เกี่ยวกับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง
ความสัมพันธ์แบบหลายข้อเท็จจริงช่วยให้คุณสร้างแหล่งข้อมูลที่มีตารางฐานได้มากกว่าหนึ่งตารางได้ การใช้ตารางฐานหลายตารางในแบบจำลองข้อมูลของคุณช่วยให้คุณสามารถทำการวิเคราะห์แบบหลายข้อเท็จจริงใน Tableau ได้
โดยการสร้างแผนผังของตารางที่ฝังอยู่ในตารางฐาน คุณสามารถสร้างแบบจำลองโครงสร้างข้อมูลที่มีโดเมนแนวคิดที่แตกต่างกัน และใช้คุณลักษณะที่ใช้ร่วมกันเพื่อเชื่อมต่อเข้าด้วยกัน การวิเคราะห์ประเภทนี้มักเรียกว่าการวิเคราะห์แบบหลายข้อเท็จจริง มิติข้อมูลที่สอดคล้องกัน หรือมิติข้อมูลที่ใช้ร่วมกัน ใน Tableau เราเรียกสิ่งนี้ว่าแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริงเนื่องจากคุณใช้ความสัมพันธ์เพื่อสร้างขึ้น แบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริงประกอบด้วยหลายตารางฐานเสมอ ตารางฐานคือตารางซ้ายสุดในแบบจำลองข้อมูล สำหรับคำแนะนำเกี่ยวกับวิธีการกำหนดตารางที่จะใช้เป็นตารางฐาน โปรดดูเมื่อใดควรใช้แบบจำลองความสัมพันธ์แบบหลายข้อเท็จจริง
ระดับความเกี่ยวข้อง
แบบจำลองข้อมูลที่มีหลายตารางฐานมีความยืดหยุ่นอย่างมากในการพิจารณาว่าข้อมูลแต่ละรายการเกี่ยวข้องกันหรือไม่เกี่ยวข้องกันได้อย่างไร
หมายเหตุ: ความเกี่ยวข้องในทุกระดับจะเกี่ยวข้องเฉพาะในแบบจำลองข้อมูลที่มีหลายตารางฐานเท่านั้น ก่อนที่จะมีแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง ทุกอย่างมีความเกี่ยวข้องกัน (ในแหล่งข้อมูลเดียว) หรือไม่เกี่ยวข้องกันเลย (การผสานกับแหล่งข้อมูลหลายแหล่ง)
ความเกี่ยวข้องในแบบจำลองข้อมูล
ตารางมีความเกี่ยวข้อง ไม่เกี่ยวข้อง หรือใช้ร่วมกันตามโครงสร้างของแบบจำลองข้อมูล ในแหล่งข้อมูล ความเกี่ยวข้องของตารางจะเป็นค่าคงที่ ภาพรวมโดยย่อ
- ตารางที่เกี่ยวข้องอยู่ในแผนผังเดียวกัน
- ก่อนเวอร์ชัน 2024.2 แหล่งข้อมูลทั้งหมดเป็นแหล่งข้อมูลตารางฐานเดียวซึ่งประกอบด้วยแผนผังเดียว และในแหล่งข้อมูลตารางฐานเดียว ตารางทั้งหมดเกี่ยวข้องกัน
- ตารางที่ไม่เกี่ยวข้องอยู่ในแผนผังที่แตกต่างกัน ตารางฐานจะไม่เกี่ยวข้องกันเสมอ ตารางดาวน์สตรีมของตารางฐานเดียวจะไม่เกี่ยวข้องกับตารางในแผนผังอื่นๆ เช่นกัน
- ตารางที่ใช้ร่วมกันมีความสัมพันธ์ที่เข้ามาหลายรายการและเป็นของแผนผังมากกว่าหนึ่งแผนผัง
- ตารางดาวน์สตรีมจากตารางที่มีความสัมพันธ์ขาเข้าหลายรายการจะถือว่าใช้ร่วมกันเช่นกัน
ความเกี่ยวข้องในระหว่างการวิเคราะห์
ฟิลด์สามารถเกี่ยวข้องกัน ไม่เกี่ยวข้อง ยังไม่เกี่ยวข้อง เกี่ยวข้องกันอย่างคลุมเครือ หรืออาจเป็นฟิลด์ที่เชื่อมกันก็ได้ ความเกี่ยวข้องระหว่างกลุ่มของฟิลด์จะพิจารณาทีละชีตโดยอิงตามโครงสร้างของแบบจำลองข้อมูล ฟิลด์ใดที่มีการใช้งานอยู่ (นั่นคือบนชั้นวางในรูปแบบข้อมูลที่จะแสดง) และฟิลด์เหล่านั้นเป็นมิติข้อมูลหรือการวัดผล
ในการแสดงเป็นภาพด้วยฟิลด์จากหลายตาราง Tableau ต้องทำการรวมเบื้องหลังเพื่อคำนวณค่า ประเภทของการรวมที่ใช้ขึ้นอยู่กับความเกี่ยวข้องของฟิลด์ ภาพรวมโดยย่อ
- เมื่อฟิลด์ที่เกี่ยวข้องนำใช้ในการแสดงเป็นภาพ มิติข้อมูลจะได้รับการรวมภายในและค่าการวัดผลจะแยกย่อยตามมิติข้อมูล
- แต่มีความซับซ้อนมากกว่านั้นเล็กน้อย โดยอาจจำเป็นต้องมีการรวมเพิ่มเติมในเบื้องหลังเพื่อให้แน่ใจว่าไม่มีค่าการวัดผลใดตกหล่น แต่ในการแสดงเป็นภาพแบบมิติข้อมูลเท่านั้น มิติที่เกี่ยวข้องจะได้รับการรวมภายในและนั่นคือแนวคิดหลักที่นี่
- ซึ่งเป็นลักษณะการทำงานเดียวกันกับแบบจำลองตารางฐานเดียว
- เมื่อฟิลด์ที่ไม่เกี่ยวข้อง ถูกนำไปใช้ในการแสดงเป็นภาพ มิติข้อมูลเป็นการรวมแบบไขว้ ค่าการวัดผลจะมีการกำหนดขอบเขตของตาราง (นั่นคือการรวบรวมภายในเป็นค่าเดียวสำหรับทั้งตาราง) และทำซ้ำ
- นอกจากนี้ ยังเป็นไปได้ที่ฟิลด์จะยังไม่เกี่ยวข้องกันหรือเกี่ยวข้องกันอย่างคลุมเครือ ซึ่งหมายความว่า สำหรับการรวมฟิลด์ที่ใช้งานอยู่นั้น มีมากกว่าหนึ่งวิธีในการแก้ไขความสัมพันธ์ระหว่างตาราง หาก Tableau พบความไม่แน่นอน จะถือว่าฟิลด์ต่างๆ ไม่เกี่ยวข้องกัน
- เมื่อฟิลด์เชื่อมต่อ โดยขึ้นอยู่กับฟิลด์ที่ใช้ร่วมกัน มิติข้อมูลจะรวมภายนอก ค่าการวัดผลจะได้รับการรวบรวมไว้ที่ระดับของมิติข้อมูลใดๆ ก็ตามที่สามารถแยกย่อยและอาจทำซ้ำได้
