรรกะของหนังสือประกอบด้วยสามตารางกายภาพที่รวมกัน (Book, Award, Info)

 

เลเยอร์เชิงตรรกะ เลเยอร์ทางกายภาพ
แคนวาสความสัมพันธ์ในหน้าแหล่งข้อมูล แคนวาสการรวม/การผนวกในหน้าแหล่งข้อมูล
ตารางที่คุณลากที่นี่เรียกว่าตารางเชิงตรรกะ ตารางที่คุณลากที่นี่เรียกว่าตารางกายภาพ
ตารางกายภาพสามารถเชื่อมโยงกับตารางเชิงตรรกะอื่นๆ ตารางกายภาพสามารถรวมกันหรือรวมกันกับตารางกายภาพอื่นได้
ตารางเชิงตรรกะจะเหมือนกับคอนเทนเนอร์สำหรับตารางกายภาพ ดับเบิลคลิกตารางเชิงตรรกะนี้เพื่อดูตารางกายภาพ
ระดับของรายละเอียดจะเป็นระดับแถวของตารางเชิงตรรกะ ระดับของรายละเอียดจะเป็นระดับแถวของตารางกายภาพที่ผสานแล้ว
ตารางเชิงตรรกะจะยังมีความแตกต่าง (ทำนอร์มอลไลซ์) ไม่ได้ผสานในแหล่งข่อมูล ตารางกายภาพถูกผสานลงในตารางธรรมดาตารางเดียวที่กำหนดตารางเชิงตรรกะ

ชั้นของแบบจำลองข้อมูล

มุมมองระดับบนที่คุณเห็นของแหล่งข้อมูลคือ เลเยอร์เชิงตรรกะของแบบจำลองข้อมูล นอกจากนี้คุณสามารถคิดถึงเป็นแคนวาสความสัมพันธ์ เนื่องจากคุณผสานรวมตารางที่นี่โดยใช้ความสัมพันธ์แทนการรวม

เมื่อคุณผนวกรวมข้อมูลจากหลายตาราง แต่ละตารางที่คุณลากไปยังแคนวาสในเลเยอร์เชิงตรรกะจะต้องมีความสัมพันธ์กับตารางอื่น คุณไม่จำเป็นต้องระบุประเภทการรวมสำหรับความสัมพันธ์ Tableau จะเลือกประเภทการรวมที่เหมาะสมโดยอัตโนมัติระหว่างการวิเคราะห์ โดยจะเลือกตามฟิลด์และบริบทของการวิเคราะห์ในเวิร์กชีต

เลเยอร์ทางกายภาพ ของแบบจำลองข้อมูลที่คุณสามารถผสานรวมข้อมูลโดยใช้การรวมและการผนวก คุณสามารถใช้ Pivot เท่านั้นในแคนวาสนี้ คุณสามารถคิดถึงเป็นแคนวาสการรวม/การผนวก ในเวอร์ชันก่อนหน้าของ Tableau เลเยอร์ทางกายภาพจะเป็นชั้นเดียวเท่านั้นในแบบจำลองข้อมูล แต่ละตารางเชิงตรรกะสามารถมีตารางกายภาพหนึ่งตารางหรือมากกว่าได้

สำคัญ: คุณยังสามารถสร้างแหล่งข้อมูลตารางเดียวใน Tableau ได้ซึ่งจะใช้การรวมและการผนวก พฤติกรรมของการวิเคราะห์แบบตารางเดียวใน Tableau ยังไม่มีการเปลี่ยนแปลง เวิร์กบุ๊กที่อัปเกรดของคุณจะทำงานเหมือนกับที่ทำได้ในรุ่นก่อน 2020.2

เรียนรู้เพิ่มเติม: สำหรับข้อมูลที่เกี่ยวข้องเกี่ยวกับการรวมข้อมูลโดยใช้ความสัมพันธ์ โปรดดูหัวข้อและโพสต์บล็อกเหล่านี้:

