偷拍自拍 索求数据

数据索求是与原始数据集分开保存的信息子集。它有两个筹划：进步性能以及足下原始数据中可能不可用或不援手的 Tableau 功能。通过创建数据索求偷拍自拍，您不错通过应用筛选器和建设其他松手来灵验减少总体数据量。

创建数据索求后，不错使用原始源中的最新数据对其进行刷新。在刷新过程中，您不错纯真地采取王人备刷新（替换数据索求中的总共现存施行）或增量刷新（仅包括自前次刷新以来的新行）。

驻守：从版块 2024.1 运转，Tableau 引入了一项功能，使用户粗略使用非独一键列对数据索求推论增量刷新。

数据索求的优点

处理大型数据集：数据索求不错处理多量数据，以致达到数十亿行。这使用户粗略灵验地处理多量数据集。

校正的性能：与奏凯迷惑到原始数据的视图比较，与足下索求数据源的视图进行交互不错带来更好的性能。数据索求可优化查询性能，从而加速数据分析和可视化速率。

增强的功能：数据索求提供对原始数据源可能不可用或不援手的其他 Tableau 功能的探听。

举例，用户不错足下数据索求来蓄意“计数(不类似) ”，从而罢了更高等的蓄意和分析。

脱机数据探听 (Tableau Desktop)：数据索求允许脱机探听数据。这意味着即使原始数据源不可用，用户仍然不错在土产货保存、操作和使用数据。

创建数据索求

Tableau 责任经由中有多个选项可用于创建数据索求，但主要法度如下所述。

迷惑到数据并在“数据源”页面上建设数据源后，请在右上角采取“数据索求”，然后采取“剪辑”贯穿以绽放“索求数据”对话框。

在“数据存储”下，采取“逻辑表”或“物理表”。筹谋此要领的匡助，请参见数据存储部分。

伸开“筛选器”建设筛选器，以松手基于字段及字段值索求的数据量。

采取“团聚可视维度的数据”以使费用量的默许团聚来团聚度量。

（可选）采取将日历汇总到指定的日历级别，举例年、月等。

采取要索求的行数。不错索求总共行、样本或前 N 行。

选中增量刷新复选框，然后指令要刷新的表，采取数据库中的列来秀雅新行，并可采取建设刷新的最小日历界限。

嘟嘟嘟在线视频免费观看

完成后，采取“保存建设”。

采取责任表标签页。这将启动数据索求的创建。

接下来，采取保存数据索求的位置。

输入数据索求文献名。

采取“保存”。若是“保存”对话框未知道，请参见数据索求疑深邃答部分。

数据索求字段形色

创建数据索求时，您不错成立多个字段。此部分将指令您了解每个字段。

数据存储

在“数据存储”下，您不错采取逻辑表或物理表。逻辑表将数据存储在数据源中每个逻辑表的一个数据索求表中。另一方面，物理表将数据存储在数据源中每个物理表的一个数据索求表中。

逻辑表

若是您思要松手数据索求中的数据量并使用其他数据索求属性（举例筛选器、团聚或前 N 个），则应采取逻辑表。

当您的数据包含纵贯函数 (RAWSQL) 时，此选项也很灵验。

Tableau 使用逻辑表手脚存储数据索求数据的默许结构。

若是采取此选项何况您的数据索求包括相连，则将在创建数据索求时应用相连。

物理表

若是您的数据索求由与等式相连相结合的表构成，何况得志使用物理表选项的条目，则应采取物理表。该选项在查询时推论相连，有可能进步性能并减少许据索求文献的大小。

使用“物理表”选项的驻守事项。若要使用“物理表”选项存储数据索求，数据索求中的数据必须得志以下总共条目。

物理表之间的总共相连均为等值 (=) 相连。

用于关系或相连的列的数据类型疏通。

未使用纵贯函数 (RAWSQL)。

未成立增量刷新。

未成立数据索求筛选器。

未成立“前 N 个”或抽样。

若是以“物理表”形式存储数据索求，则无法向其附加数据。

对于逻辑表，不成将数据追加到具有多个逻辑表的数据索求。

对于使用“物理表”选项的请示

在建设和使用数据索求时，Tableau 经常会提议您使用默许数据存储选项“逻辑表”。在许厚情况下，某些所需的数据索求功能（比如数据索求筛选器）唯有在使用“逻辑表”选项时才可用。

