Das Ziel eines jeden BI-Tools ist es zu geben Datenanalyse ein besserer Fluss. Wenn man als Profi Schwierigkeiten hat, das Werkzeug bei der Lösung eines Problems zu verwenden, ist der Strömungszustand unterbrochen. Eine häufige Ursache für dieses Problem ist die Notwendigkeit, mit Daten zu arbeiten, die zu unterschiedlichen Daten zusammengefasst wurden Detaillierungsgrad in Tableau (LOD) .
Tableau, das zum sechsten Mal in Folge im Magic Quadrant von Gartner auf dem Stapel platziert wird, sagt definitiv etwas über seine Nachfrage auf dem Markt aus. Dies ist wahrscheinlich die beste Zeit dafür .
Dieser Blog hilft Ihnen, LOD-Ausdrücke zu verstehen und die folgenden Themen zu diskutieren:
- Warum benötigen Sie Detailgenauigkeit in Tableau?
- Was ist der Detaillierungsgrad in Tableau?
- Ausdrücke auf Zeilenebene und Ansichtsebene
- Arten von LOD-Ausdrücken
- Aggregation und LOD-Ausdrücke
- Filter und LOD-Ausdrücke
- Erstellen von LOD-Ausdrücken
- Datenquellen, die den Detaillierungsgrad in Tableau unterstützen
- Tabellenberechnungen im Vergleich zum Detaillierungsgrad in Tableau
- Einschränkungen des Detaillierungsgrades in Tableau
Tableau LOD: Warum brauchen Sie LOD?
Es gibt oft Fragen, auf die man bei der Analyse von Daten stoßen muss. Diese Fragen sind oft einfach zu stellen, aber schwer zu beantworten. Sie klingen oft so:
Um diese Art von Fragen zu beantworten, wurde eine neue Syntax namens aufgerufen Detaillierungsgrad in Tableau 9.0. Diese neue Syntax vereinfachte und erweiterte die Berechnungssprache von Tableau, indem sie es ermöglichte, diese Fragen direkt zu beantworten.
Tableau LOD: Was ist LOD?
LOD-Ausdrücke bieten eine elegante und leistungsstarke Möglichkeit, Fragen mit mehreren Granularitätsebenen in einer einzigen Visualisierung zu beantworten.
Mit der Detailebene in Tableau- oder LOD-Ausdrücken können Sie Werte auf Datenquellenebene und Visualisierungsebene berechnen. Mit LOD-Ausdrücken haben Sie jedoch noch mehr Kontrolle über den Grad der Granularität, den Sie berechnen möchten. Sie können bei a durchgeführt werden körniger Niveau (INCLUDE-Berechnung), a weniger körnig Niveau (EXCLUDE-Berechnung) oder ein völlig unabhängig mild l (FESTE Berechnung).
Tableau LOD: Ausdrücke auf Zeilenebene und Ansichtsebene
Zeilenebene
In Tableau Verweise auf Ausdrücke nicht aggregiert Datenquellenspalten werden für jede Zeile in der zugrunde liegenden Tabelle berechnet. In diesem Fall ist die Dimensionalität des Ausdrucks Zeilenebene . Ein Beispiel für einen Ausdruck auf Zeilenebene ist:
[Umsatz] / [Gewinn]
Diese Berechnung wird in jeder Zeile der Datenbank ausgewertet. Der Verkaufswert in jeder Zeile wird durch den Gewinnwert in dieser Zeile geteilt, wodurch eine neue Spalte mit dem Ergebnis der Multiplikation (eine Gewinnquote) erstellt wird.
was ist schweben in css
Wenn Sie eine Berechnung mit dieser Definition erstellen, speichern Sie sie unter dem Namen [ProfitRatio] und ziehen Sie es dann aus dem Im Datenbereich eines Regals aggregiert Tableau normalerweise das berechnete Feld für die Ansicht:
SUMME [ProfitRatio]
Ansichtsebene
Im Gegensatz dazu beziehen sich Ausdrücke auf aggregiert Datenquellenspalten werden mit der durch die Dimensionen in der Ansicht definierten Dimensionalität berechnet. In diesem Fall ist die Dimensionalität des Ausdrucks auf Ansichtsebene. Ein Beispiel für einen Ausdruck auf Ansichtsebene ist:
SUMME (Umsatz) / SUMME (Gewinn)
Wenn Sie diese Berechnung in ein Regal ziehen (oder als Ad-hoc-Berechnung direkt in ein Regal eingeben), schließt Tableau sie in ein Regal ein AGG-Funktion ::
AGG (SUMME (Umsatz) / SUMME (Gewinn))
Dies ist, was als bekannt ist Gesamtberechnung .