และดูวิดีโอพอดคาสต์เกี่ยวกับความสัมพันธ์จากการวิเคราะห์การดำเนินการ(ลิงก์จะเปิดในหน้าต่างใหม่) เช่น เหตุใด Tableau จึงคิดค้น "ความสัมพันธ์" ขึ้น(ลิงก์จะเปิดในหน้าต่างใหม่) คลิก "วิดีโอพอดคาสต์" ในไลบรารี(ลิงก์จะเปิดในหน้าต่างใหม่)เพื่อดูเพิ่มเติม

การทำความเข้าใจกับแบบจำลองข้อมูล

ในเวอร์ชันก่อนหน้า Tableau แบบจำลองข้อมูลจะมีเพียงเลเยอร์ทางกายภาพเท่านั้น ใน Tableau 2020.2 และใหม่กว่า แบบจำลองข้อมูลจะมีชั้นทางตรรกะ (ความหมาย) และเลเยอร์ทางกายภาพ ซึ่งให้ตัวเลือกเพิ่มเติมสำหรับการผนวกรวมข้อมูลโดยใช้สคีมาให้เหมาะกับการวิเคราะห์ของคุณ

ใน Tableau 2020.2 และใหม่กว่า เลเยอร์เชิงตรรกะถูกเพิ่มลงในแหล่งข้อมูล แต่ละตารางเชิงตรรกะจะมีตารางภายภาพในเลเยอร์ทางกายภาพ

ใน Tableau เวอร์ชันก่อนหน้านี้ แบบจำลองข้อมูลในแหล่งข้อมูลจะประกอบด้วยเลเยอร์ทางกายภาพชั้นเดียวที่คุณสามารถระบุการรวมและการผนวกได้ ตารางที่เพิ่มลงในเลเยอร์ทางกายภาพ (รวมหรือผนวก) จะสร้างตารางเดี่ยวที่แบนลง (ดีนอร์มัลไลซ์) สำหรับการวิเคราะห์

เวอร์ชันก่อนหน้า 2020.2 และใหม่กว่า
 
ในเวอร์ชัน Tableau ก่อนรุ่น 2020.2 แบบจำลองจะมีเพียงเลเยอร์ทางกายภาพเท่านั้น ในรุ่น 2020.2 และใหม่กว่า แบบจำลองข้อมูลมีสองเลเยอร์ คือเลเยอร์เชิงตรรกะและเลเยอร์ทางกายภาพ

ตั้งแต่ Tableau 2020.2 เป็นต้นไป แบบจำลองข้อมูลในแหล่งข้อมูลของคุณจะรวมเลเยอร์ความหมายใหม่เหนือเลเยอร์ทางกายภาพ เรียกว่าเลเยอร์เชิงตรรกะ ซึ่งคุณสามารถเพิ่มหลายตารางและเชื่อมโยงซึ่งกันและกันได้ ตารางที่เลเยอร์เชิงตรรกะจะไม่ผสานลงในแหล่งข้อมูล แต่จะยังคงความแตกต่าง (นอร์มัลไลซ์) และรักษาระดับของรายละเอียดดั้งเดิมไว้

ตารางเชิงตรรกะทำหน้าที่เหมือนกับคอนเทนเนอร์สำหรับตารางกายภาพที่ผสานแล้ว ตารางเชิงตรรกะสามารถมีตารางกายภาพตารางเดียวได้ หรือสามารถมีหลายตารางกายภาพที่ผสานด้วยกันผ่านการรวมหรือการผนวก

สร้างแบบจำลองใหม่

เมื่อคุณเพิ่มหนึ่งตารางหรือมากกว่าไปยังเลเยอร์เชิงตรรกะ คุณสามารถสร้างแบบจำลองข้อมูลสำหรับแหล่งข้อมูล แหล่งข้อมูลสามารถประกอบด้วยหนึ่งตารางเชิงตรรกะหรือคุณสามารถลากหลายตารางไปยังแคนวาสเพื่อสร้างแบบจำลองที่ซับซ้อนมากขึ้น