适用于比预期大的数据索求的“物理表”选项

应严慎地使用“物理表”选项来匡助处理特定情况，举例您的数据源得志使用“物理表”选项的条目，何况数据索求的大小比预期大。若要笃定数据索求是否比预期大，使用“逻辑表”选项的数据索求中的总行数必须比创建数据索求之前总共销亡的表的总行数多。若是碰到这种情况，请尝试改用“物理表”选项。

使用“物理表”选项时的替代筛选提议

使用“物理表”选项时，可匡助减少数据索求中的数据的其他选项（如“数据索求筛选器”、“团聚”、“前 N 个”和“抽样”）会被禁用。若是需要减少使用“物理表”选项的数据索求中的数据，请商量使用以下提议之一，在将数据索求引入 Tableau Desktop 之前筛选数据：

迷惑到您的数据并使用自界说 SQL 界说筛选器

不要迷惑到数据库表，而是使用自界说 SQL 迷惑到数据。创建自界说 SQL 查询时，请确保其包含减少数据索求中的数据所需的相宜筛选级别。筹谋 Tableau Desktop 中的自界说 SQL 查询的能干信息，请参见“迷惑到自界说 SQL 查询”。

在数据库中界说视图偷拍自拍

若是您非凡据库的写入探听权限，请商量界说一个只包含数据索求所需数据的数据库然后通过 Tableau Desktop 迷惑到该数据库视图。

数据索求的行级别安全性

若是要在行级别保护数据索求数据的安全，提议使用“物理表”选项来罢了此决策。筹谋 Tableau 的行级别安全性的能干信息，请参见“在数据行级别松手探听权限”。

一般表驻守事项

“逻辑表”和“物理表”选项都只会影响数据索求中数据的存储形式。这些选项不影响数据索求中的表在“数据源”页面上的知道形式。

举例，假定您的数据索求由一个包含三个物理表的逻辑表构成。

若是奏凯绽放成立为使用默许选项“逻辑表”的数据索求 (.hyper) 文献，您将看到列在“数据源”页面上的一个表。

然则，若是绽放使用打包数据源 (.tdsx) 文献的数据索求或包含其对应数据索求 (.hyper) 文献的数据源 (.tdsx) 文献，您将在“数据源”页面上看到包含数据索求的沿途三个表。

筛选器

使用筛选器来建设筛选器，以松手基于字段及字段值索求的数据量。

团聚

团聚允许您团聚度量。您也不错采取按指定的日历级别（举例“年”、“月”等）来“汇总日历”。底下的示例阐述了怎样为您不错采取的每个团聚选项索求数据。

 

原始数据每个记载都知道为一个单独行。数据中共有 7 行。团聚可视维度的数据

（无汇总）

具有疏通日历和地区的记载已团聚到一滑中。数据索求中共有 5 行。团聚可视维度的数据（按“月”汇总日历）日历已按“月”级别进行汇总，何况具有疏通地区的记载已团聚到一滑中。数据索求中共有 3 行。行数

不错索求总共行或前 N 行。Tableau 发轫会应用筛选器和团聚，然后从经过筛选和团聚的驱散中索求行数。行数选项取决于要从中进行索求的数据源的类型。您可能在“索求数据”对话框中看不到“采样”选项，因为某些数据源不援手采样。