Tableau LOD: Aggregation und LOD-Ausdrücke
Der LOD-Ausdruck ist gröber als die Detailstufe der Ansicht
Ein Ausdruck hat eine gröbere Detailebene als die Ansicht, wenn er auf a verweist Teilmenge der Dimensionen in der Ansicht.
Zum Beispiel für eine Ansicht, die die Dimensionen enthält [Kategorie] und [Segment] können Sie in Tableau eine Detailebene erstellen, die nur eine dieser Dimensionen verwendet:
{FIXED [Segment]: SUM ([Sales])}
In diesem Fall hat der Ausdruck eine gröbere Detailstufe als die Ansicht. Es basiert seine Werte auf einer Dimension ([Segment]), während die Ansicht ihre Ansicht auf zwei Dimensionen stützt ([Segment] und [Kategorie]).
Das Ergebnis ist, dass die Verwendung des Detaillierungsgradausdrucks in der Ansicht dazu führt, dass bestimmte Werte repliziert werden, d. H. erscheinen mehrmals .
Der LOD-Ausdruck ist feiner als die Detailstufe der Ansicht
Ein Ausdruck hat eine feinere Detailebene als die Ansicht, wenn er auf a verweist Obermenge der Dimensionen in der Ansicht.
Wenn Sie einen solchen Ausdruck in der Ansicht verwenden, aggregiert Tableau die Ergebnisse bis zur Ansichtsebene. Die folgende Detailebene in Tableau bezieht sich beispielsweise auf zwei Dimensionen:
{FIXED [Segment], [Kategorie]: SUM ([Sales])}
Wenn dieser Ausdruck in einer Ansicht verwendet wird, deren Detaillierungsgrad nur [Segment] ist, werden die Werte angezeigt muss aggregiert werden . Folgendes würden Sie sehen, wenn Sie diesen Ausdruck in ein Regal ziehen würden:
Client-Server-Socket-Programmierung in Java
AVG ([{FIXED [Segment]], [Category]]: SUM ([Sales]])}])
Ein Anhäufung (in diesem Fall Durchschnitt) wird von Tableau automatisch zugewiesen. Sie können die Aggregation nach Bedarf ändern.
Hinzufügen eines LOD-Ausdrucks zur Ansicht
Ob eine Detailebene im Tableau-Ausdruck in der Ansicht aggregiert oder repliziert wird, wird durch die Ausdruckstyp und Die Granularität .
- INCLUDE-Ausdrücke haben entweder den gleichen Detaillierungsgrad wie die Ansicht oder einen feineren Detaillierungsgrad als die Ansicht. Daher werden Werte niemals repliziert.
- FESTE Ausdrücke können eine feinere Detailebene als die Ansicht, eine gröbere Detailebene oder dieselbe Detailebene aufweisen. Die Notwendigkeit, die Ergebnisse einer FESTEN Detailstufe zu aggregieren, hängt davon ab, welche Dimensionen in der Ansicht enthalten sind.
- EXCLUDE-Ausdrücke führen immer dazu, dass replizierte Werte in der Ansicht angezeigt werden. Wenn Berechnungen mit EXCLUDE-Detaillierungsgraden in einem Regal abgelegt werden, wird in Tableau standardmäßig die Option verwendet ATTR-Aggregation im Gegensatz zu SUM oder AVG, um anzuzeigen, dass der Ausdruck nicht tatsächlich aggregiert wird und dass das Ändern der Aggregation keine Auswirkungen auf die Ansicht hat.
Ausdrücke mit Detaillierungsgrad werden immer automatisch in Aggregate eingeschlossen, wenn sie einem Regal in der Ansicht hinzugefügt werden, sofern sie nicht als Bemaßungen verwendet werden.
Tableau LOD: Filter und LOD-Ausdrücke
Das Bild hier zeigt dieReihenfolge der Ausführung der Filter von oben nach unten.Der Text rechts zeigt, wo die LOD-Ausdrücke in dieser Reihenfolge ausgewertet werden.
Filter extrahieren (in Orange) sind nur relevant, wenn Sie einen Tableau-Extrakt aus einer Datenquelle erstellen. Tabellenberechnungsfilter (dunkelblau) werden nach Ausführung der Berechnungen angewendet und verbergen daher Markierungen, ohne die zugrunde liegenden Daten herauszufiltern, die in den Berechnungen verwendet werden.