  • ตารางแรกที่คุณลากไปยังแคนวาสจะกลายเป็นตารางรูทสำหรับแบบจำลองข้อมูลในแหล่งข้อมูลของคุณ
  • หลังจากที่คุณลากตารางรูทออกมาแล้ว คุณจะลากตารางเพิ่มเติมในลำดับใดก็ได้ คุณจะต้องพิจารณาว่าตารางใดควรสัมพันธ์กัน และจับคู่ฟิลด์ที่ตรงกันตามที่คุณกำหนดไว้สำหรับแต่ละความสัมพันธ์
  • หากคุณกำลังสร้างสคีมาดาว การลากตารางข้อเท็จจริงออกมาก่อนแล้วค่อยเชื่อมโยงตารางมิติข้อมูลไปยังตารางนั้นอาจเป็นประโยชน์กับคุณ
  • การลบตารางในแคนวาสจะลบลำดับสืบทอดที่เกี่ยวข้องโดยอัตโนมัติด้วย ถ้าคุณลบตารางราก ตารางอื่นทั้งหมดในแบบจำลองจะถูกเอาออกด้วย
  • ความสัมพันธ์แต่ละรายการต้องประกอบด้วยฟิลด์ที่ตรงกันอย่างน้อยหนึ่งคู่ เพิ่มฟิลด์ที่ตรงกันหลายคู่เพื่อสร้างความสัมพันธ์แบบร่วม คู่ที่ตรงกันต้องมีประเภทข้อมูลเหมือนกัน การเปลี่ยนประเภทข้อมูลในหน้า “แหล่งข้อมูล” จะไม่เปลี่ยนแปลงข้อกำหนดนี้ Tableau จะยังคงใช้ประเภทข้อมูลดังกล่าวในฐานข้อมูลพื้นฐานสำหรับการค้นหา
  • ความสัมพันธ์สามารถเป็นไปตามฟิลด์ที่คำนวณได้
  • คุณสามารถระบุวิธีเปรียบเทียบฟิลด์ได้ด้วยการใช้ตัวดำเนินการเมื่อคุณกำหนดความสัมพันธ์

หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับความสัมพันธ์ โปรดดู สร้างและกำหนดความสัมพันธ์ ใน เชื่อมโยงข้อมูลของคุณ

แบบจำลองแบบหลายตาราง

  • ในการสร้างแบบจำลองแบบหลายตาราง ให้ลากตารางไปยังเลเยอร์เชิงตรรกะของแคนวาสหน้าแหล่งข้อมูล


ตารางที่คุณลากไปยังเลเยอร์เชิงตรรกะของแคนวาสหน้าแหล่งข้อมูลจะต้องเชื่อมโยงซึ่งกันและกันแล้ว เมื่อคุณลากตารางเพิ่มเติมไปยังแคนวาสเลเยอร์เชิงตรรกะ Tableau จะพยายามสร้างความสัมพันธ์โดยอัตโนมัติอิงตามข้อจำกัดของคีย์ที่มีอยู่และจับคู่ฟิลด์เพื่อกำหนดความสัมพันธ์ หากระบบไม่สามารถระบุฟิลด์ที่ตรงกันได้ คุณจะต้องเลือกฟิลด์เหล่านั้น

หากตรวจไม่พบข้อจำกัด ระบบจะสร้างความสัมพันธ์แบบกลุ่มต่อกลุ่มขึ้น และความสมบูรณ์เชิงอ้างอิงจะตั้งค่าเป็นบางระเบียนตรงกัน การตั้งค่าเริ่มต้นเหล่านี้เป็นตัวเลือกที่ปลอดภัยและทำให้แหล่งข้อมูลของคุณมีความยืดหยุ่นสูงสุด การตั้งค่าเริ่มต้นจะรองรับการรวมข้างนอกทั้งหมด และปรับการค้นหาให้เหมาะสมด้วยการรวมข้อมูลตารางก่อนสร้างการรวมระหว่างการวิเคราะห์ ข้อมูลคอลัมน์และแถวทั้งหมดจากแต่ละตารางจะพร้อมให้วิเคราะห์

