情欲超市txt电子书 对于多事实关总计据模子
发布日期：2024-11-02 07:29 点击次数：177
多事实关系可让您构建具有多个基表的数据源。在数据模子中使用多个基表允许您在 Tableau 中实际多事实分析情欲超市txt电子书。
通过成就以基表为根的表树 ，您不错对具有不同主张域的数据结构进行建模，并使用它们的分享特征将它们联接起来。这种类型的分析频频被称为多事实分析、一致维度或分享维度。在 Tableau 中，咱们将其称为多事实关总计据模子，因为您使用关系来构建它。多事实关总计据模子永久包含多个基表。基表是数据模子中最左边的表。相关怎样治服使用哪些表四肢基表的携带，请参见何时使用多事实关系模子。
多基表数据模子，其中一个基表的树杰出透露。
相关进程具有多个基表的数据模子对于数据片断怎样互相相关（或不相关）具有很大的无邪性。
正式：任何级别的相关性仅在具有多个基表的数据模子中相关。在多事实关总计据模子出现之前，要么总计内容齐是相关的（在单一数据源内），要么什么齐不相关（跨多个数据源混杂）。
数据模子中的相关性
笔据数据模子的结构，表是相关的、不相关的或分享的。在数据源中，表的相关性是一个常量。简要抽象如下：
相关表 在并吞个树中。 在 2024.2 之前，所少见据源齐是由单个树构成的单基表数据源，而在单基表数据源中总计表齐是相关的。不相关的表在不同的树中。基表永久互相不相关。恰巧位于一个基表卑劣的表也与其他树中的表不相关。分享表具有多个传入关系并属于多个树。具有多个传入关系的表的卑劣表也被视为分享表。分析经过中的相关性
字段不错是相关、不相关、尚未相关、糊涂相关的，好像不错充任拼接字段。一组字段之间的相关性是笔据数据模子的结构、哪些字段正在被积极使用（即，以胶囊容颜位于功能区上）以及这些字段是维度如故度量来逐张治服的。
为了对来自多个表的字段进行可视化，Tableau 必须在后台实际说合来规画值。使用的说合类型取决于字段的相关性。简要抽象如下：
在可视化项中使用相关字段时，维度是里面说合的，况且度量值按维度细分。 本色情况比这稍许复杂一些 — 可能需要在后台进行稀疏的联接，以确保不删除任何度量值。但在仅有维度的可视化项 中，相关维度是里面说合的，这是这里的主要主张。这与单基表模子的行动疏导。在可视化项中使用不相关字段
时，维度是交叉说合的。度量值是表界限的（即，土产货团员为总计这个词表的单个值）况且类似。字段也可能尚未相关或糊涂相关，这意味着对于行为字段的组合，有多种门径不错惩办它们的表之间的关系。淌若 Tableau 遭受不治服性，它会将字段视为不相关。基于分享字段拼接 
字段时，维度是外部说合的。度量值在职何不错细分的维度级别上进行团员，况且不错类似。 拼接维度类似于数据混杂中的相接字段。规画每对相关字段的恶果，然后将不相关的值通过它们之间分享维度的分享值拼接在一说念。总计这些主张和界说将在本主题后头进行更详备的盘问。
字段级相关性方针有多种视觉陈迹不错匡助您了解分析中使用的字段的相关进程。
责任表上的相关性方针不相关的图标：Tableau 使用不相关的图标 指明视图中的总计内容并非齐是相关的。淌若您在视图或“数据”窗格中的某个胶囊上看到不相关图标，则不错将鼠标悬停在该图标上获取更多信息。相关图标 示意该字段正在将不相关的字段拼接在一说念。浅灰色字段称号：当字段称号与功能区上使用的任何字段不相关时，它们在“数据”窗格中透露为浅灰色文本。您仍然不错使用这些字段在该可视化项中进行分析，但是不相关的字段在分析中的评估形势与相关的字段不同。悬停时，这些字段也会透露不相关图标。
正式：在昔日版块的 Tableau 中，浅灰色字段称号示意字段已荫藏，况且“透露荫藏字段”处于选中情状。荫藏的字段在透露时，当前用可点击的眼睛图标 
示意。
当在可视化项中一说念使用不相关的字段时，Tableau 会透露一个告诫对话框，让您知说念这些字段不相关。每次添加不相关的字段时齐会出现此告诫，以督察可能影响性能的意酬酢叉说合。
