连接数据★★

数据连接界面Connect简介

我们打开Tableau的第一个界面就是左侧的数据连接界面。连接数据所有Tableau工作的第一步。这个界面里列出了所有Tableau可以连接的数据类型。其中主要有三种：

Tableau Server - Published Data Source
To a File: 基于具体一个文件的数据源
To a Server: 居于不同平台的本地或云端的各种系统或者数据库

Saved Data Source: Sample-Superstore & World Indicators
这两个数据源是Tableau经常使用的教学数据。它的内容是零售数据和世界各国的一些宏观指标。为了方便，后续的课程会使用Sample-Superstore来作为一个常用的数据源来做示范

Search for Data - Tableau Server

刚入门的时候，你会对这个选项感觉到莫名奇妙，因为Tableau Server不是Publish Dashboard的地方么，那能有什么数据呢，但其实这个是一种错误的印象。
在这个选项的背后，它所指的是Tableau Published Data Source.

Tableau Published Datasource是指在公司内部，已经有人创建好了一个现成data source. 你可以使用这个别人已经创建好的数据源来创建你的Dashboard. 通过使用同一个data source，大家可以确保不同的dashboard之间，KPI的定义和计算都是一致的从而避免因使用不同数据源而造成的错误。在后边我们会专门讲如果创建Published Datasource

连接单一文件： To a file

Microsoft Excel

Excel可以说是在所有数据源中最常见也是最容易出问题的一种类型。 为了在你接触到Excel时就了解未来可能使用Excel中会遇到的问题，我单独创建了一课叫做使用Excel作为数据源时的重要注意事项。

当我们连接一个Excel时，在左侧就会出现这样的界面，Connections下边是Excel文件的名字，在Excel文件名字下边是所有的Excel Sheet. 每个Sheet Name前边是一个小表格的标志。但是，当我们什么都不做的时候，你会发现右侧是一片空白，我们看到Tableau显示的 Drag Tables Here. 这就意味着我们需要把那个Sheet的图表拖拽到右侧。当我们如下图所示拖拽到右侧时，你会看到上边的名字从Sample - SuperStore改成了Orders (Sample - SuperStore).同时，在上边拖拽过去的时候，你会发现数据也同时出现了在下方。这里会给你提供前100行数据的预览，让你了解大概的数据格式。

Text File

作为刚开始学习Tableau的初学者，你最经常看到的另一种数据格式其实是csv文件。 csv文件是除了Excel格式之外可以说是非常常见的数据格式之一了。但是在Tableau的数据连接界面，你会发现没有一个格式叫做csv。这是因为CSV是一种文本格式，你需要选择Text File来打开它。

CSV vs Excel

CSV与Excel最大的不同就是CSV里的每个column都是string格式，无论是什么column。当你在Tableau里边打开它时，你就会面临着给每个column更改column type的问题

Tableau非常贴心的提供了一个叫做Use Data Interpreter的功能，如果你启动这个功能，它会自动的帮你识别CSV文件里边的每个column的数据类型，然后相应的更新，你可以在它识别的基础上进一步修正，这会大大的缩短你所需要的时间。

其他的数据连接类型对于初学者来讲实在是没有必要。我也不想在这写太多。要不你该bandon了，所以我觉得包含Excel和CSV这两种类型就已经够用了。

Live vs Extract

Live Connection

Live就是实时连接的意思，数据会保存在原始文件中，如果连接的是Excel，那么这个Excel就会一直被占用，如果是数据库，那这个数据库就会一直被Tableau Query。 Live Connection一般比较适合刚开始打开一个文件，进行简单的测试，以确定文件是否正确。使用Live Connection你必须注意以下几点：

1. 如果你有大量的数据，那么你在实际Tableau的操作当中，有一些计算会运行的非常慢，因为Tableau需要先把数据转换，搬运到Tableau所占用的内存当中，然后Tableau才能调用，再进行计算。 所以大量的数据一般建议先使用Extract。

2.当你使用Live Connection作为Tableau的data source的时候，你保存的Tableau文件里是不包含任何数据的，这一点非常重要。当你打开一个你之前保存过的Dashboard的时候，Tableau会首先要求你连接你之前使用的数据源。所以如果你想要将你的dashboard发给同事，务必要保存好你的数据源文件，并且确保这个数据源文件没有被改动过。

Extract Connection

Extract是提取的意思，基于你所选择的数据来源+你所选择的Extract Filter, Tableau会在本地创建一个数据的copy。在下面的展示中你可以看到，你当你切换到Extract时，Tableau的界面不会有任何的变化，但是当你在底部点击Sheet1时，Tableau就会弹出一个新的界面，并且要求你给一个文件的名字命名。这个文件的格式是 Tableau Data Extract .hyper的格式。在这之后，你在Tableau当中的数据就不再来源于你的Excel，而是来自于你刚刚创建的这个数据的copy. 当你更改你的Extract Filter或者是Excel是，你可以用Refresh来刷新你的Extract.

