Wie funktionieren LOD-Ausdrücke in Tableau?



Tableau LOD Expressions bieten eine elegante und leistungsstarke Möglichkeit, Fragen mit mehreren Granularitätsebenen in einer einzigen Visualisierung zu beantworten.

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:



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:

Fragen in Tableau - LOD Tableau - EdurekaUm 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

  1. Öffnen Sie Tableau Desktop und stellen Sie eine Verbindung zum her Sample-Superstore gespeicherte Datenquelle.
  2. Navigieren Sie zu einem neuen Arbeitsblatt.
  3. Von dem Daten Bereich unter Bemaßungen ziehen Region zum Säulen Regal.
  4. 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.

  1. Wählen Analyse > Berechnetes Feld erstellen.
  2. 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])}

  3. 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

  1. Von dem Daten Bereich unter Maßnahmen ziehen Umsatz pro Kunde zum Reihen Regal und platzieren Sie es links von SUM (Sales).
  2. 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 VectorwiseNicht unterstützt.
Amazon EMR Hadoop HiveUnterstützter Hive ab 0.13.
Amazon RedshiftUnterstützt.
Aster-DatenbankUnterstützte Version 4.5 ab.
Cloudera HadoopUnterstützter Hive ab 0.13.
Cloudera ImpalaUnterstützt Impala 1.2.2 ab.
Cubes (mehrdimensionale Datenquellen)Nicht unterstützt.
DataStax EnterpriseNicht unterstützt.
EXASOLUnterstützt.
FeuervogelUnterstützte Version 2.0 ab.
Generisches ODBCBegrenzt. Hängt von der Datenquelle ab.
Google Big QueryUnterstützt für Standard SQL, nicht Legacy.
IBM DB2Unterstützte Version 8.1 ab.
MarkLogicUnterstützte Version 7.0 ab.
SAP HANAUnterstützt.
SAP Sybase ASEUnterstützt.
SAP Sybase IQUnterstützte Version 15.1 ab.
Spark SQLUnterstützt.
SplunkNicht unterstützt.
DatenextraktionstabelleUnterstützt.
TeradataUnterstützt.
VerticaUnterstützte Version 6.1 ab.
Microsoft AccessNicht unterstützt.
Microsoft Jet-basierte VerbindungenNicht unterstützt.
Hortonworks Hadoop HiveUnterstützter Hive ab 0.13.

In Version 1.1 von HIVE sind LOD-Ausdrücke, die Cross-Joins erzeugen, nicht zuverlässig.

IBM BigInsightsUnterstützt.
Microsoft SQL ServerAb SQL Server 2005 unterstützt.
MySQLUnterstützt.
IBM PDA (Netezza)Unterstützte Version 7.0 ab.
OrakelUnterstützte Version 9i ab.
Actian Matrix (ParAccel)Unterstützte Version 3.1 ab.
Pivotal GreenplumUnterstützte Version 3.1 ab.
PostgreSQLUnterstützte Version 7.0 ab.
Fortschritt OpenEdgeUnterstützt.

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.