淌若要使用不相关的字段而不进行拼接，请单击“添加”以赓续将字段添加到可视化项。淌若要拼接不相关的字段，最好作念法是在以其他形势不相关的字段之前透露拼接字段。淌若拼接字段一经在使用中，则不会透露该对话框。相关拼接怎样督察交叉说合的详备信息，请参见怎样为相关性级别使用说合。
淌若要添增加个字段或视图中已存在多个字段，对话框中将出现“详备信息”区域。伸开该区域可稽察相关总计正在使用的字段的相关性的更多信息，并治服不相关性问题的开始。
若要十足罢手透露告诫信息，请遴选“不再透露”选项。您不错随时重新掀开这些告诫音问以重新启用它们：
在 Tableau Desktop 中，掀开“匡助”菜单 >“缔造和性能”>“重置忽略的音问”。在浏览器中，取销缓存数据。例如，在 Chrome 中，掀开 3 点式菜单>“删除浏览数据...”> 遴选“缓存的图像和文献”>“删除数据”。数据模子中的表级相关性在具有多个基表的数据模子中，每个基表界说一组相关的表，并形成主张树。这些树必须至少通过一个分享表联接，以确保全体数据源是单一实体。
昔日不错使用相接字段混杂的两个数据源当前不错是具有两个树的单个数据源，通过包含这些内行字段的分享表联接。
辅导：数据模子中表的关联形势会影响分析中字段的关联形势。在分析经过中回头参考“数据源”选项卡来稽察表怎样融入全体数据模子会很有用。
成人电影院让咱们使用此示例数据源来了解哪些表是相关、不相关或分享的。有两个树，一个树由基表 A 成就，另一个由基表 B 成就。
不相关的表基表基本上是不相关的。不异，任何仅存在于单个树中的表齐与其他树中的表不相关。
表 A 和表 X 不相关
表 B 和表 X 不相关
相关表并吞个树中的表被视为相关的。
表 A 和表 S 相关
表 B 和表 S 相关（通过表 A）
分享表分享表具有多个传入关系。这些表属于多个树并在它们之间分享。
表 S 和表 T 是分享的。
字段之间的相关性是笔据数据模子的结构、哪些字段正在被积极使用（即，哪些字段以胶囊容颜位于可视化项上）以及这些字段是维度如故度量来逐张治服的。下一部分先容了字段相关性怎样影响可视化项的恶果。
让咱们使用疏导的示例数据源来演练一下某些场景。每个字段的称号标明它来自哪个表，例如 FieldB 来自表 B。除非另有诠释，不然字段不错是维度或度量。
相关字段从高头绪来看，当 Tableau 不错笔据单个树内的关系旅途明晰地治服怎样一说念评估字段时，字段等于相关的。
例如，FieldB（来自表 B）和 FieldS（来自表 S）是相关的。
从高头绪来看，当字段不相关时，它们在职何情况下齐是不相关的。这可能是因为这些字段来自不相关的表，例如使用来自两个基表的字段。在这种情况下，不同基表中的字段基本上不相关。
例如，FieldA 和 FieldX 不相关。
好像，不错将字段视为在某个本事点上不相关 - 例如在糊涂相关或尚未相关的情况下。在大多数情况下，当字段在一个可视化项的高下文中不相关时，您不错依靠相关性方针来提醒您。
拼接维度拼接是 Tableau 在分析经过中评估多事实数据模子中不相关表中的字段的形势。在可视化项中，使用分享表中的维度不错将原来不相关的字段拼接在一说念，并允许在并吞可视化项中同期评估它们。不错将其视为笔据分享的维度将两个树的恶果比肩在一说念。
例如来说，淌若使用 FieldA 和 FieldX 构建可视化项，则这两个字段是不相关的。添加 DimensionS 会引入拼接字段。
FieldA 和 DimensionS 一说念评估。FieldX 和 DimensionS 一说念评估。这些中间恶果是笔据 DimensionS 的值汇总在一说念的。FieldA 和 FieldX 当前已拼接。