คุณสามารถเพิ่มข้อมูลเพิ่มเติมภายในตารางเชิงตรรกะใดๆ ได้โดยการดับเบิลคลิกที่ตาราง ซึ่งจะเปิดเลเยอร์ทางกายภาพของแคนวาสในหน้าแหล่งข้อมูล หากคุณต้องการใช้การรวมหรือการผนวก คุณสามารถลากตารางที่คุณต้องการไปรวมหรือผนวกลงในเลเยอร์ทางกายภาพของแคนวาส ตารางกายภาพจะผสานในตารางเชิงตรรกะ

ทำตามขั้นตอนในn สร้างและกำหนดความสัมพันธ์ เพื่อผนวกรวมหลายตาราง

แบบจำลองแบบตารางเดียว

  • ในการสร้างแบบจำลองแบบตารางเดียว ให้ลากตารางลงในแคนวาสเลเยอร์เชิงตรรกะของหน้าแหล่งข้อมูล จากนั้นคุณสามารถใช้ฟิลด์จากตารางนั้นในแผงข้อมูลเพื่อการวิเคราะห์ได้

แบบจำลองแบบตารางเดียวที่มีตารางอื่นๆ

คุณสามารถเพิ่มข้อมูลเพิ่มเติมภายในตารางตรรกะเดียวได้โดยการดับเบิลคลิกที่ตาราง ซึ่งจะเปิดเลเยอร์ทางกายภาพของแคนวาสในหน้าแหล่งข้อมูล หากคุณต้องการใช้การรวมหรือการผนวก คุณสามารถลากตารางที่คุณต้องการไปรวมหรือผนวกลงในเลเยอร์ทางกายภาพของแคนวาส ตารางกายภาพจะผสานในตารางเชิงตรรกะ

ตัวอย่างนี้แสดงตาราง “หนังสือ” ในแคนวาส “ความสัมพันธ์” (เลเยอร์เชิงตรรกะ) ของแหล่งข้อมูล การดับเบิลคลิกที่ตารางเชิงตรรกะของ “หนังสือ” จะเป็นการเปิดแคนวาสการรวม/การผนวก (เลเยอร์ทางกายภาพ)

ในตัวอย่างนี้ การรวมจะผสานตาราง Award และ Info กับตาราง Book ในกรณีนี้ การผนวกระหว่าง Book และ Award จะเป็นแบบหนึ่งไปยังกลุ่ม ที่ระดับของรายละเอียดของรางวัล ซึ่งจะทำซ้ำค่าการวัดสำหรับตาราง Book และ Info เพื่อหลีกเลี่ยงข้อมูลซ้ำ คุณสามารถเชื่อมต่อตาราง Award และ Info ไปยัง Book แทนการผนวกรวมภายในของตารางเชิงตรรกะของ Book

สคีมาแบบจำลองข้อมูลที่รองรับ

ความสามารถการสร้างแบบจำลองข้อมูลเพิ่มเข้ามาในTableau in 2020.2 ซึ่งออกแบบมาเพื่อทำให้การวิเคราะห์ในสถานการณ์ข้อมูลหลายตารางทั่วไป ได้แก่แบบจำลองแบบดาวและ snowflake ทำได้ง่าย แบบจำลองประเภทต่อไปนี้รองรับในแหล่งข้อมูลของ Tableau

ตารางเดียว

การวิเคราะห์ตารางตรรกะเดียวที่ผสมระหว่างมิติข้อมูลและการวัดผลจะทำงานแบบเดียวกับใน Tableau เวอร์ชันก่อน 2020.2 คุณสามารถสร้างตารางเชิงตรรกะได้โดยใช้การรวม, การผนวก, SQL แบบกำหนดเอง และอื่นๆ ร่วมกัน