- การเชื่อมมิติข้อมูลมีความคล้ายคลึงกับการเชื่อมโยงฟิลด์ในการผสมข้อมูล ผลลัพธ์จะได้รับการคำนวณสำหรับคู่ของฟิลด์ที่เกี่ยวข้องกัน จากนั้นค่าที่ไม่เกี่ยวข้องจะเชื่อมเข้าด้วยกันตามค่าที่ใช้ร่วมกันของมิติข้อมูลที่ใช้ร่วมกันระหว่างกัน
แนวคิดและคำจำกัดความทั้งหมดเหล่านี้จะกล่าวถึงโดยละเอียดเพิ่มเติมในหัวข้อนี้
ใน Tableau การวัดผลเป็นการรวบรวม ซึ่งรวบรวมเป็นมุมมองแบบละเอียดที่กำหนดโดยมิติข้อมูลในมุมมอง ค่าของการวัดผลจึงขึ้นอยู่กับบริบทของมิติข้อมูล เช่น “จำนวนกล่องซีเรียล” ขึ้นอยู่กับว่าเราหมายถึงสินค้าคงคลังทั้งหมดหรือจำนวนกล่องต่อแบรนด์
มิติข้อมูลมักจะเป็นฟิลด์แบบหมวดหมู่ เช่น ประเทศหรือแบรนด์ ใน Tableau มิติข้อมูลจะกำหนดมุมมองแบบละเอียดหรือระดับของรายละเอียดของมุมมอง โดยทั่วไป เราต้องการจัดกลุ่มข้อมูลของเราเป็นเครื่องหมายตามหมวดหมู่ต่างๆ รวมกัน มิติข้อมูลที่เราใช้สร้างมุมมองจะกำหนดจำนวนเครื่องหมายที่เรามี
เมื่อใช้การวัดผลโดยไม่มีมิติข้อมูล จะเป็นการกำหนดขอบเขตตาราง ซึ่งหมายความว่าค่าคือค่าที่รวบรวมทั้งหมดสำหรับทั้งตาราง ทันทีที่เราใช้มิติข้อมูล เช่น แบรนด์ในการแสดงเป็นภาพ การวัดผลจะแยกย่อยในมุมมองแบบละเอียดมากขึ้น จำนวนกล่องซีเรียลทั้งหมดต่อแบรนด์
การรวบรวมหมายถึงวิธีการรวมข้อมูล การรวบรวมเริ่มต้นของ Tableau คือ SUM คุณสามารถเปลี่ยนการรวบรวมเป็นตัวเลือกต่างๆ เช่น ค่าเฉลี่ย ค่ามัธยฐาน จำนวนที่ไม่ซ้ำกัน ค่าต่ำสุด และอื่นๆ มุมมองแบบละเอียดหมายถึงรายละเอียดหรือการแยกย่องของการวัดผล ซึ่งควบคุมโดยมิติข้อมูล เว้นแต่ว่ามุมมองแบบละเอียดของการวัดผลจะเป็นระดับแถว (หรือที่เรียกว่าแบบไม่รวม) ค่าของการวัดผลจะต้องไดรับการรวบรวม
ตัวอย่าง
“จำนวนกล่องซีเรียล” มีค่าเท่าไหร่
ทั้งนี้ขึ้นอยู่กับประเภทการรวบรวมและมุมมองแบบละเอียดตามที่กำหนดโดยมิติข้อมูล
- การรวบรวม
- ผลรวม (หรือทั้งหมด)
- Average
- มุมมองแบบละเอียด
- กำหนดขอบเขตตาราง/รวบรวมทั้งหมด (แถบสีน้ำเงินในตัวอย่าง)
- แยกย่อยตามมิติข้อมูลแบรนด์ (แถบสีในตัวอย่าง)
ตัวชี้วัดความเกี่ยวข้องระดับฟิลด์
มีตัวบ่งชี้ที่เป็นภาพหลายอย่างที่ช่วยให้คุณเข้าใจระดับของความเกี่ยวข้องสำหรับฟิลด์ที่คุณกำลังใช้ในการวิเคราะห์
ตัวบ่งชี้ความเกี่ยวข้องในเวิร์กชีต
- ไอคอนที่ไม่เกี่ยวข้อง: Tableau ใช้ไอคอนที่ไม่เกี่ยวข้อง เพื่อบ่งชี้ว่าทุกสิ่งในมุมมองไม่เกี่ยวข้องกัน หากคุณเห็นไอคอนที่ไม่เกี่ยวข้องในข้อมูลที่จะแสดงในมุมมองหรือในแผงข้อมูล คุณสามารถโฮเวอร์เหนือไอคอนเพื่อรับข้อมูลเพิ่มเติม
- ไอคอนที่เกี่ยวข้อง ระบุว่าฟิลด์กำลังเชื่อมต่อฟิลด์ที่ไม่เกี่ยวข้องเข้าด้วยกัน
- ชื่อฟิลด์สีเทาอ่อน: ชื่อฟิลด์จะแสดงเป็นข้อความสีเทาอ่อนในแผงข้อมูลเมื่อไม่เกี่ยวข้องกับฟิลด์ใดๆ ที่ใช้งานบนแถบ คุณยังคงสามารถใช้ฟิลด์เหล่านี้เพื่อการวิเคราะห์ในการแสดงเป็นภาพนั้นได้ แต่ฟิลด์ที่ไม่เกี่ยวข้องกันจะได้รับการประเมินแตกต่างกันในการวิเคราะห์มากกว่าฟิลด์ที่เกี่ยวข้อง เมื่อวางเมาส์เหนือ ฟิลด์เหล่านี้จะแสดงไอคอนที่ไม่เกี่ยวข้องด้วย
หมายเหตุ: ใน Tableau เวอร์ชันก่อนหน้า ชื่อฟิลด์สีเทาอ่อนระบุว่าฟิลด์ถูกซ่อนและมีการเลือกแสดงฟิลด์ที่ซ่อนอยู่ เมื่อแสดง ฟิลด์ที่ซ่อนอยู่จะแสดงด้วยไอคอนรูปตาที่คลิกได้
กล่องโต้ตอบคำเตือนเกี่ยวกับความเกี่ยวข้อง
เมื่อใช้ฟิลด์ที่ไม่เกี่ยวข้องร่วมกันในการแสดงเป็นภาพ Tableau จะแสดงกล่องโต้ตอบคำเตือนเพื่อแจ้งให้คุณทราบว่าฟิลด์นั้นไม่เกี่ยวข้องกัน คำเตือนนี้จะปรากฏขึ้นทุกครั้งที่คุณเพิ่มฟิลด์ที่ไม่เกี่ยวข้องเพื่อป้องกันการรวมข้อมูลแบบไขว้โดยไม่ได้ตั้งใจ ซึ่งอาจส่งผลต่อประสิทธิภาพ
- หากคุณต้องการใช้ฟิลด์ที่ไม่เกี่ยวข้องโดยไม่ต้องเชื่อมต่อ ให้คลิกเพิ่มเพื่อดำเนินการเพิ่มฟิลด์ให้กับการแสดงเป็นภาพต่อไป
- หากคุณต้องการเชื่อมต่อฟิลด์ที่ไม่เกี่ยวข้อง วิธีที่ดีที่สุดคือนำฟิลด์ที่เชื่อมต่อออกมาก่อนฟิลด์ที่ไม่เกี่ยวข้องกัน กล่องโต้ตอบจะไม่แสดงหากมีการใช้งานฟิลด์ที่เชื่อมต่ออยู่แล้ว ดูวิธีการใช้การรวมสำหรับความเกี่ยวข้องแต่ละระดับเพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีการเชื่อมต่อเพื่อป้องกันการเชื่อมแบบไขว้
หากมีการเพิ่มหลายฟิลด์หรือมีอยู่แล้วในมุมมอง พื้นที่รายละเอียดจะปรากฏในกล่องโต้ตอบ ขยายเพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับความเกี่ยวข้องของฟิลด์ทั้งหมดที่ใช้งาน และระบุว่าปัญหาความไม่เกี่ยวข้องมาจากไหน