辅导：最好作念法是在导出不相关的字段之前，在可视化项中使用拼接字段。例如，先拖出 DimensionS，好像先拖出 FieldA，再拖出 DimensionS，再拖出 FieldX，而不是先拖出 FieldA，再拖出 FieldX，再拖出 DimensionS。领先添加拼接字段可确保 Tableau 永久知说念怎样评估关系，并幸免因一说念评估不相关的维度和交叉说合而产生的潜在性能问题。
拼接需要分享表中的维度在可视化项中处于行为情状。出于拼接目的，放手在“筛选器”功能区或“标识”卡上“器具辅导”属性上的字段不被视为行为字段。
尚未相关的字段字段还不错有多种相关但尚未相关的形势。当两个分享表（或卑劣分享表）之间可能存在多种关系时，就会发生这种情况。
假定有 FieldS 和 FieldT。它们的表通过基表 A 界说的树和基表 X 界说的树互相相关情欲超市txt电子书。
在仅具有 FieldS 和 FieldT 的可视化项中，对于应该使用哪个树来关联它们，莫得相关信息。淌若莫得其他信息，Tableau 就无法评估是通过基表 A 的树如故基表 B 的树来关联这些字段。
尽管存在多个潜在关系，但 FieldS 和 FieldT 被视为不相关。
这些可能相关但尚未相关的字段被评估为不相关字段，因为 Tableau 无法明晰地治服它们的关系旅途。与只可拼接的的确不相关的字段不同，尚未相关的字段不错被领会况且字段不错径直相关。
糊涂相关字段字段也可能糊涂相关。当分享表（或卑劣分享表）之间存在多个行为的可能关系时，就会发生这种情况。与尚未相关的字段（可被以为是低相关或欠相关）不同，糊涂相关字段是超相关或过度相关的。
假定有 FieldS 和 FieldT。它们的表通过基表 A 界说的树和基表 X 界说的树互相相关。
在具有 FieldA、FieldX、 FieldS 和 FieldT 的可视化项中，对于应该使用哪个树来关联它们，存在太多的信息。淌若不修剪信息，Tableau 就无法评估是通过基表 A 的树如故基表 B 的树来关联这些字段。
尽管存在多个活跃关系，但 FieldS 和 FieldT 被视为不相关。
这些糊涂相关字段被评估为不相关，因为 Tableau 无法明晰地治服它们的关系旅途。与只可拼接的的确不相关的字段不同，糊涂相关的字段不错被领会况且字段不错径直相关。
分享表中的度量当从分享表使用维度时，它会明天自其不相关的上游表的字段拼接在一说念。但是度量不行拼接，况且度量的值取决于其相关维度。
在具有 DimensionA 和 DimensionX 的可视化项中，这两个维度是不相关的。淌若 MeasureS 是从 Table S 中取出的，则它与 DimensionA 和 DimensionX 的组合不相关。诚然它不错独随即与其中任一个相关，但它不行同期在并吞个可视化项中与它们两者相关。
分享度量可被视为一种糊涂性或过度相关性，并以疏导的形势领会。
领会字段之间不解确的关系每当不治服怎样干联字段时，Tableau 不会作念出自便决定，而是将它们视为不相关。通过澄澈使用哪个树的不治服性来关联这些字段频频更好。
通过添加一个字段来治服使用哪个树来领会沿未相关的字段。通过移除字段来治服使用哪个树来领会糊涂相关的字段。
示例：
领会尚未相关：添加一个字段
在 FieldS 和 FieldT 的可视化项中，将表 A、B 或 C 中的字段添加到可视化项会使基表 A 的树处于行为情状，并惩办 FieldS 和 FieldT 之间的所需旅途。好像，使用表 X 中的字段将 FieldS 和 FieldT 之间的所需旅途领会为基表 X 的树。领会糊涂相关：移除一个或多个字段
在 FieldA、FieldX、FieldS 和 FieldT 的可视化项中，移除 FieldX 只会使基表 A 的树处于行为情状，并领会 FieldS 和 FieldT 之间的所需旅途。好像，移除 FieldA 可通过基表 X 的树领会 FieldS 和 FieldT 之间的所需旅途。领会分享度量：移除一个或多个字段