驻守：数据索求中将不包括您当先在“数据源”页面或责任表标签页中瞒哄的任何字段。单击“瞒哄总共未使用的字段”按钮可将这些瞒哄字段从数据索求中移除。

增量刷新

大多数数据源都援手增量刷新。您不错将刷新成立为仅添加自前次索求数据以来新增的行，而不是刷新总共这个词数据索求。

举例，您可能有一个每天都使用新销售走动进行更新的数据源。您只需添加今日发生的新走动，而不是每天再行生成总共这个词数据索求。

增量刷新和高等建设请示

此部分将为您提供一些请示，匡助您幸免在建设这些功能时可能碰到的诞妄。

增量刷新：

在“行数”中，您需要采取“总共行”。

若是启用团聚，则增量刷新不可用。

高等建设：

高等建设与筛选器不兼容。

数据索求请示

保存责任簿以保留与数据索求的迷惑

创建数据索求后，责任簿将运转使用您的数据的数据索求版块。然则，在保存责任簿之前，不会保存与数据的数据索求版块的迷惑。这意味着，若是不先保存就关闭责任簿，则不才次绽放该责任簿时，该责任簿将迷惑到原始数据源。

在抽样数据与总共这个词数据索求之间切换

当您处理多量数据索求时，创建较小的数据样本会很有匡助。这使您不错建设视图，而无谓在每次向分析中添加字段时运行冗长的查询。通过在“数据”菜单中采取相宜的选项，您不错莽撞地在使用示例数据和圆善数据源之间切换。

不要奏凯迷惑到数据索求

将数据索求保存到蓄意机时，您不错使用新的 Tableau Desktop 奏凯迷惑到这些数据索求。然则，由于以下几个原因，不提议这么作念：

表的称呼可能不同。

数据索求使用特殊定名来确保每个表都有独一的称呼，这可能很难领会。

您无法更新或刷新数据索求。

当您奏凯迷惑到数据索求时，Tableau 会将其视为原始数据源，而不是副本。这意味着您无法将其贯穿回原始数据源。

结构和表之间的关系将丢失。

表之间的胪列和迷惑存储在 .tds 文献中，而不是在 .hyper 文献中。因此，当您奏凯迷惑到 .hyper 文献时，您将丢失此信息。若是您为数据索求使用逻辑表存储，您将看不到任何对原始物理表的援用。

从责任簿中移除数据索求

您不错随时移除数据索求，法度是在“数据”菜单中采取数据索求数据源，然后采取“数据索求”>“移除”。移除数据索求时，您不错采取“仅从责任簿中移除数据索求”或“移除并删除数据索求文献”。后一个选项将从硬盘中删除数据索求。

稽查数据索求历史记载 (Tableau Desktop)

您不错稽查前次更新数据索求的时代以尽头他能干信息，法度是在“数据”菜单中采取数据源，然后采取“数据索求”>“历史记载”。

若是绽放所保存的带非凡据索求的责任簿，何况 Tableau 找不到此数据索求，则在出现请示时，请在“未找到数据索求”对话框中采取以下选项之一：

查找数据索求：若是数据索求存在，但不在 Tableau 当先保存它的位置中，请采取此选项。单击“笃定”以绽放“绽放文献”对话框，您不错在其中指定数据索求文献的新位置。

删除数据索求：若是您莫得对数据索求的进一步需求，请采取此选项。这异常于关闭数据源。将会删除援用数据源的总共已绽放责任簿。

停用数据索求：使用从中创建数据索求的原始数据源，而不是数据索求。

再行生成数据索求：再行生成数据索求。会自动应用您在当先创建数据索求时指定的总共筛选器和其他自界说项。

数据索求疑深邃答

创建数据索求构陷很永劫期：证据数据集的大小，创建索求数据可能需要较永劫期。不外，在索求了数据并将其保存到蓄意机后，性能可能会进步。

未创建数据索求：若是数据集包含多量的列（举例，数千个列），则在某些情况下 Tableau 可能无法创建数据索求。若是碰到问题，请商量索求较少的列或再行构建基础数据。

“保存”对话框未知道或未依据 .twbx 创建数据索求：若是按照上头的过程从打包责任簿中索求数据，“保存”对话框将不会知道。在依据打包责任簿 (.twbx) 创建数据索求时，数据索求文献会自动存储在与打包责任簿关联的文献包中。若要探听依据打包责任簿创建的数据索求文献，您必须将责任簿解包。筹谋能干信息，请参见打包责任簿。