แบบดาวและ snowflake

ในคลังข้อมูลระดับองค์กร เป็นเรื่องปกติที่จะมีข้อมูลในโครงสร้างแบบสคีมาดาวหรือ snowflake ที่การวัดผลอยู่ในตารางข้อเท็จจริงกลางและมิติข้อมูลถูกจัดเเก็บแยกกันในตารางมิติข้อมูลอิสระ โครงสร้างของข้อมูลนี้รองรับโฟลว์การวิเคราะห์ร่วมหลายแบบรวมถึงแบบค่าสะสมและแบบรายละเอียดแนวลึก

แบบจำลองเหล่านี้สามารถแทนความสัมพันธ์โดยตรงในความสามารถการสร้างแบบจำลองข้อมูลที่ใช้งานได้เริ่มจากใน Tableau 2020.2

ลากตารางข้อเท็จจริงลงในแบบจำลองก่อน จากนั้นเชื่อมโยงมิติข้อมูลกับตารางข้อเท็จจริง (ในสคีมาดาว) หรือไปยังตารางมิติข้อมูลอื่นๆ (ในสคีมา snowflake)

โดยทั่วไป ในสคีมาที่จำลองข้อมูลอย่างดีแบบดาวหรือ snowflake ความสัมพันธ์ระหว่างตารางข้อเท็จจริงและตารางมิติข้อมูลจะเป็นแบบกลุ่มไปยังเดี่ยว ถ้าข้อมูลนี้ถูกเข้ารหัสในคลังข้อมูลของคุณ Tableau จะใช้ข้อมูลนี้โดยอัตโนมัติเพื่อกำหนดค่าตัวเลือกประสิทธิภาพของความสัมพันธ์ หากไม่ คุณสามารถกำหนดค่าข้อมูลนี้ด้วยตัวเอง หากต้องการข้อมูลเพิ่มเติม โปรดดูปรับประสิทธิภาพการค้นหาความสัมพันธ์โดยใช้ตัวเลือกประสิทธิภาพ

ในสคีมาที่จำลองข้อมูลอย่างดีแบบดาวหรือ snowflake ทุกตารางข้อเท็จจริงจะมีรายการจับคู่ในแต่ละตารางมิติข้อมูล ถ้านี่เป็นจริงและบันทึกไว้ในข้อจำกัดความสมบูรณ์ของคลังข้อมูลของคุณ Tableau จะใช้ข้อมูลนี้โดยอัตโนมัติเพื่อกำหนดค่าตัวเลือกประสิทธิภาพของความสัมพันธ์ ถ้าบางแถวของตารางข้อเท็จจริงไม่มีแถวที่ตรงกันในตารางมิติข้อมูล (บางครั้งเรียกว่า “มิติข้อมูลที่มาช้า” หรือ “มิติข้อมูลที่มาก่อน”) Tableau จะกำหนดค่าเริ่มต้นให้เก็บแถวทั้งหมดเมื่อประมวลผลการวัด แต่อาจวางค่สเมื่อแสดงส่วนหัวมิติข้อมู, หากต้องการข้อมูลเพิ่มเติม โปรดดูปรับประสิทธิภาพการค้นหาความสัมพันธ์โดยใช้ตัวเลือกประสิทธิภาพ

สคีมาดาวและ snowflake พร้อมการวัดในมากกว่าหนึ่งคาราง

ในบางสคีมาดาวและ snowflake การวัดทั้งหมดสำหรับการวิเคราะห์ของคุณจะมีข้อจำกัดในตารางข้อเท็จจริง แต่มักจะเป็นความจริงว่าการวัดเพิ่มเติมที่สนใจอาจถูกเชื่อมโยงกับตารางมิติข้อมูลในการวิเคราะห์ของคุณ แม้ว่าตารางมิติข้อมูลไม่มีการวัด แต่โดยทั่วไปในการวิเคราะห์จะต้องการนับจำนวนหรือรวมยอดค่ามิติข้อมูล ในกรณีเหล่านี้ ความแตกต่างระหว่างตารางข้อเท็จจริงและตารางมิติข้อมูลจะชัดเจนน้อยลง ในการสร้างความชัดแจ้งเมื่อดูข้อมูลแบบจำลองของคุณ เราขอแนะนำให้เพิ่มตารางที่ละเอียดที่สุดไปยังแคนวาสของแหล่งข้อมูลก่อน แล้วค่อยเชื่อมโยงตารางอื่นๆ ทั้งหมดเข้ากับตารางแรกนั้น