在 DimensionA、DimensionX 和 MeasureS 的可视化项中，移除 DimensionX 只会使基表 A 的树处于行为情状，并领会 DimensionA 和 MeasureS 之间的所需旅途。好像，移除 DimensionA 可通过基表 X 的树领会 DimensionX 和 MeasureS 之间的所需旅途。尚未相关糊涂相关相关性性领会为单一树通过基础表 A 相关通过基表 X 相关
领会不治服性类似于使用 FIXED 详备级别 (LOD) 抒发式。在 FIXED LOD 抒发式中，您不错通过界说维度声明来告诉 Tableau 要团员到哪个详备级别。通过转变可视化项的结构使只好一个树处于行为情状，不错领会不治服性，从而告诉 Tableau 不错接头哪些关系旅途来实际分析。
拼接与领会不治服性拼接妥协析不治服性齐是处理不相关性的门径，但它们的恶果不同：
拼接
领会不治服性
不相关的 FieldA 和 FieldX 通过 DimensionS 拼接
通过基表 A 界说的树评估 FieldS 和 FieldT
基于分享属性比肩不相关的字段当有多个选项（糊涂性或分享度量）时平缓要使用的关系旅途，或当没相关系旅途（尚不相关）时成就关系旅途。使用多基表逻辑来规画恶果
使用单基表逻辑来规画恶果
分析触及不相关的表分析触及分享表怎样为相关性级别使用说合治服字段级相关性后，Tableau 必须评估恶果以创建本色的可视化项。用于规画可视化项中透露的值的查询依赖于说合。字段是相关、不相关如故拼接对实际的说合有不同的影响。请记着，在此高下文中，糊涂相关梵衲未相关的字段将被视为不相关。
为了解释相关性和说合，本部分将先容表偏抓字段以及这些字段中的值。假定有以下具有两个基表（“Classes”（班级）和“Clubs”（俱乐部））和一个分享表（“Students”（学生））的数据模子。
Classes（班级）
Clubs（俱乐部）
Students（学生）
字段：
Classes（班级）：一个维度，其值为“Nesting Basics”（筑巢基础）、“Advanced Songs”（高等歌曲）、“Flying for Fledglings”（雏鸟翱游）和“Alarm Calls 101”（报警电话 101）Length（长度）， 一个度量Student（学生），用于与“Student”（学生）表关联的维度字段：
Clubs（俱乐部），一个维度，其值为“Photography”（影相）、“Travel”（旅行）、“Juggling”（杂耍）、“Art”（艺术）和“First Aid”（急救）Dues（会费）， 一个度量Student（学生），用于与“Student”（学生）表关联的维度字段：
Bus Rider（巴士乘客），一个维度，其值为“yes”（是）或“no”（否）Student（学生），一个维度，其值为“Finch”（雀类）、“Cardinal”（红衣凤头鸟）、“Sparrow”（麻雀）、“Robin”（Robin） 和“Jay”（松鸦）。用于与其他两个表关联Age（年级）， 一个度量这个突出通俗的模子诠释了怎样规画多事实关总计据模子的高等说合逻辑。相关基于关系构建的单基表数据模子中使用的说合基础常识的详备信息，请参见分析怎样适用于使用关系的多表数据源。
相关维度使用里面说合相关维度是里面说合的。里面说合会删除两个表之间不分享的任何维度值。
Tableau 使用稀疏的逻辑来确保度量值不会丢失。本部分仅使用维度来演示 Tableau 怎样将里面说合欺骗于相关维度的基础常识。以下示例透露相关维度怎样仅复返数据中存在的行。由于莫得学生投入“Alarm Calls 101”（报警电话 101）课程，因此恶果中不存在该课程。Cardinal 和 Jay 莫得投入任何课程，因此他们莫得出当前恶果中。
不相关的维度（单独的、莫得拼接维度）是交叉说合的。
