Tableau
2020-04-01 10:55:30 1 举报AI智能生成
Tableau 知识结构（持续更新）
作者其他创作
大纲/内容
计算
数据分类
蓝色
维度
离散
绿色
度量
连续
数据操作
非公式计算
拆分
别名
合并字段
分层结构
特性
1：维度
2：自上而下的组织形式
3：日期、地理、以及属性分类
创建方式
1：拖动方式&命名组织
2：菜单创建组织&将其添加至该组织
使用方式
1：行、列功能区进行字段钻取
2：使用视图标题进行钻取
群组/集
组
1：维度或度量的离散值的组合
2：维度成员重新组合
3：离散范围分类
4：组不能用于计算
5：可以取消分组
1：通过视同全选、多选方式进行标记为组
2：针对数据窗口某个字段菜单创建分组
使用组
1：通过行列功能区进行展现组成员
2：仅展示定义好的组成员
集
1：某些条件定义数据子集的自定义字段
2：维度的部分成员
3：可以用于计算（并集、交集、差集）
4：可以参与计算字段的编辑
5：主要作用于筛选
分类
常量集合
静态
单个或多个维度
在视图中选择对象创建集合
计算集合
动态集合
单个维度
数据窗口菜单创建集合
通过范围
通过条件
靠前或靠后
作用
选取维度的部分成员
集合内外对比
集内成员的对比分析
参数
1：动态输入值
2：可交互
3：作用于计算集、自定义计算、自定义SQL、筛选器以及参考线(区)
4：通过参数与视图交互进行交互分析
5：全局对象，可以在任何工作表中单独使用，也可以应用于多个工作表
创建
菜单创建
或者集合中顶部创建参数
调用
集合引入
计算字段引入
使用
显示筛选器
数据桶
1：生成直方图
2：查看连续值分布情况
3：查看期集中趋势
智能图示
手动创建度量数据桶
桶的尺寸决定的直方图刻度线的对其
自定义日期
通配符
参考线
参考区
表计算
基本点(CTD)
是针对数据库中多行数据的计算方式
计算依据
寻址(方向)
1：确定计算对象的维度
2：确定表计算的对象
3：表、区、单元格 或者分层结构
4：有不同级别和深度的区分
5：可以调整寻址的先后顺序
分区（维度）
1：被计算的数据进行分组
2：确定分组方式
排序（维度之间的顺序）
确定各个分区的计算顺序
主要依据
表横穿以及向下
表横穿
表横穿，然后向下以及表向下然后横穿
快速表计算
时间相关
YTD合计，是指每年的累计，每年重新开始汇总
YTD增长，是每年的YTD的差异百分比，两次表计算
年度同比增长，属于差异百分比，每年各个季度同比增长%
汇总，默认是连续多年的汇总。按年汇总就是YTD合计。
自定义表计算
方向性质
LOOKUP
RUNING_SUM
范围性质
WINDOWS_SUM
RANK
参数性质
first和last返回的是当前行相对于首行和末行的偏移，因此可以作为offset参数使用
index返回的是索引，与分类的位置无关，因此可以作为偏移量使用在排雷托中，index()/size()用来生成横轴的坐标轴
size类似于技术。手动表计算，是调整范围，转化坐标轴的必备选
计算优先级
计算字段
视图
工作表
仪表盘
故事
组件
页面卡
筛选器
标记卡
1：标记类型
1：路径
2：角度
3：形状
2：大小
3：颜色
4：标签
5：详细信息
行列功能区
1：将度量数据变量自动SUM聚合
2：聚合的是依据维度中“数据行进行计量”
柱状图
条形图
散点图
直方图
盒须图
折线图
基本表
压力图
凸显表
树地图
气泡图
圆视图
甘特图
标靶图
帕累托
地图
符号
填充
背景
多维
混合
自定义
Tableau
数据连接管理
数据连接层
表连接 和 SQL脚本
数据库
数据表
数据视图
数据列
数据模型层
1：关系型数据源，会获依据关系结构获取数据立方体和信息
2：非关系数据源，依据数据类型判断是维度还是度量
传统BI模型
1：ETL（抽取，清洗，转换，加载）
2：零散结构
3：然后定义维度
数据连接
1：对于每次打开的数据源，需要产生历史记录，那么可以【数据】->【XXXXX数据源名称】->添加到以保存的数据源
2：Hive和Impala，建议使用Impala
3：筛选数据
4：对一个数据源进行多表连接
5：多数据源的数据融合
蓝色表示主数据源
橙色表示从数据源
多维数据集不能用作从数据源，只能用作主数据源
连接字段
激活
未激活
行列转换
不同列整合至同一列
数据透视表
数据加载
实时
数据提取（数据提取至引擎中，由Tableau进行管理）
1：创建数据提取
完整数据连接之后，针对数据源进行提取数据
在新建数据源时选择 “ 提取 ”
2：对于数据提取可实现先分析设计，后正式连接
3：刷新提取
完全：需要大量的数据库开销
增量：仅追加上次提取以来新增的行，而不是重新生成整个数据提取
4：提取优化，可以提前计算字段的预处理，并且存储在数据提取文件中
0 条评论
回复 删除
下一页