ถ้าคุณเชื่อมโยงตารางเหล่านี้ด้วยกันในตารางเชิงตรรกะตารางเดียว การวัดผลในตารางมิติข้อมูลจะถูกทำจำลองแบบ ส่งผลให้เกิดการรวมยอดที่บิดเบี้ยว เว้นแต่คุณใช้มาตรการป้องกันการมีค่าซ้ำโดยใช้การคำนวณ LOD หรือ COUNT DISTINCT อย่างไรก็ตาม ถ้าคุณสร้างความสัมพันธ์ระหว่างตารางเหล่านี้แทน Tableau จะรวมการวัดผลก่อนทำการเชื่อมโยง หลีกเลี่ยงปัญหาของค่าซ้ำที่ไม่จำเป็น ซึ่งช่วยคุณลดความจำเป็นในการติดตามระดับของรายละเอียดของการวัดของคุณได้

การวิเคราะห์แบบหลายข้อเท็จจริง

ความสามารถสร้างแบบจำลองข้อมูลของ Tableau รองรับบางรูปแบบของการวิเคราะห์แบบหลายข้อเท็จจริง ตารางข้อเท็จจริงเพิ่มเติม (มีค่าการวัด) สามารถเพิ่มไปยังแบบจำลองที่ระบุไว้ก่อนหน้าใดๆ ตราบที่ยังเกี่ยวข้องกับตารางมิติข้อมูลตารางเดียวนั้น ตัวอย่างเช่น คุณสามารถรวมตารางข้อเท็จจริงสองตารางขึ้นไปเข้าด้วยกันเพื่อวิเคราะห์มิติข้อมูลที่มีร่วมกัน เช่น ในการวิเคราะห์ลูกค้าแบบ 360 องศา ตารางข้อเท็จจริงเหล่านี้อาจมีระดับของรายละเอียดต่างไปจากตารางมิติข้อมูล หรือระหว่างตารางประเภทเดียวกันเอง การดำเนินการนี้จะทำให้มีความสัมพันธ์แบบกลุ่มต่อกันกับตารางมิติข้อมูลอีกด้วย ในสถานการณ์เหล่านี้ Tableau จะช่วยให้แน่ใจว่าค่าจะไม่ซ้ำกันก่อนรวมยอดของค่า

ถ้าคุณไม่มีตารางมิติข้อมูลที่แชร์ซึ่งเกี่ยวข้องกับตารางข้อเท็จจริงของคุณ บางครั้งคุณสามารถสร้างตารางใหม่แบบไดนามิกโดยใช้ SQL แบบปรับแต่งเอง หรือโดยใช้การเชื่อมโยงหรือการรวมเป็นหนึ่งของตารางมิติข้อมูลอื่นๆ

ตารางข้อเท็จจริงสองตารางสามารถเชื่อมโยงกันและกันโดยตรงบนมิติข้อมูลร่วม การวิเคราะห์ประเภทนี้ใช้งานได้ดีที่สุดเมื่อตารางข้อเท็จจริงหนึ่งตารางมีซูเปอร์เซ็ตของข้อมูลมิติทั่วไป

แบบจำลองที่ไม่รองรับ

  • ตารางข้อเท็จจริงหลายตารางเชื่อมโยงกับตารางมิติข้อมูลที่แชร์หลายตาราง ในบางกรณีการใช้งาน เป็นเรื่องปกติที่จะมีหลายตารางข้อเท็จจริงหลายตารางเชื่อมโยงกับตารางมิติข้อมูลที่แชร์หลายตาราง ตัวอย่างเช่น คุณอาจมีตารางช้อเท็จจริงสองตาราง คือ การขายของร้านและการขายผ่านอินเทอร์เน็ต ที่เชื่อมโยงกับตารางมิติข้อมูลสองตารางคือ วันที่และลูกค้า โดยทั่วไปสถานการณ์ดังกล่าวจะต้องมีการสร้างความสัมพันธ์แบบวงกลมในแบบจำลองข้อมูล ขณะนี้ยังไม่รองรับความสัมพันธ์แบบวงกลม