在交叉说合中，一个维度中的每个值齐会与另一个维度中的每个值进行组合，即使恶果组合本色上并不存在于数据中。在此示例中，交叉说合为“Classes”（班级）和“Clubs”（俱乐部）的每种可能组合添加一溜。
意志到分析中何时发生交叉说合突出强大。尽管在交叉说合的恶果表中有一溜“高等歌曲 + 急救”，但本色上莫得学生参与这种行为组合（咱们将鄙人一部分的拼接示例中看到这极少的诠释注解）。
为什么意志到并非总计交叉说合接恶果齐基于数据很强大？思象一下，您试图制定课程和俱乐部的本事表，以免任何学生出现打破情况。高等歌曲和急救课上莫得学生，是以您不错忽略这个恶果，同期安排该课程和俱乐部。交叉说合并不代表数据中本色存在的值的组合。
此外，当基数较高（大批惟一值）时，交叉说合可能会影响性能。思象一下将每个电话号码与说合东说念主中的每个电子邮件地址交叉说合的情况。这会酿成组合的巨大爆炸式增长，况且可能产生腾贵的本钱。
拼接维度使用外部说合不相关的维度（在存在拼接维度的情况下）是外部说合的。
在此示例中，“Classes”（班级）表和“Clubs”（俱乐部）表齐与分享的“Students”（学生）表相关，但互相不相关，因此“Classes”（班级）和“Clubs”（俱乐部）字段不相关。添加“Students”（学生）维度不错让 Tableau 知说念在分析中应该将“Classes”（班级）中的哪些值与“Clubs”（俱乐部）中的哪些值比肩。咱们称之为外部说合行动拼接。
拼接与数据混杂的相似之处在于，将中间恶果重新组合在一说念以取得总体恶果。但是，与混杂不同的是，拼接是外部说合，而不是左说合，况且不会从任何一侧删除值。当所少见据源齐为一个时，就莫得主要数据源或次要数据源的主张，因此两个不相关的字段齐具有同等的优先级。
中间恶果是外部说合的拼接字段的外部说合中包含什么？循序对每个不相关字段和拼接字段规画径直里面说合，然后笔据拼接维度的值对这些中间恶果进行外部说合。
示例
“Students”（学生）和“Classes”（班级）的里面说合...
...以及“Students”（学生）和“Club”（俱乐部）的里面说合...
...然后在“Students”（学生）上进行外部说合。
除了维度的说合逻辑除外，度量还不错引入稀疏的说合。当 Tableau 初次引入关系时， 中枢原则之一是度量值不会丢失。这也在多事实关总计据模子中得到关爱。
基本细节如下：
度量值仅按相关维度细分。对于不相关的维度，度量值会类似。淌若有相关的度量值与之关联，则可能会复返在仅有维度的可视化项中删除的维度值。正式：请记着，度量是团员 — 它们是在可视化项中的维度组合所缔造的详备级别（粒度）上规画的。这称为度量按维度细分。当使用莫得任何维度的度量时，它被称为 表界限的度量。这意味着该度量的值是十足团员的值。一朝咱们在可视化项中使用维度，度量就会笔据维度值更细化地细分。因此，分析中度量的值取决于维度的高下文。
相关度量接头在相关维度（“Students”（学生）和“Classes”（班级））上进行里面说合所复返的维度值子集有三个学生值，永别是雀科、知更鸟和麻雀；以及三个班级值，永别是高等歌曲、筑巢基础和雏鸟翱游。
淌若咱们从“Classes”（班级）表添加“Length”（长度）度量，咱们会看到总计四个班级齐透表露来，况且有一个空值示意“Students”（学生）。每个班级“Length”（长度）透露在“Classes”（班级）级别。
淌若咱们改为通过“Students”（学生）表添加 “Age”（年级）度量，咱们看到透露了总计五名学生，况且班级有两个空值。恶果保留了每个学生，即使他们不在并吞个班级。每个学生“Age”（年级）透露在“Students”（学生）级别。
对于不相关的维度值，度量值会类似。
淌若咱们稽察“Classes”（班级）表中的“Length”（长度）度量和不相关的“Club”（俱乐部）维度，度量是表界限的，并在“Club”（俱乐部）的总计维度值中类似。
在存在拼接维度的情况下，度量既不错阐述，也不错类似。