FESTE Berechnungen werden vor Dimensionsfiltern angewendet. Wenn Sie also die Felder in Ihrem Filterregal nicht heraufstufen, um die Ansichtsleistung mit Kontextfiltern zu verbessern, werden sie ignoriert.
Tableau LOD: Arten von LOD-Ausdrücken
Berechnung einschließen
INCLUDE berechnet Werte unter Verwendung der angegebenen Dimensionen zusätzlich zu den Dimensionen in der Ansicht. Diese Ebene des Detailausdrucks ist am nützlichsten, wenn Sie eine Dimension einfügen, die nicht in der Ansicht enthalten ist.
Klasse __init__ Python
Beispielsweise: {INCLUDE [Kundenname]: SUM ([Sales])}
Berechnung ausschließen
EXCLUDE entfernt explizit Dimensionen aus dem Ausdruck, dh sie subtrahieren Dimensionen von der Detailstufe der Ansicht. Diese Detailstufe in Tableau ist am nützlichsten, um eine Dimension in der Ansicht zu entfernen.
Beispielsweise: {EXCLUDE [Region]: SUM ([Sales])}
FESTE Berechnung
FIXED berechnet Werte unter Verwendung der angegebenen Bemaßungen ohne Bezugnahme auf die Detailstufe der Ansicht, dh ohne Bezugnahme auf andere Bemaßungen in der Ansicht. Diese Ebene des Detailausdrucks ignoriert auch alle Filter in der Ansicht außer Kontextfiltern, Datenquellenfiltern und Extraktfiltern.
Beispielsweise: {FIXED [Region]: SUM ([Sales])}
Tableau LOD: Erstellen von LOD-Ausdrücken
Syntax eines LOD-Ausdrucks
Eine Detailebene hat folgende Struktur:
EINSCHLIESSEN
Schritt 1: Richten Sie die Visualisierung ein
- Öffnen Sie Tableau Desktop und stellen Sie eine Verbindung zum her Sample-Superstore gespeicherte Datenquelle.
- Navigieren Sie zu einem neuen Arbeitsblatt.
- Von dem Daten Bereich unter Bemaßungen ziehen Region zum Säulen Regal.
- Von dem Daten Bereich unter Maßnahmen ziehen Der Umsatz zum Reihen Regal. Ein Balkendiagramm mit der Umsatzsumme für jede Region wird angezeigt.
Schritt 2: Erstellen Sie den LOD-Ausdruck
Anstelle der Summe aller Verkäufe pro Region möchten Sie möglicherweise auch den durchschnittlichen Umsatz pro Kunde für jede Region anzeigen. Sie können dazu einen LOD-Ausdruck verwenden.
- Wählen Analyse > Berechnetes Feld erstellen.
- Gehen Sie im sich öffnenden Berechnungseditor wie folgt vor:
- Nennen Sie die Berechnung Umsatz pro Kunde.
- Geben Sie den folgenden LOD-Ausdruck ein:
{INCLUDE [Kundenname]: SUM ([Sales])}
- Wenn Sie fertig sind, klicken Sie auf OK. Der neu erstellte LOD-Ausdruck wird dem Datenbereich unter 'Kennzahlen' hinzugefügt.
Schritt 3: Verwenden Sie den LOD-Ausdruck in der Visualisierung
- Von dem Daten Bereich unter Maßnahmen ziehen Umsatz pro Kunde zum Reihen Regal und platzieren Sie es links von SUM (Sales).
- Klicken Sie im Zeilenregal mit der rechten Maustaste Umsatz pro Kunde und auswählen Messen (Summe) > Durchschnittlich. Sie können jetzt sowohl die Summe aller Verkäufe als auch den durchschnittlichen Umsatz pro Kunde für jede Region anzeigen. Sie können beispielsweise sehen, dass sich der Umsatz in der Region Zentral ungefähr summierte 500.000 USD mit einem durchschnittlichen Verkauf für jeden Kunden von ungefähr 800 USD .