    คุณสามารถประมาณแบบจำลองประเภทนี้โดยการผสานรวมบางตารางในเลเยอร์ทางกายภาพ ตัวอย่างเช่น คุณอาจจะสามารถผนวกตารางการขายของร้านและการขายผ่านอินเทอร์เน็ตเป็นตารางเดียว ซึ่งจากนั้นสามารถเชื่อมโยงกับตารางของวันที่และลูกค้า หรือคุณอาจจะสามารถเชื่อมโยงแบบข้ามกันระหว่างตารางของวันที่และลูกค้าเพื่อสร้างตารางมิติข้อมูลตารางเดียว ซึ่งจากนั้นสามารถเชื่อมโยงกับตารางการขายของร้านและการขายผ่านอินเทอร์เน็ตได้

  • การเชื่อมโยงโดยตรงกับตารางข้อเท็จจริงอย่างน้อย 3 ตารางบนมิติข้อมูลร่วม แม้ว่าจะสามารถสร้างแบบจำลองนี้ในเลเยอร์เชิงตรรกะได้ คุณอาจจะเห็นผลลัพธ์ที่ไม่ต้องการ เว้นแต่คุณใช้เฉพาะมิติข้อมูลจากตารางเดียวเท่านั้น

ข้อกำหนดสำหรับความสัมพันธ์ในแบบจำลองข้อมูล

  • เมื่อเชื่อมโยงตาราง ฟิลด์ที่กำหนดความสัมพันธ์ต้องมีข้อมูลประเภทเดียวกัน การเปลี่ยนประเภทข้อมูลในหน้า “แหล่งข้อมูล” จะไม่เปลี่ยนแปลงข้อกำหนดนี้ Tableau จะยังคงใช้ประเภทข้อมูลดังกล่าวในฐานข้อมูลพื้นฐานสำหรับการค้นหา
  • คุณไม่สามารถกำหนดความสัมพันธ์ตามฟิลด์ข้อมูลภูมิศาสตร์ได้
  • ระบบไม่รองรับความสัมพันธ์แบบวงกลมในแบบจำลองข้อมูล
  • คุณไม่สามารถกำหนดความสัมพันธ์ระหว่างแหล่งข้อมูลที่เผยแพร่ได้

ปัจจัยที่จำกัดประโยชน์ของการใช้ตารางที่เกี่ยวข้อง

  • ข้อมูลที่ยังไม่ถูกกรองในตาราง (เช่น ตารางที่สร้างขึ้นโดยไม่ได้คำนึงถึงโครงสร้างแบบจำลองให้ดี และประกอบด้วยการวัดผลและมิติข้อมูลแบบต่างๆ ในหลายตาราง) อาจทำให้การวิเคราะห์แบบหลายตารางมีความซับซ้อนมากขึ้น
  • การใช้ตัวกรองแหล่งข้อมูลจะจำกัดความสามารถของ Tableau ในการคัดเลือกการรวมในข้อมูล การคัดเลือกการรวมเป็นคำศัพท์สำหรับวิธีที่ Tableau ทำให้ค้นหาสิ่งต่างๆ ได้ง่ายขึ้น ด้วยการลบการรวมที่ไม่จำเป็นออก
  • ตารางที่มีค่าที่ไม่ตรงกันเป็นจำนวนมากในความสัมพันธ์
  • การเชื่อมโยงตารางข้อเท็จจริงหลายตารางกับตารางมิติข้อมูลหลายตาราง (การพยายามทำแบบจำลองมิติข้อมูลที่แชร์หรือมิติข้อมูลที่สอดคล้อง)
ขอบคุณสำหรับข้อเสนอแนะของคุณส่งข้อเสนอแนะของคุณเรียบร้อยแล้ว ขอขอบคุณ