--- schema_version: "1" id: 2445006a277f6a8260a3d19355880bc071bdde67907cf901e8058c85cf6b169c title: 了解 Salesforce 和 Data Cloud 术语 collection: tableau version: current locale: zh-cn portal_url: https://docs.salesforce.com/tableau/current/zh-cn/tableau-next/tableau_next_sf_datacloud_terms.md canonical_url: https://help.tableau.com/current/tableau-next/zh-cn/tableau_next_sf_datacloud_terms.htm source_site: help.tableau.com content_type: documentation content_hash: 49945263ad6a90d8f1248f6a199c8bfc1863462bf797bdfb5b073d85a25f57ed description: Understand Salesforce and Data 360 terms for Tableau Next. --- [跳转到主要内容](#main-content) # 了解 Salesforce 和 Data Cloud 术语 > [!WARNING] > > 自 2025 年 10 月 14 日起，Data Cloud 已更名为 Data 360。在此过渡期间，您可能会在我们的应用程序和文档中看到对 Data Cloud 的引用。虽然名称是新的，但功能和内容保持不变。 随着 [Tableau Next 和 Tableau](https://help.tableau.com/current/online/zh-cn/tableau_next_tableau_product_overview.htm) 继续构建更强大的集成，我们增加了在您想要的地方进行分析的功能，而不管您的数据位于何处。这意味着 Tableau 和 Data 360 的术语和理念开始深入人心。熟悉一个生态系统的用户可能会发现另一个生态系统令人困惑或陌生，但归根结底，它都是数据。 本主题旨在帮助用户了解他们已经习惯或正在使用的系统。 ## 基本数据术语和概念 有很多词可以用来形容数据。从最一般的意义上讲，**数据集**是您正在使用的数据的集合。 - **数据库**是实际保存数据的技术平台，例如 Amazon Redshift、Firebird、Google Sheets 或 Oracle。 - 数据通常以数据**表**的形式存储。数据库中可能有多个表或视图。在 Excel 或 Google Sheets 中，每个工作表标签都是一个表。在 csv 文件中，整个文件就是表。 - 如果所需的数据分布在多个表中，则需要在**数据模型**中连接它们。数据模型是表之间如何相互连接（数据对象以及它们如何相关）的抽象表示。 ## Salesforce 中的数据 在 Data 360 中，数据被分解为不同的概念。
数据类型描述
数据流

连接信息，例如原始来源（S3、Amazon、Google BigQuery 等），以及引入了哪些字段、哪个字段是主键、数据刷新的频率等。

数据湖对象 (DLO)

摄取到 Data 360 或从外部系统（如 Snowflake）引用的数据存储在 DLO 中。存储在 DLO 中的数据经过清理、转换，并准备好进行计算和分析。

每个数据表都是其自己的 DLO。

数据模型对象 (DMO)

一个 Data 360 对象，描述存储在一个或多个数据湖对象中的数据的结构和架构。DMO 是一个数据表，但它可能来自一个或多个 DLO。DMO 获取 DLO 数据并将其映射为可靠的格式。DMO 中应用了身份解析规则集和其他模板化格式。有标准和自定义 DMO。

从 DLO 到 DMO 的数据映射以及大多数 DMO 的模板化特性是 Data 360 的协调能力。

计算见解对象 (CIO)在处理计算见解后创建的数据模型对象。计算见解有助于在 Data 360 数据上构建具有度量和维度的多维数据集式指标。您可以连接到 Data 360 中的现有 CIO，并将其作为数据资产添加到工作区中。
逗号分隔值 (CSV)