数据索求功能更新日历界限（子界限）

从版块 2024.2 运转，Tableau 添加了一项名为“子界限刷新”的新功能，用于增量刷新。此功能允许用户指定刷新数据索求的最小日历界限。举例，用户不错采取刷新自刷新日历起往常 14 天的数据。通过足下此功能，用户不错加速数据索求刷新速率并简易与无谓要的王人备数据索求关连的资本。

增量刷新

从版块 2024.1 运转，Tableau 引入了一项功能，使用户粗略使用非独一键列对数据索求推论增量刷新。有一个新的 UI 援手这些高等建设。

此更新在此过程中引入了一个额外要领。在增量刷新技艺，Tableau 发轫从数据索求中移除与先前记载的最高值匹配的行。随后，Tableau 查询值高于或等于前一个最高值的总共行。此法度可确保总共已删除的行以及总共新添加的行都获得商量。

Web 中的数据索求

从版块 2020.4 运转，数据索求可在 Web 制作和施行工作器中使用。当今，您不再必须使用 Tableau Desktop 来索求数据源。筹谋能干信息，请参见在 Web 上创建数据索求。

逻辑和物理表数据索求

跟着 2020.2 版中 Tableau 数据模子中的逻辑表和物理表的引入，数据索求存储选项已从单个表和多个表窜改为逻辑表和物理表。这些选项更好地形色了怎样存储数据索求。筹谋能干信息，请参见索求数据。

弃用 .tde 花式

驻守：从 2023 年 3 月运转，使用 .tde 花式的数据索求在 Tableau Cloud、Tableau Public 和 Tableau Server（版块 2023.1.0）中已弃用。版块 2024.2 是不错绽放 .tde 花式文献的终末一个版块。筹谋能干信息，请参见数据索求升级为 .hyper 花式。

从版块 10.5 运转，当您创建数据索求时，它将使用 .hyper 花式。.hyper 花式的数据索求足下了校正的数据引擎，此引擎针对更大的数据集援手更快的分析和查询性能。

一样，使用版块 10.5 及更高版块对 .tde 数据索求推论数据索求关连任务时，数据索求会升级到 .hyper 数据索求。在 .tde 数据索求升级为 .hyper 数据索求后，它无法归附为 .tde 数据索求。筹谋能干信息，请参见数据索求升级为 .hyper 花式。

视图中值和标记的变化

为了进步数据索求后果和可推广性，不错在版块 10.5 及更高版块中以不同形式蓄意数据索求中的值（与版块 10.4 及更低版块比较）。窜改蓄意值的形式可能会影响视图中标记的填充形式。在某些极少数的情况下，窜改可能会导致视图情景发生变化或变为空缺。这些窜改可能也适用于多迷惑数据源、使用文献数据及时迷惑的数据源、迷惑到 Google 表格数据的数据源、基于云的数据源、纯数据索求数据源以及 WDC 数据源。

若要了解使用版块 2022.4 后您可能会在视图中看到的某些各别，请稽查以下各部分。

日历和日历时代值的花式

在版块 10.5 中及更高版块中，数据索求将解任对于怎样通过 DATE、DATETIME 和 DATEPRASE 函数讲解日历字符串的愈加一致和严格的规矩。这会影响日历的阐述形式，或者这些函数所允许的日历花式和模式。更具体地说， 规矩不错详细如下：

蓄意日历，然后按列进行分析，而不是按行进行分析。蓄意日历，然后证据创建责任簿地点的位置的区域建设进行分析，而不是证据绽放责任簿地点的蓄意机的区域建设进行分析。

这些新规矩使数据索求愈加高效，并能生成与交易数据库一致的驱散。

然则，由于存在这些规矩，特别是在创建责任簿时的区域建设与绽放责任簿时的区域建设或责任簿所发布到的工作器的区域建设不同期，您可能会发现 1.) 日历和日历时代值窜改为不同的日历和日历时代值，或者 2.) 日历和日历时代值窜改为 Null。当日历和日历时代值窜改为不同的日历和日历时代值或者变为 Null 时，经常默示基础数据存在问题。