หากต้องการหยุดไม่ให้ข้อความเตือนปรากฏ ให้เลือกตัวเลือกไม่ต้องแสดงอีก คุณสามารถเปิดใช้งานข้อความเตือนเหล่านี้ได้อีกครั้งโดยเปิดใช้งานอีกครั้ง
- ใน Tableau Desktop เปิดเมนูความช่วยเหลือ > การตั้งค่าและประสิทธิภาพ - รีเซ็ตข้อความที่ถูกละเว้น
- ในเบราว์เซอร์ ให้ล้างข้อมูลที่แคช ตัวอย่างเช่น ใน Chrome ให้เปิดเมนู 3 จุด - ลบข้อมูลการเรียกดู... > เลือก “รูปภาพและไฟล์ที่แคช” - ลบข้อมูล
ความเกี่ยวข้องระดับตารางในแบบจำลองข้อมูล
ในแบบจำลองข้อมูลที่มีตารางฐานหลายตาราง แต่ละตารางฐานจะกำหนดชุดของตารางที่เกี่ยวข้องกันและสร้างแผนผังเกี่ยวกับแนวคิด แผนผังเหล่านี้ต้องเชื่อมโยงกันด้วยตารางที่ใช้ร่วมกันอย่างน้อยหนึ่งตารางเพื่อให้แน่ใจว่าแหล่งข้อมูลโดยรวมเป็นเอนทิตีเดียว
สิ่งที่ก่อนหน้านี้อาจเป็นแหล่งข้อมูลสองแหล่งที่สามารถผสมผสานโดยใช้ฟิลด์การเชื่อมโยง ในขณะนี้สามารถเป็นแหล่งข้อมูลเดียวที่มีสองแผนผัง เชื่อมโยงกันด้วยตารางที่ใช้ร่วมกันซึ่งมีฟิลด์ทั่วไปเหล่านั้น
เคล็ดลับ:ความสัมพันธ์ของตารางในแบบจำลองข้อมูลจะส่งผลต่อความเกี่ยวข้องของฟิลด์ในการวิเคราะห์ อาจมีประโยชน์ในการอ้างอิงย้อนกลับถึงแท็บ “แหล่งข้อมูล” ในระหว่างการวิเคราะห์เพื่อดูว่าตารางเหมาะสมกับแบบจำลองข้อมูลโดยรวมอย่างไร
มาสำรวจกันว่าตารางใดบ้างที่เกี่ยวข้อง ไม่เกี่ยวข้อง หรือใช้ร่วมกันโดยใช้แหล่งข้อมูลตัวอย่างนี้ มีสองแผนผัง โดยแผนผังหนึ่งสร้างโดยตารางฐาน A และอีกแผนผังสร้างโดยตารางฐาน B
ตารางที่ไม่เกี่ยวข้อง
ตารางฐานไม่มีความเกี่ยวข้องกันโดยพื้นฐาน ในทำนองเดียวกัน ตารางใดๆ ที่มีอยู่ในแผนผังเดียวจะไม่เกี่ยวข้องกับตารางในแผนผังอื่นๆ
ตาราง A และตาราง X ไม่เกี่ยวข้องกัน | ตาราง B และตาราง X ไม่เกี่ยวข้องกัน |
ตารางที่เกี่ยวข้อง
ตารางที่อยู่ในแผนผังเดียวกันถือว่าเกี่ยวข้องกัน
ตาราง A และตาราง S เกี่ยวข้องกัน | ตาราง B และตาราง S เกี่ยวข้องกัน (ผ่านตาราง A) |
ตารางที่ใช้ร่วมกัน
ตารางที่ใช้ร่วมกันมีความสัมพันธ์ขาเข้าหลายรายการ ตารางเหล่านี้เป็นของหลายแผนผังและใช้ร่วมกันระหว่างกัน
ตาราง S และตาราง T ถูกใช้ร่วมกัน
ความเกี่ยวข้องระดับฟิลด์ในการวิเคราะห์
ความเกี่ยวข้องระหว่างฟิลด์ถูกกำหนดแบบทีละชีตตามโครงสร้างของแบบจำลองข้อมูล ฟิลด์ใดที่มีการใช้งานอยู่ (นั่นคือ ฟิลด์ในการแสดงเป็นภาพที่มีลักษณะเป็นข้อมูลที่จะแสดงบนแถบ) และฟิลด์เหล่านั้นเป็นมิติข้อมูลหรือการวัดผล วิธีที่ความเกี่ยวข้องของฟิลด์ส่งผลต่อการแสดงเป็นภาพจะอธิบายในส่วนถัดไป
มาดูสถานการณ์บางอย่างโดยใช้แหล่งข้อมูลตัวอย่างเดียวกัน ชื่อของแต่ละฟิลด์จะระบุว่ามาจากตารางใด เช่น FieldB จากตาราง B ฟิลด์สามารถเป็นมิติข้อมูลหรือการวัดผลได้ เว้นแต่จะระบุไว้เป็นอย่างอื่น
ช่องที่เกี่ยวข้อง
ในระดับสูง ฟิลด์ต่างๆ จะมีความสัมพันธ์กันเมื่อ Tableau สามารถกำหนดวิธีประเมินร่วมกันได้อย่างชัดเจน โดยยึดตามเส้นทางความสัมพันธ์ภายในแผนผังเดียว
ตัวอย่างเช่น FieldB (จากตาราง B) และ FieldS (จากตาราง S) มีความเกี่ยวข้องกัน
ฟิลด์ที่ไม่เกี่ยวข้องกัน
ในระดับสูง ฟิลด์จะไม่เกี่ยวข้องกันไม่ว่าในกรณีใดเมื่อฟิลด์เหล่านั้นไม่เกี่ยวข้องกัน อาจเป็นเพราะฟิลด์มาจากตารางที่ไม่เกี่ยวข้อง เช่น การใช้ฟิลด์จากตารางฐานสองตาราง ในกรณีนี้ โดยพื้นฐานแล้วฟิลด์จากตารางฐานที่แตกต่างกันจะไม่เกี่ยวข้องกัน
ตัวอย่างเช่น FieldA และ FieldX ไม่เกี่ยวข้องกัน
หรือฟิลด์ถือว่าไม่เกี่ยวข้องในช่วงเวลาหนึ่ง เช่น ในกรณีที่คลุมเครือหรือยังไม่เกี่ยวข้อง โดยส่วนใหญ่ คุณสามารถใช้ตัวชี้วัดความเกี่ยวข้องเพื่อให้ทราบเมื่อฟิลด์ไม่เกี่ยวข้องในบริบทของการแสดงเป็นภาพ
มิติข้อมูลการเชื่อมต่อ
การเชื่อมเป็นวิธีที่ Tableau ประเมินฟิลด์จากตารางที่ไม่เกี่ยวข้องในแบบจำลองข้อมูลแบบหลายข้อเท็จจริงในระหว่างการวิเคราะห์ ในการแสดงเป็นภาพ การใช้มิติข้อมูลจากตารางที่ใช้ร่วมกันจะเชื่อมฟิลด์ที่ไม่เกี่ยวข้องเข้าด้วยกัน และช่วยให้สามารถประเมินพร้อมกันในการแสดงเป็นภาพเดียวกันได้ คิดว่านี่เป็นผลลัพธ์จากการวางเคียงกันจากสองแผนผังด้วยกันโดยอิงตามมิติข้อมูลที่แผนผังทั้งสองมีร่วมกัน
ตัวอย่างเช่น หากการแสดงเป็นภาพสร้างด้วย FieldA และ FieldX ทั้งสองฟิลด์นี้จะไม่เกี่ยวข้องกัน การเพิ่ม DimensionS จะนำไปสู่ฟิลด์การเชื่อม
- FieldA และ DimensionS ได้รับการประเมินร่วมกัน
- FieldX และ DimensionS ได้รับการประเมินร่วมกัน
- ผลลัพธ์ระดับกลางเหล่านั้นจะนำมารวมกันตามค่าของ DimensionS