以类似表格的格式存储数据的文本文件。CSV 文件通常用于在应用程序和程序之间移动数据。

对于 Tableau Next：可以将 CSV 文件引入 Tableau Next 工作区，数据以 DLO 形式上载并存储在 Data 360 中。

### 关于面向 Tableau 受众的 Salesforce 数据对象的补充 数据流是连接信息。 DLO 是数据流中数据的原始转储。每个 DLO 都是一个表。 DMO 在 Tableau 中没有直接的类似物。DMO 可以从多个 DLO（类似于数据库中的“视图”）映射，并且每个 DMO 都是一个表。 CIO 在Tableau中没有类似物，其中计算只是数据源中的字段，就像任何其他字段一样。 ## Tableau 中的数据 Tableau [数据源](https://help.tableau.com/current/pro/desktop/zh-cn/publish_datasources_about.htm)包含数据库连接信息、数据模型、有关如何访问数据（访问凭据等）或刷新数据的信息、语义信息，甚至可能包括数据本身。用于创建和编辑数据源的两个主要 UI 元素是数据源选项卡和“数据”窗格。 **“数据源”选项卡：**数据源选项卡是与基础数据库或文件建立数据连接的位置，数据模型是通过使用[关系、联接和并集](https://help.tableau.com/current/pro/desktop/zh-cn/datasource_plan.htm#methods-of-combining-data)将一个或多个数据库中的表合并为单个数据源来构建的。如果数据保留在其原始数据库中，则它是实时连接。也可以将数据的副本作为数据提取引入 Tableau 本身，如果需要，可以进行刷新。 **“数据”窗格：** “数据”窗格是捕获语义信息的位置，其中包括字段名称、成员别名、分层结构、组、集、计算、默认聚合和颜色以及字段描述。 **数据源：**在“数据源”选项卡和“数据”窗格中所做的修改共同构成_数据源_。数据源可以是已发布资产、文件，也可以包含在创建它的工作簿中。 - 已发布数据源 (PDS) 是 Tableau Cloud 或 Tableau Server 上的独立资产。 - 在本地，您还可以具有基于文件的 Tableau 数据源版本： - `.tds` 是 Tableau 数据源的文件扩展名，其中包含非数据信息（仅连接和语义）。 - `.tdsx` 是打包 Tableau 数据源的文件扩展名，其中包含非数据信息以及数据本身。 - `.hyper` 是包含数据副本（数据本身）的数据提取的文件扩展名（以前为 `.tde`）。 **注意**：已发布数据源是 Tableau 与语义层或语义模型最接近的等效数据源。 ### 针对 Salesforce 受众的 Tableau 数据的补充 Tableau 处理来自各种数据库和技术的数据，包括本地和基于云的数据。因为数据并非来自包含所有特定数据对象的 Salesforce 云，所以在如何建模和格式化数据方面有很大的灵活性，并且没有模板化数据格式的真正概念。 标准化和语义模型主要通过已发布数据源 (PDS) 捕获。 ![](/tableau/current/zh-cn/tableau-next/zh-cn/Img/tab_next_data_flow_500x708.png) ## 数据语义基础 - **数据**是原始事实（数字、观察结果和测量结果）。 - **信息**是对该数据的解释，或来自处理和理解数据的知识。 - **语义**是基础数据和从中产生的信息之间的垫脚石。 该术语来自语义与语法的语言学概念。语法是您说某事的方式，语义就是它的意思。_语义的概念是_它在数据上下文中贯彻到语义的含义。语义包括诸如如何在数据模型中合并表、有关数据的字段或列以及它们如何相互交互的信息、诸如默认聚合之类的附加信息，以及在原始数据之上执行的计算。 数据集可能拥有您需要的所有信息，但[如果您无法弄清楚如何从中获取意义，那么它就毫无用处](https://help.tableau.com/current/pro/desktop/zh-cn/find_good_datasets.htm#4-a-good-data-set-has-metadata-or-a-data-dictionary)。它需要语义才有用。 业务用例离不开语义的细节。语义是对数据或其业务上下文的描述。语义可以分为几类，例如数据建模；字段元数据和描述；默认聚合；分层结构、组和集；以及计算。 一些例子： - **数据建模** - 数据表如何相互连接。是否应合并四个季度销售额表？“Doctor”（医生）表是否应与“Patients”（患者）表直接相关，还是应该同时与“Appointments”（预约）表相关？ - **字段元数据**（字段名称、数据类型、成员别名） - _“Name”_（名称）是帐户名称还是联系人名称？ - _“Discount”_（折扣）是用于表示是否应用折扣的布尔字段、折扣类型的字符串字段，还是折扣金额的离散度量？ - **字段描述** - 例如，此数据集的 _APR_ 是调整后的投球跑动数，而不是年回报率，其计算方式为 `APR = L * IP - R / pf(P)`，其中 L 为联盟中每局投球的平均跑动数，IP 为投球局数，R 为允许的跑动数，pf(P) 为球员主场公园的公园系数 P。 - **默认聚合** - 列表应该聚合为 COUNT（对每个实例进行计数）还是 COUNTD（仅对唯一值进行计数）？ - 度量的默认聚合是 SUM 还是 AVG？ - **分层结构、集、组** - 在一所大学的院系集合中，工程系可能是自己的学院，历史系、文学系、哲学系和政治学系都可以组成文学院。 - **计算** - 派生自数据中原生存在但需要操作或组合的字段的字段，例如将过时支持案例定义为对于标准帐户已开立 10 天，但对于高级帐户仅开立了 2 天的案例。 ## Tableau 中的语义和 Tableau Semantics 如果没有可重用的语义层，数据模型、语义定义和计算字段可能会一遍又一遍地变成一次性的，从而导致效率低下以及可能出现错误或不一致。 ### Tableau 中的语义 语义对 Tableau 受众来说并不是什么新鲜事。它只是数据源的一部分 - 尤其是已发布数据源 (PDS)。您在已发布的数据源中控制数据的语义定义。 由于 Tableau 的 [可视化分析循环](https://help.tableau.com/current/blueprint/zh-cn/bp_cycle_of_visual_analysis.htm)理念，语义在历史上并没有被抽象成一个独特的层。制作环境是一起开发数据模型（“数据源”选项卡）和语义（“数据”窗格）的地方。 ### Tableau Semantics [Tableau Semantics](https://help.salesforce.com/s/articleView?id=analytics.semantics.htm&type=5) 采用将语义分离到与分析不同的层中的方法，以便语义模型只需构建一次，即可在各种分析甚至产品中使用。Tableau Semantics 作为衔接数据与分析的中间环节，可无缝融入 Data 360 及 Tableau Next 环境中。语义层的单位是_语义模型_。语义模型包含数据模型和数据的语义定义。在 Tableau Semantics 中，语义模型生成器是用于创建语义模型的 UI。这些语义模型可以在 Data 360 或 Tableau Next 中构建。 ## 互操作性 通过适用于 Tableau 的 [Tableau Semantics 连接器](https://help.tableau.com/current/pro/desktop/zh-cn/examples_tableau_semantics.htm)，您可以使用 Tableau Next 中的语义模型在 Tableau 中进行分析。或者，通过[从已发布数据源 (PDS) 创建语义模型](https://help.salesforce.com/s/articleView?id=analytics.c360_a_sl_data_models_create_from_pds.htm&type=5)，您可以使用来自 Tableau 的数据源在 Tableau Next 进行分析。