Sind Ihre Tableau LOD Ausdrücke zu komplex, um sie noch anzufassen?
FIXED, INCLUDE und EXCLUDE sind präzise Werkzeuge für echte Fragen über mehrere Granularitäten. Die meisten in Ihrem Workbook stehen dort, weil das Warehouse nie die Granularität aufgelöst oder die Historie bewahrt hat.
Die Data Warehouse Automation Plattform, der Datenteams aus vielen Branchen vertrauen
Kommt Ihnen das bekannt vor?
- Ein Workbook enthält ein Dutzend FIXED Ausdrücke, und wer einen davon entfernt, zerlegt eine Ansicht.
- Berechnungen werden deutlich langsamer, sobald eine zweite Datenquelle per Blend hinzukommt.
- Sie nutzen LOD, um nachzubauen, welchen Wert etwas zu einem bestimmten Zeitpunkt hatte.
- Außer der ursprünglichen Autorin oder dem ursprünglichen Autor fasst niemand den Berechnungsreiter an.
Level of Detail Ausdrücke sind die richtige Antwort auf eine echte Frage über mehrere Granularitäten. Sie sind aber auch der Ort, an dem der Fix landet, wenn die Daten in der falschen Granularität ankommen. Und diese zweite Sorte macht ein Workbook zerbrechlich.
Wofür die LOD Ausdrücke einspringen
- Einen Zustand zu einem Zeitpunkt.
FIXEDplus Datumslogik baut Historie nach, die die Quelle überschrieben hat. - Eine fehlende Dimension.
FIXEDauf einem zusammengesetzten Schlüssel, weil es keinen echten zum Verknüpfen gibt. - Zwei Granularitäten in einer Tabelle.
EXCLUDEmacht Duplikate rückgängig, die eine saubere Faktentabelle nie erzeugt hätte. - Eine Beziehung ohne Bridge.
INCLUDEerledigt die Arbeit einer Bridge Tabelle.
Jeder davon wird zur Abfragezeit ausgewertet, pro Ansicht, und Blending über mehrere Quellen vervielfacht die Kosten.
Warum es bei Ihnen landet
- Jeder dieser Ausdrücke war in dieser Woche der schnellste Weg zu einer korrekten Zahl.
- Außerhalb des Workbooks sind sie unsichtbar, also weder prüfbar noch wiederverwendbar.
- Sie können die Berechnung umbauen. Die Dimension, die sie ersetzt, können Sie nicht ergänzen.
Die Arbeit passiert am falschen Ort
- Historie, Schlüssel und Granularität sind Warehouse Arbeit. In LOD Ausdrücken werden sie für jede Ansicht neu gebaut.
- Sie gehört an einen zentralen Ort: ein Data Warehouse oder einen Data Hub, einmal gebaut und von jedem Workbook gelesen.
- Wenn das teuer klingt, geht die Schätzung vermutlich von handgebauten Pipelines aus. Eine spezialisierte Automatisierungsplattform generiert sie aus einem Modell. Das ändert Kosten und Dauer.
Was sich ändert, wenn das Modell fertig ankommt
Datavault Builder löst Granularität, Schlüssel und Historie im Warehouse auf, auf Snowflake, Databricks, BigQuery, Synapse, SQL Server, Oracle, Exasol oder PostgreSQL.
- Point in Time Tabellen beantworten “wie sah es im März aus” als Join, nicht als Ausdruck.
- Bridge Tabellen lösen many to many auf, bevor sich Tableau verbindet.
- Explizite Surrogatschlüssel, damit Beziehungen den Abgleich zusammengesetzter Textspalten ersetzen.
- Eine Granularität pro Faktentabelle, das erspart den Großteil der
EXCLUDEArbeit komplett. - Übrig bleiben echte LOD Fragen, und die sind kurz genug, dass eine Kollegin sie lesen kann.
Worum Sie bitten sollten
“Diese LOD Ausdrücke bauen den Zustand zu einem Zeitpunkt nach und lösen die Granularität zur Abfragezeit auf. Kann uns das Warehouse eine PIT Tabelle und eine Faktentabelle mit einer einzigen Granularität liefern, damit die Berechnungen einfache Aggregationen werden?”
Das trennt die LOD Ausdrücke, die Sie wirklich brauchen, von denen, die Sie als Flicken benutzen.
Sehen Sie es mit Ihren eigenen Daten
Buchen Sie eine kostenlose Demo und bringen Sie den Report mit, der Ihnen die meisten Probleme macht.
In drei Schritten zu Zahlen, die aufgehen
-
Bestehende Logik herauslösen
Sammeln Sie Berechnungen, Joins und Filter, die heute in Ihren Reports stecken.
-
An einem Ort zentralisieren
Die Logik kommt einmal ins Warehouse Modell, und jeder Report liest dieselbe Definition.
-
Zahlen, die aufgehen
Jeder Report zeigt dieselbe Zahl, und “Woher kommt diese Zahl” hat eine sichtbare Antwort.
Wie Datavault Builder Ihrem Report ein fertiges Modell liefert
-
Das Modell kommt fertig an
Datavault Builder generiert Vault und Star Schema so, dass sie nativ in der Datenbank laufen, die Sie bereits haben: SQL Server, Azure SQL, Synapse, Fabric, Snowflake, Databricks oder BigQuery.
-
Die Arbeit verlässt den Report
Kein Merge, kein Parsen, kein Fuzzy Match. Diese Arbeit ist aus dem Report verschwunden.
-
Quellen kommen integriert an
Kunden aus ERP, CRM und Webshop werden zu einem Satz konformer Dimensionen zusammengeführt. Der Join passiert einmal im Warehouse, nicht erneut in jedem Report.
-
Historie, die abfragbar ist
Jede Änderung wird so festgehalten, wie sie eintrifft. Sie können den Stand von damals genauso auswerten wie den von heute, auch wenn das Quellsystem seine eigenen Sätze überschreibt.
-
Jede Zahl hat Lineage
Die Logik bekommt Lineage. “Woher kommt diese Zahl” hat damit eine sichtbare Antwort.
-
Historisierung im Warehouse
Historisierung übernimmt das Warehouse als Vault Satelliten, statt sie zu approximieren.
Ausgezeichnet von BARC im Data Fabric Survey 26
Sprechen Sie mit unserem Experten
Zwanzig Minuten mit unserem Sales Director und eine ehrliche Antwort, ob das zu Ihrer Situation passt.
Matt Collett
Sales Director
Perfekt, wählen Sie einen passenden Termin:
Weitere Probleme in dieser Serie
-
Gibt es auf Ihrem Tableau Server zu viele Versionen derselben Zahl?
Jede veröffentlichte .tdsx war an dem Tag, an dem sie entstand, vernünftig. Zusammen sind sie Hunderte private Definitionen derselben Kennzahl, und niemand kann sagen, welche stimmt.
-
Scheitern Ihre Tableau Extract Refreshes oder laufen sie ständig zu spät?
Der Backgrounder läuft in einen Timeout, die .hyper Datei wächst weiter, und das Dashboard zeigt den Stand von gestern. Der Extract ist so groß, weil er Rohzeilen mitschleppt, die weiter oben nie aggregiert wurden.
-
Wird Ihr Tableau Dashboard bei jeder Filteränderung langsam?
Zwanzig Sekunden “Abfrage wird ausgeführt” bei jedem Filterklick. Tableau rendert nicht langsam. Es wartet auf eine Datenbank, der eine Frage gestellt wurde, die sie nicht schnell beantworten kann.