- ขณะนี้ FieldA และ FieldX เชื่อมกันแล้ว
เคล็ดลับ: แนวทางปฏิบัติที่ดีที่สุดคือการใช้ฟิลด์การเชื่อมในการแสดงเป็นภาพก่อนที่จะดึงฟิลด์ที่ไม่เกี่ยวข้องออกมา ตัวอย่างเช่น ลาก DimensionS ออกมาก่อน หรือ FieldA จากนั้น DimensionS แล้ว FieldX แทนที่จะเป็น FieldA จากนั้น FieldX แล้ว DimensionS การเพิ่มฟิลด์การเชื่อมต่อก่อนทำให้แน่ใจได้ว่า Tableau ทราบเสมอถึงวิธีประเมินความสัมพันธ์และหลีกเลี่ยงปัญหาด้านประสิทธิภาพที่อาจเกิดขึ้นจากการประเมินมิติข้อมูลที่ไม่เกี่ยวข้องร่วมกันด้วยการรวมแบบไขว้
การเชื่อมต้องใช้มิติข้อมูลจากตารางที่ใช้ร่วมกันจึงจะใช้งานได้ในการแสดงเป็นภาพ ฟิลด์ที่วางบนแผงตัวกรองหรือคุณสมบัติเคล็ดลับเครื่องมือของการ์ดเครื่องหมายจะไม่ถือว่าใช้งานอยู่เพื่อวัตถุประสงค์ในการเชื่อม
ฟิลด์ที่ยังไม่เกี่ยวข้อง
ฟิลด์สามารถมีวิธีการต่างๆ หลายวิธีที่จะเชื่อมโยงกันได้ แต่ยังไม่เกี่ยวข้องกัน สิ่งนี้เกิดขึ้นเมื่อมีความสัมพันธ์ที่เป็นไปได้มากกว่าหนึ่งรายการระหว่างตารางที่ใช้ร่วมกันสองตาราง (หรือตารางที่ใช้ร่วมกันแบบดาวน์สตรีม)
พิจารณา FieldS และ FieldT ตารางดังกล่าวเกี่ยวข้องกันทั้งผ่านแผนผังที่กำหนดโดยตารางฐาน A และผ่านแผนผังที่กำหนดโดยตารางฐาน X
ในการแสดงเป็นภาพที่มีเพียง FieldS และ FieldT ไม่มีข้อมูลว่าควรใช้แผนผังใดในการเชื่อมโยงระหว่างกัน หากไม่มีข้อมูลเพิ่มเติม Tableau ก็ไม่สามารถประเมินได้ว่าจะเชื่อมโยงฟิลด์เหล่านี้ผ่านแผนผังของตารางฐาน A หรือแผนผังของตารางฐาน B
FieldS และ FieldT ถือเป็นสิ่งที่ไม่เกี่ยวข้องกันแม้ว่าจะมีความสัมพันธ์ที่เป็นไปได้หลายรายการก็ตาม
ฟิลด์ที่อาจจะเกี่ยวข้องแต่ยังไม่เกี่ยวข้องเหล่านี้จะได้รับการประเมินว่าไม่เกี่ยวข้อง เนื่องจาก Tableau ไม่สามารถระบุเส้นทางความสัมพันธ์ได้อย่างชัดเจน ต่างจากฟิลด์ที่ไม่เกี่ยวข้องกันอย่างแท้จริงซึ่งสามารถเชื่อมต่อกันได้เท่านั้น ก็สามารถแก้ไขฟิลด์ที่ยังไม่เกี่ยวข้องกันและฟิลด์สามารถเกี่ยวข้องกันได้โดยตรง
ช่องที่เกี่ยวข้องกันอย่างคลุมเครือ
ฟิลด์ยังสามารถเกี่ยวข้องกันอย่างคลุมเครือได้ กรณีนี้เกิดขึ้นเมื่อมีความสัมพันธ์ที่เป็นไปได้ที่ใช้งานอยู่มากกว่าหนึ่งรายการระหว่างตารางที่ใช้ร่วมกัน (หรือตารางที่ใช้ร่วมกันแบบดาวน์สตรีม) ต่างจากฟิลด์ที่ยังไม่เกี่ยวข้องกัน ซึ่งพิจารณาได้ว่าเกี่ยวข้องกันน้อยเกินไปหรือเกี่ยวข้องกันน้อยไป ฟิลด์ที่เกี่ยวข้องอย่างคลุมเครือจะเกี่ยวข้องกันมากเกินควรหรือมากเกินไป
พิจารณา FieldS และ FieldT ตารางดังกล่าวเกี่ยวข้องกันทั้งผ่านแผนผังที่กำหนดโดยตารางฐาน A และผ่านแผนผังที่กำหนดโดยตารางฐาน X
ในการแสดงเป็นภาพที่มีเพียง FieldA, Field X, FieldS และ FieldT จะมีข้อมูลมากเกินไปที่จะตัดสินใจว่าควรใช้แผนผังใดในการเชื่อมโยงข้อมูลเหล่านี้ หากไม่ตัดข้อมูลออก Tableau จะไม่สามารถประเมินได้ว่าจะเชื่อมโยงฟิลด์เหล่านี้ผ่านแผนผังของตารางฐาน A หรือแผนผังของตารางฐาน B
FieldS และ FieldT ถือเป็นสิ่งที่ไม่เกี่ยวข้องกันแม้ว่าจะมีความสัมพันธ์ที่ใช้งานอยู่หลายรายการก็ตาม
ฟิลด์ที่เกี่ยวข้องกันอย่างคลุมเครือเหล่านี้ได้รับการประเมินว่าไม่เกี่ยวข้องกันเนื่องจาก Tableau ไม่สามารถระบุเส้นทางความสัมพันธ์ได้อย่างชัดเจน ต่างจากฟิลด์ที่ไม่เกี่ยวข้องกันอย่างแท้จริงซึ่งสามารถเชื่อมต่อกันได้เท่านั้น ก็สามารถแก้ไขฟิลด์ที่เกี่ยวข้องกันอย่างคลุมเครือและฟิลด์สามารถเกี่ยวข้องกันได้โดยตรง
วัดผลจากตารางที่ใช้ร่วมกัน
เมื่อมีการใช้มิติข้อมูลจากตารางที่ใช้ร่วมกัน จะมีการเชื่อมต่อฟิลด์จากตารางที่ไม่เกี่ยวข้องแบบอัปสตรีมเข้าด้วยกัน อย่างไรก็ตาม การวัดผลนั้นไม่สามารถเชื่อมต่อกันได้ และค่าของการวัดผลนั้นขึ้นอยู่กับมิติข้อมูลที่เกี่ยวข้อง
ในการแสดงเป็นภาพด้วย DimensionA และ DimensionX มิติข้อมูลทั้งสองนี้ไม่เกี่ยวข้องกัน หากนำ MeasureS ออกมาจาก Table S ก็จะไม่เกี่ยวข้องกับการรวม DimensionA และ DimensionX เข้าด้วยกัน แม้ว่าจะสามารถเกี่ยวข้องกับสิ่งใดสิ่งหนึ่งโดยอิสระ แต่ก็ไม่สามารถเกี่ยวข้องกับทั้งสองสิ่งในเวลาเดียวกันได้ในการแสดงเป็นภาพเดียวกัน
การวัดผลที่ใช้ร่วมกันถือว่าเป็นประเภทของความคลุมเครือหรือความเกี่ยวข้องกันและได้รับการแก้ไขในลักษณะเดียวกัน
แก้ไขความสัมพันธ์ที่ไม่ชัดเจนระหว่างฟิลด์
