---
schema_version: "1"
id: 83c949cf4cbd181e1a71f656f144f28964612a3101fb104f181bd9975de3c149
title: อย่ากลัวความสัมพันธ์
collection: tableau
version: next
locale: th-th
portal_url: https://docs.salesforce.com/tableau/next/th-th/pro/desktop/datasource_dont_be_scared.md
canonical_url: https://help.tableau.com/v0.0/pro/desktop/th-th/datasource_dont_be_scared.htm
source_site: help.tableau.com
content_type: documentation
content_hash: 9a2635bd2f17460bc14156281b349bf8c83d74565f8596933cc539cadba4b2d6
description: Get comfortable with relationships that combine tables without flattening them into one table.
---
[ข้ามไปยังเนื้อหาหลัก](#main-content)

# อย่ากลัวความสัมพันธ์

ความสามารถในการสร้างแบบจำลองข้อมูลใหม่จะสร้างแหล่งข้อมูลที่ยืดหยุ่นซึ่งสร้างขึ้นจากความสัมพันธ์

ความสัมพันธ์จะรวมข้อมูลจากตารางต่างๆ โดยดูจากคอลัมน์ (ฟิลด์) ที่ตารางเหล่านั้นมีเหมือนกัน เพื่อนำข้อมูลจากแต่ละตารางมารวมกันในการวิเคราะห์

ไม่เหมือนกับการรวมหรือการผนวก ความสัมพันธ์จะสร้างแหล่งข้อมูลโดยไม่ทำให้ตารางหลายตารางเป็นตารางเดียว ด้วยเหตุนี้ แหล่งข้อมูลที่เกี่ยวข้องจึงทราบว่าแต่ละฟิลด์มาจากตารางใด ซึ่งหมายความว่าแต่ละฟิลด์จะคงบริบทหรือระดับของรายละเอียดไว้ ดังนั้น แหล่งข้อมูลที่เกี่ยวข้องสามารถจัดการกับตารางที่มีมุมมองแบบละเอียดที่แตกต่างกันได้ โดยไม่มีปัญหาเรื่องข้อมูลซ้ำหรือสูญหาย

ในแหล่งข้อมูลที่เกี่ยวข้อง การรวมจะไม่ได้รับการแก้ไขล่วงหน้า แทนที่จะรวมข้อมูลทั้งหมด (และต้องทำงานกับข้อมูลทั้งหมดโดยไม่คำนึงว่าสิ่งใดที่จำเป็นต่อแต่ละการแสดงเป็นภาพ) แต่ให้รวมเฉพาะข้อมูลที่เกี่ยวข้องต่อชีตและตามความจำเป็นเท่านั้น เมื่อคุณลากและวาง Tableau จะประเมินความสัมพันธ์ของฟิลด์ข้อมูลและตารางที่เกี่ยวข้อง ความสัมพันธ์เหล่านั้นใช้เพื่อเขียนการค้นหาด้วยประเภทการรวม การผนวก และการจัดการค่า null ที่ถูกต้อง

คุณลองคิดดูว่าข้อมูลจะเข้ากันได้อย่างไรและคำถามใดที่คุณต้องการตอบ แทนที่จะคิดแต่วิธีการรวมข้อมูลหรือทดแทนวิธีต่างๆ จากแหล่งข้อมูล

ความสัมพันธ์ไม่ได้แทนที่วิธีการรวมข้อมูลแบบเดิม: การรวม การผนวก และการผสมผสาน ยิ่งกว่านั้น ความสัมพันธ์เป็นวิธีการใหม่ที่ยืดหยุ่นในการรวมข้อมูลจากหลายแหล่งเข้าด้วยกัน วิธีการที่มีอยู่จะไม่หายไป และยังมีประโยชน์ต่อสถานการณ์ที่เจาะจง