在整个数据连接界面的右上角，有几个非常重要的选项，它们依次是 Connection
Live/Extract

当你选择Extract时，右侧还会出现一个一个叫做Edit的选项，在Edit的右侧，是一个refresh的选项。当此时Refresh的选项是灰色的。

在Refresh的右侧还有一个叫做Filters的选项，这个Filter的名字叫做DataSource Filter. 这是所有Filter当中第二靠前的一个Filter选项，它是所有会显示的数据的总闸门。

Extract最重要的优势就是速度。 由于数据以Tableau自己的格式.hyper保存，而这种.hyper格式是经过Tableau优化的，所以对比原始数据，Tableau在使用hyper创建各种图表计算时，反应速度会快上一大截。

Extract的另一个优点时稳定。不同于Excel，Hyper不能被修改。这就意味着，当你展示重要数据时，可以确保你展示Dashboard中的结果和你创建Dashboard时的结果是一致的。而很多时候由于你忘记了你用了哪个Excel或者连接了哪个数据，最后导致Dashboard结果发生改变，从而在Presentation的过程中造成重大的麻烦。

Data Extract Filter

当你点击Extract, 并点击Extract右侧Edit按钮时，这个Extract Data的界面就会出现。简单的说，Edit选项决定了你后边重命名的那个数据copy包含了哪些数据。

Data Storage: Logical Tables/Physical Tables

Logical Table主要是指当你的数据并不是由一个表格组成，而是好几个表格连接到一起时，那么你会将它们最后组建的那个大表作为一整个数据保存下来，而不是保存每个小表。或者用SQL的语言来说，就是你是保存的那个view，至于view后边是由哪些小表组成的，我们是不管的。

Specify how much data to extract: Extract Filter
在这里你还可以添加Filter，这个Filter会决定你最终创建的.hyper文件的大小，而之前我们提到的那个filter叫做Data Source Filter.

Extract Filter会限制哪些数据被copy到你的.hyper 而Data Source Filter会决定在.hyper当中，哪些数据会进入Tableau Dashboard当中。 比如说你在Extract Filter当中选择保存一年的数据，那么在生成的Extract中就有一年的数据。但是你在Data Source Filter选择只保留最近六个月的数据时，那么你在Tableau内部制图时，只会看到六个月的数据。如果你不移除这个DataSource Filter, 你是无论如何也看不到一年数据的。

Extract Filter能确保你不会把过多的数据导入到Extract中，从而造成Tableau的崩溃。
DataSource Filter能够让你确保Dashboard当中只显示你想让使用者看到的数据。
这两个Filter的定位时不同的

Extract Data 后边还有很多选项，我暂时不会在这一课详细解释Aggregation以及后续的选项，因为现在讲到这都已经超出了初学者的范畴了。我会在后边的Tableau高级课程里专门讲这一部分。

如何使用Data Source Filter来提高开发的速度

如果知道使用的数据比较多的时候，一般建议我们利用Data Source Filter，先保留六个月的数据，创建好计算和图表，然后再把这些计算和图表拓展到所有数据。
假设我们一年的数据有几百万行，我们如果计算销售额的总和，我们就要在一瞬间调用这几百万行里column [sales] 的数值进行相加。但是利用data source filter, 我们只保留6个月的画，那么我们只需要调用五十万行，那这个运行速度就大大增加。在Dashboard初期，可能有一些计算就是尝试性质的，你肯定不想每次把一个计算拖拽过去要等几秒钟才能做下一步。

Edit Connection和考试技巧

在Tableau里边，你是可以切换你所使用的Excel的。 这给我们带来了一个巨大的便利。你不需要每次连接一个新的Excel时，还要重新打开一个Excel。 在Tableau的考试中，每一道操作题Tableau都会给你一个新的Excel。如果每个Excel你都要打开一个新的Tableau的话，你花在这个开关的时间上就是不短的时间。而最致命的是如果你忘记了关闭之前的Excel，而用之前的Excel里的数据来回答你现在的问题的时候，你会发现你怎么都找不到答案。而这个问题并不是你的操作出了问题，而是你的数据源出了问题。

在下面的这个操作展示里，你会看到我是如何关闭当前的Excel，快速切换到一个新的Excel的。