为什么使用版块 10.5 和更高版块后您可能会在数据索求数据源中看到日历和日历时代值发生变化，以下是一些常见的原因。

日历/日历时代值发生变化的常宥恕因

Null 值的常宥恕因

当函数必须在单个列中阐述多种日历花式时。若是日历不笃定何况不错用多种不同形式进行讲解，则会证据 Tableau 为该列笃定的花式来讲解日历。筹谋一些示例，请参见以下日历决策 1和日历决策 2。当函数必须阐述 YYYY-MM-DD (ISO) 花式时。筹谋示例，请参见日历决策 3。当函数莫得迷漫的信息来推导时代时，它可能会将值讲解为“00:00:00.0”，并使用“0”来默示小时、分钟、秒和毫秒。当函数莫得迷漫的信息来推导时代时，它可能会将月份值讲解为“1”或“一月”。当函数阐述年份时，会按以下形式讲解年份：年份“07”被讲解为“2007”年份“17”被讲解为“2017”。年份“30”被讲解为“2030”。年份“69”被讲解为“2069”。年份“70”被讲解为“1970”。当函数必须在单个列中阐述多种日历花式时。在 Tableau 笃定日历花式后，列中与花式不同的总共其他日历都将变为 Null 值。筹谋一些示例，请参见以下日历决策 1和日历决策 2。当函数必须阐述 YYYY-MM-DD (ISO) 花式时。超出“YYYY”、“MM”或“DD”允许值的值将导致 null 值。筹谋示例，请参见日历决策 3。当函数必须阐述包含尾随字符的日历值时。举例，诸如“午夜”之类的时区和夏日时后缀和关节字会导致出现 Null 值。当函数必须阐述无效的日历或时代时。举例，32/3/2012 会导致出现 Null 值。再举例，25:01:61 会导致出现 Null 值。当函数必须阐述矛盾的输入时。举例，假定模式是“dd.MM (MMMM) y'”，输入字符串是“1.09 (August) 2017”，其中“9”和“August”都是月份。驱散是 Null 值，因为月份值不一样。当函数必须阐述矛盾的模式时。举例，一个指定公历 (y) 和 ISO 周 (ww) 搀杂的模式会导致出现 Null 值。日历决策 1

假定您有一个以英语区域建设创建的责任簿，该责任簿使用 .tde 数据索求数据源。下表知道了该数据索求数据源中包含的一个字符串数据列。

10/31/201831/10/2018

12/10/2018

证据特定的英语区域建设，咱们不错笃定日历列的花式解任 MDY（月日年）花式。以下各表知道了当使用 DATE 函数将字符串值调度为日历值时 Tableau 基于此区域建设所知道的施行。

October 31， 2018October 31， 2018December 10， 2018

若是以德语区域建设绽放该数据索求，您将看到以下施行：

31 Oktober 201831 Oktober 201812 Oktober 2018

然则，在使用版块 10.5 及更高版块以德语区域建设绽放数据索求后，将会严格实施德语区域建设的 DMY（日月年）花式，并导致出现 Null 值，原因是其中一个值未解任 DMY 花式。

NullOctober 31， 2018October 12， 2018日历决策 2

假定您有另一个以英语区域建设创建的责任簿，该责任簿使用 .tde 数据索求数据源。下表知道了该数据索求数据源中包含的数字日历数据列。

1112018121201813120181412018

证据特定的英语区域建设，咱们不错笃定日历列的花式解任 MDY（月日年）花式。当使用 DATE 函数将数字值调度为日历值时，以下各表展示了 Tableau 基于此区域建设所知道的施行。

11/1/201812/1/2018NullNull日历决策 3

假定您有一个使用 .tde 数据索求数据源的责任簿。下表知道了该数据索求数据源中包含的一个字符串数据列。

2018-10-312018-31-10

2018/12/10

2018/10/12

由于日历使用 ISO 花式，因此日历列永恒招揽 YYYY-MM-DD 花式。以下各表知道了当使用 DATE 函数将字符串值调度为日历值时 Tableau 所知道的施行。

October 10， 2018NullDecember 10， 2018October 12， 2018

驻守：在版块 10.4（及更低版块）中，ISO 花式和其他日历花式可能生成不同的驱散，具体情况取决于创建责任簿招揽的区域建设。举例，在英语区域建设中，2018-12-10 和 2018/12/10 均可能生成 December 12， 2018。然则，在德语区域建设中，2018-12-10 可能生成 December 12， 2018，2018/12/10 可能生成 October 12， 2018。

