Tableau数据可视化工具
Tableau 概述
作为领先的数据可视化工具，Tableau具有许多理想的和独特的功能。其强大的数据发现和探索应用程序允许您在几秒钟内回答重要的问题。您可以使用Tableau的拖放界面可视化任何数据，探索不同的视图，甚至可以轻松地将多个数据库组合在一起。它不需要任何复杂的脚本。任何理解业务问题的人都可以通过相关数据的可视化来解决。 分析完成后，与其他人共享就像发布到Tableau Server一样简单。
Tableau功能
Tableau为各种行业，部门和数据环境提供解决方案。以下是使tableau处理各种各样场景的独特功能。
分析速度 - 由于它不需要高水平的编程专长，任何有权访问数据的计算机用户都可以开始使用它从数据中导出值。
自我约束 - Tableau不需要复杂的软件设置。大多数用户使用的桌面版本很容易安装，并包含启动和完成数据分析所需的所有功能。
视觉发现 - 用户使用视觉工具（如颜色，趋势线，图表和图表）来探索和分析数据。有很少的脚本要写，因为几乎一切都是通过拖放来完成的。
混合不同的数据集 - Tableau允许您实时混合不同的关系，半结构化和原始数据源，而无需昂贵的前期集成成本。用户不需要知道数据存储的细节。
体系结构无关 - Tableau适用于数据流动的各种设备。因此，用户不必担心使用Tableau的特定硬件或软件要求。
实时协作 - Tableau可以即时过滤，排序和讨论数据，并在门户网站（如SharePoint网站或Salesforce）中嵌入实时仪表板。您可以保存数据视图，并允许同事订阅交互式仪表板，以便只需刷新其Web浏览器即可查看最新的数据。
集中数据 - Tableau Server提供了一个集中式位置，用于管理组织的所有已发布数据源。您可以在一个方便的位置删除，更改权限，添加标签和管理日程表。很容易安排提取刷新并在数据服务器中管理它们。管理员可以集中定义服务器上提取的计划，用于增量刷新和完全刷新。
tableau基础知识
筛选
维度，度量
跨数据源（把多个数据源放置到一个数据源）和混合数据源（多个不同的数据源进行关联）
格式--“标记”中的各类操作。
分组和分层
Tableau在何处筛选？
有3个地方：
摘要/聚合 筛选：
比如使用sum函数对不同类别的产品利润进行聚合计算。然后筛选出产品利润>0的产品类别。
记录级别筛选
针对每条记录，设置一个条件。
数据源筛选。
比如，给某个部门的经理发送一个做好的展板。这个经理只能看他们部门的数据。
筛选器的使用顺序：
数据提取筛选器 （点击编辑）
数据源筛选器
如果使用数据提取，那么它对提取的数据进行二次筛选
如果使用实时， 那么对实时数据进行筛选。
上下文筛选器 （即锁定筛选范围，它之后的筛选器只会对它筛选出的结果做进一步筛选）（右键单击筛选器胶囊，选择“上下文筛选”）
维度筛选器，⚠️相同级别的筛选器，进行独立筛选然后并Union.
度量筛选
表计算的过滤。
维度和度量（蓝色和绿色）
系统会为每个字段自动分配一种数据类型（例如整数、字符串、日期）和一个角色：离散维度或连续度量（较常见），或者连续维度或离散度量（不太常见）。
度量名称和度量值
度量名称：位于维度中，引用所有的度量值作为列名
度量值：位于度量中，引用所有的度量值。
使用度量名称/度量值的筛选器，选择要显示的度量值。
聚合， 粒度， 比率计算
粒度：视图的细分程度。每个点都是一个细分粒度。
聚合操作
使用聚合函数进行计算。tableau的自动功能可更会造成错误，这是因为计算方式不一样，所以要根据需求来判断是否需要使用聚合函数。
跨数据库操作，和混合操作
更新（4-20）： 参考了一篇文章《如何合并数据》， 对tableau的数据整合有明晰的理解。
更新内容：
从SQL理解：数据表的合并就只有union和join。上下合并和左右相连。
tableau desktop提出的数据混合blend的概念，以及跨数据库连接的概念，这两个概念是基于它自身的概念。
借鉴一下图：
先说跨数据库连接，我的理解就是SQL的数据表的join。具体方式见
目录 返回
首页