

首页  思维导图  详情



2.Tableau之“数据”

2019-11-06 10:41:03   3  举报





AI智能生成

Tableau之“数据”

Tableau

数据

数据分析

模版推荐

作者其他创作

大纲/内容

（一）数据基础

1.数据角色

（1）维度&度量

维度

维度是“类别”字段，是对数据进行切片/切块时的依据

图标颜色为“蓝色”

维度常常是离散的，离散字段在图表中形成标签

度量

度量是“指标”，是希望分析的数字

图标颜色为“绿色”

度量常常是连续的，连续字段在图表中形成轴

（2）离散&连续

离散

胶囊颜色为“蓝色”

离散字段在行列功能区时在视图中显示为标题

连续

胶囊颜色为“绿色”

连续字段在行列功能区时在视图中显示为轴

2.字段类型

文本

日期

日期和时间

地理值

布尔值

True/False

数字

地理编码

*记录数

*度量名称&*度量值

成对使用，目的是将处于不同列的数据用一个轴展示出来

3.字段类型转换

Tableau会自动分配字段类型，但需要在创建视图前对分配不规范的进行调整

（二）数据连接与管理

Tableau元数据管理（数据架构）

1.数据连接层（Connection）

数据连接层决定如何访问源数据和获取哪些数据

支持的数据源类型

①传统关系型数据源

MySQL、Oracle、IBM DB2等

②多维数据源（OLAP）

Oracle Essbase、Microsoft Analysis Service、Teradata OLAP Connector等

③Hadoop系统产品的数据源

Cloudera Hadoop、Hortonworks Hadoop Hive、MapR Hadoop Hive等

④Tableau数据提取

⑤Web数据源

Google Analysis、Google BigQuery、Salesforce等

⑥Excel、Access以及文本文件

2.数据模型层（Data Model）

关系型数据库中数据的建模工作

元数据管理

字段数据类型

字段角色（度量/维度）

字段默认值、别名

用户定义的计算字段、集、组

建模过程

①首先，对业务数据库进行ETL（数据抽取/转换/加载）

②然后，定义维度中的层级关系和属性，形成数据立方体（CUBE）

③Tableau可识别多维数据源中预先定义好的分层结构

*注：由于多维数据源特性，Tableau引入的多维数据源本身为一种聚合形式，无法再进一步聚合，且维度字段不能随意改变组织形式（分组、创建分层结构、角色转换）和参与计算，同时度量字段也不能使用分级和改变角色

3.数据可视化层（VizQL）

报表查询

图形分析

数据连接

1.连接文件数据源

EXCEL

ACCESS

2.连接服务器数据源

Oracle

ODBC（其他数据库）

3.复制粘贴输入数据

创建以Clipboard开头的临时文件

4.筛选数据

数据整合

1.多表连接

连接类型

以纵向方式将列添加至现有表

内连接/左连接/右连接/外连接

并集

以水平方式将行添加至现有表

Tableau不会去重

2.跨数据库数据集成

适用场景：不同类型数据存放在不同数据环境中，提取后整合成统一数据源用作分析

3.多数据源数据融合

适用场景：分别从两个数据源中取数，融合分析（但不整合成一个数据源）

数据源关系

主数据源

从数据源

先添加的为主，后添加的为从

多维数据源不能用作从数据源，只能用作主数据源

前置条件：数据源间必须有一个公共字段

Tableau自动读取名称相同字段作为公共字段

手动设置：数据>>编辑关系

融合类型

跨数据源取数展示

跨数据源数据计算

添加计算字段，跨数据库聚合函数

去除Null值：ZN函数

去除*号

4.连接至多维数据集

数据加载

创建数据提取

刷新数据提取

向数据提取添加行

优化数据提取

数据维护

查看数据

刷新数据

替换数据

删除数据

 Collect

Get Started

营销手段细化之微信

 Collect

Get Started

2-2

 Collect

Get Started

page2 注册数据变化-

 Collect

Get Started

数据流图2





0 条评论

下一页