เมื่อใดก็ตามที่มีความไม่แน่นอนเกี่ยวกับวิธีการเชื่อมโยงฟิลด์ต่างๆ Tableau จะไม่ตัดสินใจตามที่กำหนดเองและจะถือว่าฟิลด์เหล่านั้นไม่เกี่ยวข้องกันแทน มักจะดีกว่าที่จะเชื่อมโยงฟิลด์เหล่านี้โดยการชี้แจงความไม่แน่นอนเกี่ยวกับแผนผังที่จะใช้
การแก้ไขฟิลด์ที่ยังไม่เกี่ยวข้องทำได้โดยการเพิ่มฟิลด์เพื่อกำหนดว่าจะใช้แผนผังใด การแก้ไขฟิลด์ที่เกี่ยวข้องที่คลุมเครือทำได้โดยการลบฟิลด์ออกเพื่อกำหนดว่าจะใช้แผนผังใด
ตัวอย่าง:
การแก้ไขปัญหาที่ยังไม่เกี่ยวข้องกัน: เพิ่มฟิลด์
- ในการแสดงเป็นภาพของ FieldS และ FieldT การเพิ่มฟิลด์จากตาราง A, B หรือ C ลงในการแสดงเป็นภาพทำให้แผนผังของตารางฐาน A ทำงานอยู่และแก้ไขเส้นทางที่ต้องการระหว่าง FieldS และ FieldT
- อีกวิธีหนึ่ง การใช้ฟิลด์จากตาราง X จะแก้ไขเส้นทางที่ต้องการระหว่าง FieldS และ FieldT กับแผนผังของตารางฐาน X
การแก้ไขปัญหาที่เกี่ยวข้องอย่างคลุมเครือ: ลบฟิลด์ออก
- ในการแสดงเป็นภาพของ FieldA, FieldX, FieldS และ FieldT การลบ FieldX จะทำให้มีเพียงแผนผังของ Base Table A เท่านั้นที่ใช้งานได้ และแก้ไขเส้นทางที่ต้องการระหว่าง FieldS และ FieldT
- อีกวิธีหนึ่งคือการลบ FieldA จะแก้ไขเส้นทางที่ต้องการระหว่าง FieldS และ FieldT ผ่านทางแผนผังของ Base Table X
การแก้ไขการวัดผลร่วมกัน: ลบฟิลด์ออก
- ในการแสดงเป็นภาพของ DimensionA, DimensionX, และ MeasureS การลบ DimensionX จะทำให้มีเพียงแผนผังของ Base Table A เท่านั้นที่ใช้งานได้ และแก้ไขเส้นทางที่ต้องการระหว่าง DimensionA และ MeasureS
- อีกวิธีหนึ่งคือการลบ DimensionA จะแก้ไขเส้นทางที่ต้องการระหว่าง DimensionX และ MeasureS ผ่านทางแผนผังของ Base Table X
ยังไม่เกี่ยวข้อง | เกี่ยวข้องอย่างคลุมเครือ | ความเกี่ยวข้องได้รับการแก้ไขเป็นแผนผังเดียว | |
เกี่ยวข้องผ่านตารางฐาน A | เกี่ยวข้องผ่านตารางฐาน X | ||
การแก้ไขความไม่แน่นอนจะคล้ายกับการใช้นิพจน์ระดับรายละเอียด (LOD) FIXED ในนิพจน์ LOD สำหรับ FIXED คุณจะบอก Tableau ว่าควรรวบรวมรายละเอียดระดับใดโดยการกำหนดการประกาศมิติข้อมูล ความไม่แน่นอนได้รับการแก้ไขโดยการเปลี่ยนโครงสร้างของการแสดงเป็นภาพเพื่อให้มีเพียงแผนผังเดียวที่ใช้งานอยู่ ดังนั้นการบอก Tableau ว่าเส้นทางความสัมพันธ์ใดที่สามารถพิจารณาเพื่อทำการวิเคราะห์
การเชื่อมต่อเทียบกับการแก้ไขความไม่แน่นอน
ทั้งการเชื่อมต่อและการแก้ไขความไม่แน่นอนเป็นวิธีจัดการกับความไม่เกี่ยวข้องกัน แต่มีผลลัพธ์ที่แตกต่างกัน ดังนี้
การเชื่อม | การแก้ไขความไม่แน่นอน |
วางซ้อนฟิลด์ที่ไม่เกี่ยวข้องกันตามคุณลักษณะที่ใช้ร่วมกัน | จำกัดเส้นทางความสัมพันธ์ที่จะใช้เมื่อมีตัวเลือกหลายตัว (ความคลุมเครือหรือการวัดผลที่ใช้ร่วมกัน) หรือสร้างเส้นทางความสัมพันธ์เมื่อไม่มีตัวเลือกใดเลย (ยังไม่เกี่ยวข้อง) |
ใช้ตรรกะของหลายตารางฐานในการคำนวณผลลัพธ์ | ใช้ตรรกะของตารางฐานเดียวในการคำนวณผลลัพธ์ |
การวิเคราะห์เกี่ยวข้องกับตารางที่ไม่เกี่ยวข้องกัน | การวิเคราะห์เกี่ยวข้องกับตารางที่ใช้ร่วมกัน |
วิธีการใช้การรวมสำหรับความเกี่ยวข้องแต่ละระดับ
หลังจากกำหนดความเกี่ยวข้องระดับฟิลด์แล้ว Tableau จะต้องประเมินผลลัพธ์เพื่อสร้างการแสดงเป็นภาพจริง การค้นหาที่ใช้ในการคำนวณค่าที่แสดงในการแสดงเป็นภาพขึ้นอยู่กับการรวบรวม ไม่ว่าฟิลด์จะเกี่ยวข้อง ไม่เกี่ยวข้อง หรือเชื่อมกันจะมีผลกระทบต่อการรวบรวมที่ดำเนินการอย่างแตกต่างกัน โปรดทราบว่าฟิลด์ที่เกี่ยวข้องอย่างคลุมเครือและยังไม่เกี่ยวข้องจะถือว่าไม่เกี่ยวข้องในบริบทนี้
เพื่ออธิบายความเกี่ยวข้องและการรวม ส่วนนี้จะอธิบายตารางและฟิลด์ รวมถึงค่าในฟิลด์เหล่านั้น พิจารณาแบบจำลองข้อมูลต่อไปนี้ที่มีตารางฐานสองตาราง ชั้นเรียนและชมรม และตารางที่ใช้ร่วมกัน นั่นก็คือนักเรียน
ชั้นเรียน | ชมรม | นักเรียน |
ช่อง:
| ช่อง:
| ช่อง:
|
แบบจำลองที่เรียบง่ายมากนี้แสดงให้เห็นว่าตรรกะการรวมระดับสูงได้รับการคำนวณสำหรับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับพื้นฐานของการรวมที่ใช้ในแบบจำลองข้อมูลตารางฐานเดียวที่สร้างขึ้นจากความสัมพันธ์ โปรดดูวิธีการทำงานของการวิเคราะห์สำหรับแหล่งข้อมูลแบบหลายตารางที่ใช้ความสัมพันธ์