排序规章和永诀大小写

数据索求援手排序规矩，因此不错更恰当地对包含重音象征或大小写不同的字符串值进行排序。

举例，假定您有一个字符串值表。就排序规章而言，这意味着，像“Égypte”这么的字符串值当今恰当地列在“Estonie”之后和“Fidji”之前。

对于 Excel 数据： 

就大小写而言，这意味着 Tableau 存储值的形式在版块 10.4（及更低版块）和版块 10.5（及更高版块）之间已窜改。然则，用于排序和比较值的规矩未窜改。在版块 10.4（及更早版块）中，像“House”、“HOUSE”和“houSe”这么的字符串值被视为疏通，并用一个代表性的值存储。在版块 10.5（及更高版块）中，这些疏通的字符串值被为独一，因此存储为单独的值。筹谋能干信息，请参见 值蓄意形式的窜改。

开脱“前 N 个”查询中的管制

若是数据索求中的“前 N 个”查询针对排行中的特定位置生成类似值，则使用版块 10.5 及更高版块时，开脱管制的位置可能会有所不同。举例，假定您创建了一个“前 3个”筛选器。位置 3、4 和 5 具有疏通的值。使用版块 10.4 和更早版块时，最前项筛选器可能会复返位置 1、2 和 3。然则，使用版块 10.5 及更高版块时，最前项筛选器可能会复返位置 1、2 和 5。

浮点值的精度

数据索求能更好地足下蓄意机上的可用硬件资源，因此粗略以高度并行的形式推论数学运算。正因如斯，.hyper 数据索求的实数团聚规章可能会不同。招揽不同形式对数字进行团聚后，每次蓄意团聚时您可能都会在视图中的少许点后看到不同的值。这是因为浮点加法和乘法不一定解任结合律。也便是说，(a + b) + c 不一定与 a + (b + c) 疏通。一样，由于浮点乘法不一定解任分派律，因此实数的团聚规章也可能不同。也便是说，(a x b) x c 不一定与 a x b x c 疏通。.hyper 数据索求中这种类型的舍入活动类似于交易数据库中的浮点舍入活动。

举例，假定您的责任簿在由浮点值构成的团聚字段上包含滑块筛选器。由于浮点值的精度已窜改，因此筛选器可能会放置界说筛选器界限上限或下限的标记。莫得这些数字可能会导致出现一个空缺视图。要处罚此问题，请迁徙筛选器上的滑块或删除并再次添加筛选器。

团聚的准确性

数据索求能更好地足下蓄意机上的可用硬件资源，针对大数据集进行了优化，因此粗略以高度并行的形式蓄意团聚。正因如斯，.hyper 数据索求推论的团聚可能与交易数据库中的驱散类似，而跨越专科统计蓄意软件中的驱散。若是使用少许据集或者需要更高的准确性，请商量通过参考线、摘录卡统计或者像方差、圭臬偏差、关联或协方差这么的表蓄意函数来推论团聚。

对于数据索求的“立即运共蓄意”选项

若是使用较早版块的 Tableau Desktop 在 .tde 数据索求中使用了“立即运共蓄意”选项，则某些蓄意字段依然罢了并因此已提前蓄意并存储在数据索求中。若是将数据索求从 .tde 数据索求升级为 .hyper 数据索求，则不会包括数据索求中以前罢了的蓄意。您必须再次使用“立即运共蓄意”选项，确保数据索求在升级后包括已罢了的蓄意。筹谋能干信息，请参见在数据索求中罢了蓄意。

新数据索求 API

您不错使用 Extract API 2.0 创建 .hyper 数据索求。对于以前使用 Tableau SDK 推论的任务（举例发布数据索求），您不错使用 Tableau Server REST API 或 Tableau Server 客户端 (Python) 库。对于刷新任务，也不错使用 Tableau Server REST API。筹谋能干信息，请参见Tableau Hyper API。

• 数据
• 偷拍自拍
• 索求