Tableau LOD: Datenquellen, die LOD-Ausdrücke unterstützen
Datenquelle | Unterstützt / nicht unterstützt |
Actian Vectorwise | Nicht unterstützt. |
Amazon EMR Hadoop Hive | Unterstützter Hive ab 0.13. |
Amazon Redshift | Unterstützt. |
Aster-Datenbank | Unterstützte Version 4.5 ab. |
Cloudera Hadoop | Unterstützter Hive ab 0.13. |
Cloudera Impala | Unterstützt Impala 1.2.2 ab. |
Cubes (mehrdimensionale Datenquellen) | Nicht unterstützt. |
DataStax Enterprise | Nicht unterstützt. |
EXASOL | Unterstützt. |
Feuervogel | Unterstützte Version 2.0 ab. |
Generisches ODBC | Begrenzt. Hängt von der Datenquelle ab. |
Google Big Query | Unterstützt für Standard SQL, nicht Legacy. |
IBM DB2 | Unterstützte Version 8.1 ab. |
MarkLogic | Unterstützte Version 7.0 ab. |
SAP HANA | Unterstützt. |
SAP Sybase ASE | Unterstützt. |
SAP Sybase IQ | Unterstützte Version 15.1 ab. |
Spark SQL | Unterstützt. |
Splunk | Nicht unterstützt. |
Datenextraktionstabelle | Unterstützt. |
Teradata | Unterstützt. |
Vertica | Unterstützte Version 6.1 ab. |
Microsoft Access | Nicht unterstützt. |
Microsoft Jet-basierte Verbindungen | Nicht unterstützt. |
Hortonworks Hadoop Hive | Unterstützter Hive ab 0.13. In Version 1.1 von HIVE sind LOD-Ausdrücke, die Cross-Joins erzeugen, nicht zuverlässig. |
IBM BigInsights | Unterstützt. |
Microsoft SQL Server | Ab SQL Server 2005 unterstützt. |
MySQL | Unterstützt. |
IBM PDA (Netezza) | Unterstützte Version 7.0 ab. |
Orakel | Unterstützte Version 9i ab. |
Actian Matrix (ParAccel) | Unterstützte Version 3.1 ab. |
Pivotal Greenplum | Unterstützte Version 3.1 ab. |
PostgreSQL | Unterstützte Version 7.0 ab. |
Fortschritt OpenEdge | Unterstützt. |
Tableau LOD: Tabellenberechnungen gegen LOD
LOD-Ausdrücke sind keine neue Form der Tabellenberechnung. Obwohl sie viele Tabellenberechnungen ersetzen können, besteht ihr Hauptziel darin, neue Möglichkeiten zu eröffnen.LOD-Ausdrücke und Tabellenberechnungen funktionieren unterschiedlich.
Tabellenberechnungen | LOD-Ausdrücke |
Tabellenberechnungen werden generiert von Abfrageergebnisse . | LOD-Ausdrücke werden als Teil der Abfrage an die generiert zugrunde liegende Datenquelle . Sie werden abhängig von der DBMS-Leistung als verschachtelte Auswahl ausgedrückt. |
Tabellenberechnungen können Nur Ergebnisse erzielen, die entweder gleich oder weniger detailliert sind als die besagte LOD. | LOD kann zu Ergebnissen führen unabhängig von der LOD . |
Dimensionen, die die Operationen einer Tabelle steuern, sind von der Berechnungssyntax getrennt. | Dimensionen, die die Operationen eines LOD-Ausdrucks steuern, sind eingebettet in den Ausdruck selbst. |
Tabellenberechnungen werden verwendet als aggregierte Maßnahmen . | LOD-Ausdrücke können in anderen Konstrukten verwendet werden. |
Filter in Tabellenberechnungen dienen als AUSBLENDEN . | Filter auf der LOD fungieren als AUSSCHLIESSEN . |
Tableau LOD: Einschränkungen von LOD
Im Folgenden sind die Einschränkungen aufgeführt, die für LOD-Ausdrücke gelten.
- LOD-Ausdrücke, die auf Gleitkomma-Kennzahlen verweisen, verhalten sich in einer Ansicht, die einen Vergleich der Werte im Ausdruck erfordert, in der Regel unzuverlässig.
- LOD wird auf der Seite Datenquelle nicht angezeigt.
- Verwenden Sie beim Verweisen auf einen Parameter in einer Dimensionsdeklaration immer den Parameternamen und nicht den Parameterwert.
- Beim Mischen von Daten muss sich das Verknüpfungsfeld aus der primären Datenquelle in der Ansicht befinden, bevor Sie einen Detaillierungsgradausdruck aus der sekundären Datenquelle verwenden können.
Darüber hinaus weisen einige Datenquellen Komplexitätsgrenzen auf. Tableau deaktiviert Berechnungen für diese Datenbanken nicht, aber Abfragefehler sind möglich, wenn Berechnungen zu komplex werden.