สำหรับแบบจำลองข้อมูลสามตารางนี้ อาจดึงดูดให้ตั้งค่าเป็นแบบจำลองตารางฐานเดียว เป็นชั้นเรียน-นักเรียน-ชมรม หรือชมรม-นักเรียน-ชั้นเรียน หรือโดยให้นักเรียนเป็นตารางฐาน ตามกฎแล้ว แบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริงมีไว้สำหรับสคีมาข้อมูลหรือสถานการณ์การวิเคราะห์ประเภทที่เฉพาะเจาะจง หากแบบจำลองข้อมูลของคุณมีลักษณะเฉพาะที่เหมาะสมที่สุดกับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง ให้ตั้งค่าในลักษณะนั้นเพื่อให้ตารางฐานของคุณไม่เกี่ยวข้องกันทางแนวคิด อย่างไรก็ตาม หากข้อมูลของคุณไม่จำเป็นต้องมีโครงสร้างประเภทนี้ โมเดลตารางฐานเดียวก็สามารถใช้งานได้ง่ายกว่า
ในกรณีนี้ ไม่มีสิ่งใดเกี่ยวกับตาราง ข้อมูล หรือแบบจำลองเหล่านี้ที่ต้องใช้ตารางฐานหลายตารางจริงๆ เรากำลังใช้แบบจำลองนี้เป็นตัวอย่างเพื่อให้เรียบง่าย เพื่อให้สามารถเน้นไปที่ตรรกะการรวมได้ หรือคุณอาจจินตนาการว่ามีตารางอื่นที่เกี่ยวข้องกันซึ่งก็คือห้อง ซึ่งเราเพียงเพิกเฉยเพื่อหลีกเลี่ยงไม่ให้การสนทนาซับซ้อนเกินไป
อย่างไรก็ตาม ตามแนวทางปฏิบัติที่ดีที่สุด ให้ใช้แบบจำลองความสัมพันธ์แบบหลายข้อเท็จจริงเมื่อข้อมูลของคุณต้องการเท่านั้น
มิติข้อมูลที่เกี่ยวข้องใช้การรวมภายใน
มิติข้อมูลที่เกี่ยวข้องคือการรวมภายใน การรวมภายในจะปล่อยค่ามิติข้อมูลใดๆ ที่ไม่ได้ใช้ร่วมกันระหว่างทั้งสองตาราง
- Tableau ใช้ตรรกะเพิ่มเติมเพื่อให้แน่ใจว่าค่าการวัดผลจะไม่สูญหาย ส่วนนี้ใช้เฉพาะมิติข้อมูลเพื่อแสดงพื้นฐานของวิธีที่ Tableau ใช้การรวมภายในกับมิติข้อมูลที่เกี่ยวข้อง
ตัวอย่างต่อไปนี้แสดงให้เห็นว่ามิติข้อมูลที่เกี่ยวข้องส่งคืนเฉพาะแถวที่มีอยู่ในข้อมูลอย่างไร ไม่มีนักเรียนอยู่ในชั้นเรียน Alarm Calls 101 จึงไม่แสดงในผลลัพธ์ Cardinal และ Jay ไม่ได้อยู่ในชั้นเรียนใดๆ เลย จึงไม่แสดงในผลลัพธ์
มิติข้อมูลที่ไม่เกี่ยวข้องใช้การรวมแบบไขว้
มิติข้อมูลที่ไม่เกี่ยวข้องกันโดยไม่มีมิติการเชื่อมจะรวมแบบไขว้ด้วยตัวมันเอง
ในการรวมแบบไขว้ ทุกค่าจากมิติข้อมูลหนึ่งจะรวมกับทุกค่าจากอีกมิติข้อมูลหนึ่ง แม้ว่าชุดค่าผสมที่เป็นผลลัพธ์จะไม่มีอยู่ในข้อมูลก็ตาม ในตัวอย่างนี้ การรวมแบบไขว้จะเพิ่มแถวสำหรับแต่ละชุดที่เป็นไปได้ของชั้นเรียนและชมรม
สิ่งสำคัญคือต้องรับรู้ว่าเมื่อใดที่การรวมแบบไขว้เกิดขึ้นในการวิเคราะห์ของคุณ แม้ว่าจะมีแถวสำหรับ Advanced Songs + First Aid ในตารางผลลัพธ์สำหรับการรวมแบบไขว้ แต่จริงๆ แล้วไม่มีนักเรียนคนใดอยู่ในการรวมกิจกรรมนี้ (เราจะดูข้อพิสูจน์ในตัวอย่างการเชื่อมในส่วนถัดไป)
เหตุใดจึงเป็นสิ่งสำคัญที่ต้องรับรู้ว่าผลลัพธ์การรวมแบบไขว้ทั้งหมดไม่ได้ขึ้นอยู่กับข้อมูล ลองนึกภาพว่าคุณกำลังพยายามจัดตารางเวลาสำหรับชั้นเรียนและชมรมต่างๆ เพื่อไม่ให้มีความขัดแย้งสำหรับนักเรียน ไม่มีนักเรียนใน Advanced Songs และ First Aid ดังนั้นคุณจึงสามารถเพิกเฉยต่อผลลัพธ์นี้และจัดตารางเวลาชั้นเรียนและชมรมไปพร้อมๆ กัน การรวมแบบไขว้ไม่ได้แสดงถึงการรวมกันของค่าที่มีอยู่จริงในข้อมูล
นอกจากนี้ การรวมแบบไขว้เมื่อมีความไม่ซ้ำกันสูง (ค่าที่ไม่ซ้ำกันจำนวนมาก) อาจส่งผลกระทบต่อประสิทธิภาพได้ ลองนึกถึงการรวมหมายเลขโทรศัพท์ทั้งหมดกับที่อยู่อีเมลทั้งหมดแบบไขว้ในรายชื่อติดต่อของคุณ ซึ่งจะเป็นการรวมกันครั้งใหญ่และการปฏิบัติการที่มีต้นทุนสูง
มิติข้อมูลที่เชื่อมใช้การรวมภายนอก
มิติข้อมูลที่ไม่เกี่ยวข้องจะมีการรวมภายนอกเมื่อมีมิติข้อมูลการเชื่อม
ในตัวอย่างนี้ ทั้งตารางชั้นเรียนและตารางชมรมเกี่ยวข้องกับตารางนักเรียนที่ใช้ร่วมกัน แต่ไม่เกี่ยวข้องกัน ดังนั้นฟิลด์ชั้นเรียนและชมรมจึงไม่เกี่ยวข้องกัน การเพิ่มมิติข้อมูลนักเรียนช่วยให้ Tableau ทราบว่าค่าใดจากชั้นเรียนและค่าใดจากชมรมที่ควรนำมาวางเคียงกันในการวิเคราะห์ เราเรียกลักษณะการรวมภายนอกว่าการเชื่อม
การเชื่อมจะคล้ายกับการผสานข้อมูลโดยมีผลลัพธ์ระดับกลางที่นำกลับมารวมกันเพื่อให้ได้ผลลัพธ์โดยรวม อย่างไรก็ตาม การเชื่อมนั้นเป็นการรวมภายนอก ไม่ใช่การรวมด้านซ้าย ซึ่งต่างจากการผสานและไม่ปล่อยค่าจากด้านใดด้านหนึ่ง ไม่มีแนวคิดเกี่ยวกับแหล่งข้อมูลหลักหรือรองเมื่อแหล่งข้อมูลทั้งหมดเป็นแหล่งข้อมูลเดียว ดังนั้นทั้งสองฟิลด์ที่ไม่เกี่ยวข้องกันจึงมีความสำคัญเท่ากัน
ผลลัพธ์ระดับกลางจะได้รับการรวมภายนอก
อะไรจะเข้าสู่การรวมภายนอกสำหรับฟิลด์ที่เชื่อม การรวมภายในทันทีจะได้รับการคำนวณสำหรับแต่ละฟิลด์ที่ไม่เกี่ยวข้องและฟิลด์การเชื่อมตามลำดับ จากนั้นผลลัพธ์ระดับกลางเหล่านั้นจะได้รับการรวมภายนอกตามค่าของมิติข้อมูลการเชื่อม
ตัวอย่าง
การรวมภายในสำหรับนักเรียนและชั้นเรียน...
