Tableau 的四种数据模型 (数据建模)
发布网友
发布时间：12小时前
共1个回答
热心网友
时间：11小时前
通常情况下，我们需要从多个表中提取数据进行分析，而不是将所有数据拼成一个大宽表。因为数据颗粒度不同，强行合成一个大表会损失数据细节，影响分析和探索。
数据颗粒度是指数据的详细程度，例如电商销售数据可能是交易时间到秒的记录，而员工月度绩效数据是到月。
数据建模是数据分析的关键环节，它涉及建立各个数据（表）之间的关系，即将各业务环节产生的数据关联起来。
在选择数据分析工具时，不仅要看支持多少种图表，更要看BI分析工具对数据建模的支持程度。
Tableau 2024.02版本推出了多事实表关系建模（Multi-fact Relationship），也可理解为关系建模（Relationship）的升级版。
以下是Tableau四种主要的建模方式及其演变：
联接与并集（Join/Union）：通过联接将多个表合并为一个，导致列数大幅度增加；并集则是将几张列数相同的表纵向拼接起来，表的行数增加，列数不变。
混合（Blend）：在分析需要时建立表之间的关联，而不改变原始表的结构。
关系（Relationship）：包括物理层和逻辑层，物理层进行联接和并集，逻辑层与其他表发生关联，以共有字段进行关联，不会改变原始表结构。
关系 V2.0 - 多事实关系：解决了一个问题，即在一个表中同时与多个表进行关联，而不改变表关系。
Tableau四种数据模型包括联接与并集、混合、关系和多事实关系，希望对您有所帮助，Happy Viz!
声明：本网页内容为用户发布，旨在传播知识，不代表本网认同其观点，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
E-MAIL:11247931@qq.com
E-MAIL:11247931@qq.com