tableau新手教程_什么是tableau

全栈程序员-用户IM • 2022年8月1日下午2:46 • 未分类

先选数据源
- 了解你的数据源
- 字段含义、字段类型
- 数据更新频率、数据量、波动频率范围
  - 决定了你的时间颗粒度
  - 例子：
    - 页面转化率（约小时级别+日级别）
    - 财务营收收（日+周+月级别）
  - 细粒度只看最近的x小时/天/周
想清楚你的需求、定义、dash 大概样子
如果需要多表看，则join 数据, 了解下方的各种join 区别
- 原理注意：MongoDB 经BI connector unwind后，把数据独立一个表
架构介绍
- tableau client/server <-> (cached)SQL data source (dremio) <-> BI connector <-> synced MongoDB(NoSQL) @China <-> MongoShake <-> MongoDB(Prod Secondary) @Foreign County
  - another : tableau client/server <-> (cached)SQL data source (dremio) <-> hive(hadoop) <-> DB Secondary <-> DB router / Syncer <-> DB (Prod Secondary)
- web browser <-> (cached) tableau server <-> (cached)SQL data source (dremio)
- 了解这个有助于找问题、debug

柱状-group

Performance issue：

fiter in datasource:
Fiters/ Pages/Format/Marks/Parameters in dash
join 区别
- https://stackoverflow.com/questions/5706437/whats-the-difference-between-inner-join-left-join-right-join-and-full-join
create function
- 例如增加一个比率计算
- 多行报表
其他注意事项：
- 不要随便拿表来join ，见上文：看数据量、更新频率、波动频率
- 线下折腾，不要随便搞线上
- 不要随便publish，注意权限，探索的数据尽量不要上传到tableau server
没有指标不要做决定（unless you got good six sense）
一图胜千言

教学资源：

tableau 可以做很多dash，所以很多时候各种dash 都可以做，甚至监控也可以
- 所以很多时候管理后台的各种dash 统计、图是不需要在code 了
- 监控粒度为每小时
查询优化
- 查询中dremio缓存：
  - 转化后的sql 执行在dremio
- 没cache
  - 转化后的sql 执行在dremio—> MongoDB
  - 转化后的sql 执行在dremio—> hive