...และการรวมภายในสำหรับนักเรียนและชมรม...
...จากนั้นจึงทำการรวมภายนอกสำหรับนักเรียน
การรวมเพิ่มเติมเพื่อรักษาการวัดผล
นอกจากตรรกะการรวมสำหรับมิติข้อมูลแล้ว การวัดผลยังสามารถสร้างการรวมเพิ่มเติมได้ เมื่อความสัมพันธ์นำมาใช้ครั้งแรกใน Tableau หนึ่งในหลักการสำคัญคือค่าการวัดผลจะไม่สูญหาย สิ่งนี้ยังคงอยู่ในแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง
รายละเอียดที่สำคัญคือ
- ค่าการวัดผลจะแบ่งตามมิติข้อมูลที่เกี่ยวข้องเท่านั้น
- ค่าการวัดผลซ้ำสำหรับมิติข้อมูลที่ไม่เกี่ยวข้อง
- ค่ามิติข้อมูลที่จะรวมอยู่ในการแสดงเป็นภาพเฉพาะมิติข้อมูลอาจถูกส่งคืนหากมีค่าการวัดผลที่เกี่ยวข้องเชื่อมโยงอยู่
หมายเหตุ: โปรดทราบว่าการวัดผลคือการรวบรวม โดยจะคำนวณในระดับรายละเอียด (มุมมองแบบละเอียด) ที่กำหนดโดยการรวมกันของมิติข้อมูลในการแสดงเป็นภาพ ซึ่งเรียกว่าเป็นการวัดผลที่แยกย่อยตามมิติข้อมูล เมื่อใช้การวัดผลโดยไม่มีมิติข้อมูลใดๆ จะเรียกว่าเป็นกำหนดขอบเขตตาราง ซึ่งหมายความว่าค่าของการวัดผลคือค่าที่รวบรวมทั้งหมด ทันทีที่เราใช้มิติข้อมูลในการแสดงเป็นภาพ การวัดผลจะแยกย่อยละเอียดมากขึ้นตามค่ามิติข้อมูล ค่าของการวัดผลในการวิเคราะห์จึงขึ้นอยู่กับบริบทของมิติข้อมูล
การวัดผลที่เกี่ยวข้อง
พิจารณาชุดย่อยของค่ามิติข้อมูลที่ส่งคืนสำหรับการรวมภายในสำหรับนักเรียนและชั้นเรียนของมิติข้อมูลที่เกี่ยวข้อง มีสามค่าของนักเรียน ได้แก่ Finch, Robin และ Sparrow และสามค่าของชั้นเรียน ได้แก่ Advanced Songs, Nesting Basics และ Flying for Fledgelings
หากเราเพิ่มการวัดผลความยาวจากตารางชั้นเรียน เราจะเห็นว่าทั้งสี่ชั้นเรียนจะแสดงขึ้นและไม่มีค่า null สำหรับนักเรียน ทุกความยาวของชั้นเรียนจะแสดงที่ระดับของชั้นเรียน
หากเราเพิ่มเข้าการวัดผลอายุจากตารางนักเรียนแทน เราจะเห็นว่านักเรียนทั้งห้าคนแสดงขึ้นและมีค่า null สองค่าสำหรับชั้นเรียน ผลลัพธ์จะรักษานักเรียนทุกคนไว้ แม้ว่าจะไม่ได้อยู่ในชั้นเรียนก็ตาม อายุของนักเรียนทุกคนจะแสดงที่ระดับของนักเรียน
การวัดผลที่ไม่เกี่ยวข้อง
ค่าการวัดผลจะถูกทำซ้ำสำหรับค่ามิติข้อมูลที่ไม่เกี่ยวข้อง
หากเราดูที่การวัดผลความยาวจากตารางชั้นเรียนและมิติข้อมูลชมรมที่ไม่เกี่ยวข้องกัน การวัดผลมีการกำหนดขอบเขตตารางและทำซ้ำกับค่ามิติข้อมูลทั้งหมดของชมรม
เมื่อมีมิติข้อมูลการเชื่อม การวัดผลสามารถแยกย่อยและทำซ้ำได้
ที่นี่อายุของการวัดผลมาจากตารางนักเรียนและแยกย่อยตามระดับของนักเรียน แต่ละครั้งที่นักเรียนทำซ้ำตามมิติข้อมูลสำหรับชั้นเรียนและชมรม ค่าอายุจะถูกทำซ้ำ
การแก้ปัญหา
ข้อควรพิจารณาเมื่อใช้แบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง
ตัวกรองการแยกข้อมูลต่อตาราง
ตัวกรองการแยกข้อมูลทั้งหมดสำหรับการแยกข้อมูลแบบจำลองความสัมพันธ์แบบหลายข้อเท็จจริงนั้นจะเป็นต่อตาราง (ไม่แพร่หลาย) ด้วยเหตุนี้ ผลการกรองอาจแตกต่างกันระหว่างการเชื่อมต่อแบบเรียลไทม์และแบบการแยกข้อมูล
การคำนวณระดับแถว
การคำนวณระดับแถวสามารถอ้างอิงถึงฟิลด์ที่ใช้ตารางฐานอัปสตรีมเดียวกันเท่านั้น หมายความว่าการคำนวณระดับแถวไม่สามารถดำเนินการข้ามแผนผังได้
ฟิลด์ที่รวม
ฟิลด์ทั้งหมดในฟิลด์ที่รวมจะต้องใช้ตารางอัปสตรีมร่วมกัน อคุณไม่สามารถสร้างฟิลด์ที่รวมโดยใช้ฟิลด์ที่อยู่ในแผนผังที่แตกต่างกันได้
เซต
สามารถสร้างชุดได้เฉพาะกับคำจำกัดความที่เกี่ยวข้องกับฟิลด์ที่ใช้ตารางฐานอัปสตรีมเดียวกันเท่านั้น อย่างไรก็ตาม ในการแสดงเป็นภาพ ตัวเลือก “เพิ่มไปยังเซต” อาจมีให้ใช้งานจากเครื่องหมายเมื่อเครื่องหมายนั้นถูกกำหนดโดยฟิลด์ที่ไม่เกี่ยวข้องกับฟิลด์ที่ใช้ในการกำหนดชุด หากคุณเลือก “เพิ่มไปยังเซต” Tableau จะเพิ่มเฉพาะฟิลด์ที่เกี่ยวข้องให้กับคำจำกัดความของเซต สิ่งนี้แตกต่างจากลักษณะการทำงานของ “เพิ่มไปยังเซต” ในแหล่งข้อมูลตารางฐานเดียว เมื่อ “เพิ่มไปยังเซต” จะเพิ่มทุกอย่างที่กำหนดเครื่องหมาย