在这里，度量“Age”（年级） 来自“Students”（学生）表，并细分到学生级别。每次学生笔据“Classes”（班级）和 “Club”（俱乐部）的维度类似期，“Age”（年级）值会类似。
针对每个表的数据提真金不怕火筛选器
多事实关总计据模子数据提真金不怕火的所少见据提真金不怕火筛选器齐是针对每个表的（而非宽敞的）。因此，及时联接和数据提真金不怕火联接之间的筛选恶果可能会有所不同。
行级规画
行级规画只可援用分享并吞上游基表的字段。也等于说，不行跨树实际行级规画。
合并字段
合并字段中的总计字段必须分享一个上游表。也等于说，您不行使用不同树中的字段创建合并字段。
集
只可使用触及分享疏导上游基表的字段的界说来创建集。但是，在可视化项中，当标识由与用于界说集的字段不相关的字段界说时，不错从标识中使用“添加到集”选项。淌若遴选“添加到集”，Tableau 会仅将相关字段添加到集界说中。这与单基表数据源中的“添加到集”的行动不同，“添加到集”会添加界说标识的总计内容。
考据 INCLUDE 详备级别抒发式
不行跨不相关的字段评估 INCLUDE LOD 抒发式。由于字段之间的相关性是按责任表进行评估的，因此“数据”窗格或规画剪辑器中可能存在有用的 LOD 抒发式，但在特定可视化项的高下文中（存在不相关的维度）可能会变得无效。发生这种情况时，LOD 胶囊将变成红色。您不错更新 LOD 抒发式以移除不相关的字段打破、转换可视化项的结构，或从可视化项中移除 LOD 抒发式。
更新已发布数据源
四肢最好作念法，淌若您筹划将现存已发布数据源修改为多事实关总计据模子（但并非总计联接的责任簿齐需要新的数据模子），请创建现存已发布数据源的副本。除非总计责任簿齐需要新表，不然不要更新数据源的现存版块。将修改后的数据源发布为新数据源并从中创建新的责任簿。当现存责任簿不需要该功能时，这将拦阻其调遣为使用 VDS 而不是数据劳动器，从而幸免潜在的性能影响。
已惩办的问题已惩办的问题斥地截止日历数据提真金不怕火
土产货数据源（在责任簿中）：尝试提真金不怕火多事实关总计据源将出现“No such table”（莫得这么的表）过失。
已发布数据源：提真金不怕火已发布的多事实关总计据源似乎得胜，但字段值不错交换。
Tableau Cloud ：适度 7 月中旬更新已惩办。这也适用于 public.tableau.com。Tableau Desktop：适度 2024 年 7 月 24 日发布的关爱版块 2024.2.1 已惩办Tableau Server：适度 2024 年 7 月 24 日发布的关爱版块 2024.2.1 已惩办淌若您在 Tableau Desktop 或 Tableau Server 中仍然看到这些问题，请升级到 2024 年 7 月 24 日或更高版块。
EXCLUDE 详备级别抒发式
仅当存在不相关字段时才应考据 INCLUDE LOD。但是，在疏导条目下，EXCLUDE LOD 也可能被过失地标识为无效。
嵌套用户规画
嵌套用户规画在具有多事实关总计据模子的已发布数据源中不可用。
2024.2 中的已知问题具有多个“标识”卡的相关性方针
当在“行”功能区或“列”功能区上使用多个度量构建可视化项时，每个度量齐会取得我方的“标识”卡。用于治服相关性方针（不相关图标、器具辅导中的文本以及相关性告诫对话框）的逻辑可能不会给出预期的恶果，具体取决于掀开的“标识”卡。但是，可视化项本人是笔据每对字段的相关性正确规画的。咱们一经筹划斥地此行动。
BatchQueryProcessor
必须启用 BatchQueryProcessor 智商相沿多事实关总计据模子。这是预期行动，当前莫得筹划斥地。
Tableau Pulse
Pulse 可能不适用于多事实关总计据模子。您可能无法创建方针界说，好像创建的任何方针可能齐是空缺的。这不是预期的行动情欲超市txt电子书，但当前还莫得筹划斥地。