ตรวจสอบนิพจน์ระดับรายละเอียด INCLUDE
ไม่สามารถประเมินนิพจน์ LOD สำหรับ INCLUDE ในฟิลด์ที่ไม่เกี่ยวข้องได้ เนื่องจากความเกี่ยวข้องระหว่างฟิลด์ได้รับการประเมินแบบชีตต่อชีต จึงเป็นไปได้ที่จะมีนิพจน์ LOD ที่ถูกต้องในแผงข้อมูลหรือเครื่องมือแก้ไขการคำนวณที่กลายเป็นไม่ถูกต้องในบริบทของการแสดงเป็นภาพที่เฉพาะเจาะจง (ในที่ที่มีมิติข้อมูลที่ไม่เกี่ยวข้อง) เมื่อสิ่งนี้เกิดขึ้น ข้อมูลที่จะแสดงของ LOD จะเปลี่ยนเป็นสีแดง คุณสามารถอัปเดตนิพจน์ LOD เพื่อลบข้อขัดแย้งของฟิลด์ที่ไม่เกี่ยวข้อง เปลี่ยนโครงสร้างของการแสดงเป็นภาพ หรือลบนิพจน์ LOD ออกจากการแสดงเป็นภาพได้
การอัปเดตแหล่งข้อมูลที่เผยแพร่
ตามแนวทางปฏิบัติที่ดีที่สุด ให้สร้างสำเนาของแหล่งข้อมูลที่เผยแพร่ที่มีอยู่หากคุณวางแผนที่จะปรับเปลี่ยนให้กลายเป็นแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง เมื่อเวิร์กบุ๊กที่เชื่อมต่อบางส่วนไม่จำเป็นต้องใช้แบบจำลองข้อมูลใหม่ อย่าอัปเดตแหล่งข้อมูลเวอร์ชันที่มีอยู่ เว้นแต่เวิร์กบุ๊กทั้งหมดจำเป็นต้องมีตารางใหม่ เผยแพร่แหล่งข้อมูลที่แก้ไขเป็นแหล่งข้อมูลใหม่ และสร้างเวิร์กบุ๊กใหม่จากแหล่งข้อมูลนั้น วิธีนี้จะป้องกันไม่ให้เวิร์กบุ๊กที่มีอยู่ถูกแปลงไปใช้ VDS แทนเซิร์ฟเวอร์ข้อมูลเมื่อไม่ต้องการฟังก์ชันการทำงาน เพื่อไม่ให้ประสิทธิภาพลดลง
ปัญหาที่ได้รับการแก้ไข
ปัญหาที่ได้รับการแก้ไข | แก้ไขแล้วเมื่อ |
การแยกข้อมูล แหล่งข้อมูลในเครื่อง (ในเวิร์กบุ๊ก): ความพยายามที่จะแยกแหล่งข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริงจะทำให้เกิดข้อผิดพลาด “ไม่มีตารางดังกล่าว” แหล่งข้อมูลที่เผยแพร่: การแยกแหล่งข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริงที่เผยแพร่จะปรากฏว่าสำเร็จ แต่ค่าของฟิลด์สามารถสลับได้ |
หากคุณยังพบปัญหาเหล่านี้ใน Tableau Desktop หรือ Tableau Server ให้อัปเกรดเป็นเวอร์ชันตั้งแต่วันที่ 24 กรกฎาคม 2024 ขึ้นไป |
นิพจน์ระดับรายละเอียด EXCLUDE ควรตรวจสอบเฉพาะ LOD สำหรับ INCLUDE เท่านั้นเมื่อมีฟิลด์ที่ไม่เกี่ยวข้องกัน อย่างไรก็ตาม LOD สำหรับ EXCLUDE อาจถูกทำเครื่องหมายอย่างไม่ถูกต้องว่าไม่ถูกต้องในเงื่อนไขเดียวกัน | |
การคำนวณผู้ใช้แบบซ้อนกัน การคำนวณผู้ใช้แบบซ้อนกันไม่พร้อมใช้งานในแหล่งข้อมูลที่เผยแพร่ที่มีแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง |
ปัญหาที่ทราบในเวอร์ชัน 2024.2
ตัวบ่งชี้ความเกี่ยวข้องกับการ์ดเครื่องหมายหลายรายการ
เมื่อสร้างการแสดงเป็นภาพด้วยการวัดผลหลายรายการบนแผงแถวหรือบนแถบคอลัมน์ แต่ละการวัดผลจะมีการ์ดเครื่องหมายของตัวเอง ตรรกะที่ใช้ในการกำหนดตัวบ่งชี้ความเกี่ยวข้อง (ไอคอนที่ไม่เกี่ยวข้อง ข้อความในเคล็ดลับเครื่องมือ และกล่องโต้ตอบคำเตือนเกี่ยวกับความเกี่ยวข้อง) อาจไม่ให้ผลลัพธ์ตามที่คาดหวัง ทั้งนี้ขึ้นอยู่กับการ์ดเครื่องหมายที่เปิดอยู่ อย่างไรก็ตาม การแสดงเป็นภาพมีการคำนวณอย่างถูกต้องตามความเกี่ยวข้องของแต่ละคู่ของฟิลด์ด้วยตัวมันเอง มีการแก้ไขที่วางแผนไว้สำหรับลักษณะการทำงานนี้
BatchQueryProcessor
ต้องเปิดใช้งาน BatchQueryProcessor เพื่อรองรับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง นี่เป็นลักษณะการทำงานที่คาดหวังโดยไม่มีการแก้ไขที่วางแผนไว้ในปัจจุบัน
Tableau Pulse
Pulse อาจไม่ทำงานกับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง คุณอาจไม่สามารถสร้างคำจำกัดความของเมตริก หรือเมตริกใดๆ ที่สร้างขึ้นอาจว่างเปล่า นี่ไม่ใช่ลักษณะการทำงานที่คาดหวัง แต่ยังไม่มีการแก้ไขที่วางแผนไว้ในปัจจุบัน