**หมายเหตุ**: สำหรับข้อมูลที่เกี่ยวข้องกับวิธีการทำงานของการค้นหาความสัมพันธ์ โปรดดูโพสต์บล็อก Tableau เหล่านี้:

- [ความสัมพันธ์ ตอนที่ 1: แนะนำการสร้างแบบจำลองข้อมูลใหม่ใน Tableau](https://www.tableau.com/th-th/about/blog/2020/5/relationships-part-1-meet-new-tableau-data-model)
- [ความสัมพันธ์ ตอนที่ 2: คำแนะนำและเคล็ดลับ](https://www.tableau.com/th-th/about/blog/2020/5/relationships-part-2-tips-and-tricks)
- [ความสัมพันธ์ ตอนที่ 3: การถามคำถามในตารางที่เกี่ยวข้องหลายตาราง](https://www.tableau.com/th-th/about/blog/2020/6/relationships-part-3-asking-questions-across-multiple-related-tables)

และดูวิดีโอพอดคาสต์เกี่ยวกับความสัมพันธ์จาก[การวิเคราะห์การดำเนินการ](https://action-analytics.com/library/) เช่น [เหตุใด Tableau จึงคิดค้น "ความสัมพันธ์" ขึ้น](https://action-analytics.com/ep-1-why-did-tableau-invent-relationships/) คลิก "วิดีโอพอดคาสต์" ใน[ไลบรารี](https://action-analytics.com/library/)เพื่อดูเพิ่มเติม

## ใช้ความสัมพันธ์

หัวข้อนี้จะอธิบายเกี่ยวกับการสร้างแหล่งข้อมูลที่เกี่ยวข้องและการใช้แหล่งข้อมูลนั้นสำหรับการวิเคราะห์ หากคุณต้องการปฏิบัติตาม คุณสามารถ[ดาวน์โหลดชุดข้อมูล Bookshop](https://help.tableau.com/current/pro/desktop/th-th/bookshop_data.htm) เลือก Bookshop.xlsx สำหรับข้อมูลดิบที่เริ่มต้นจากศูนย์หรือ MinimalBookshop.tdsx เพื่อเริ่มต้นด้วยข้อมูลจากแหล่งข้อมูลที่เกี่ยวข้องซึ่งกำหนดค่าไว้สำหรับคุณ

**หมายเหตุ:** ความสัมพันธ์พร้อมใช้งานใน Tableau 2020.2 และใหม่กว่า

### วิดีโอ: ข้อมูลที่ย้ายมา

หากคุณเปิดเวิร์กบุ๊กที่มีอยู่จาก Tableau เวอร์ชันก่อนหน้า (เวอร์ชัน 2020.1 หรือเก่ากว่า) ใน Tableau 2020.2 หรือใหม่กว่า แท็บแหล่งข้อมูลของคุณอาจแสดงตาราง ข้อมูลที่ย้ายมา

ในหัวข้อนี้มีหลายวิดีโอ เพื่อความสะดวกสบายของคุณ การถอดเสียงจะจัดให้อยู่ส่วนที่ขยายได้ด้านใต้ของแต่ละวิดีโอ

การถอดเสียงวิดีโอ "ข้อมูลที่ย้ายมา"

ในเวิร์กบุ๊กที่สร้างขึ้นก่อนที่ความสัมพันธ์จะพร้อมใช้งาน (ก่อนเวอร์ชัน 2020.2) แหล่งข้อมูลของคุณอาจดูแตกต่างออกไป หากมีตารางแบบรวมหรือผนวก ตารางดังกล่าวจะปรากฏเป็นตารางเชิงตรรกะเดียวที่ชื่อ "ข้อมูลที่ย้ายมา" ดับเบิลคลิกเพื่อดูตารางเบื้องหลังที่มีอยู่ และการวิเคราะห์ของคุณจะยังคงทำงานตามที่คาดการณ์ไว้ต่อไป

โปรดทราบว่า เมื่อคุณใช้เฉพาะตาราง "ข้อมูลที่ย้ายมา" และ แผง "ข้อมูล" จะทำงานเหมือนกับ Tableau Desktop เวอร์ชันก่อนหน้า

คุณยังสามารถเชื่อมโยงตารางใหม่กับตาราง "ข้อมูลที่ย้ายมา" ได้โดยตรงเพื่อขยายโมเดลข้อมูล

หลังจากเพิ่มความสัมพันธ์ลงในแบบจำลองข้อมูลแล้ว แผงข้อมูลจะอัปเดตเป็นเค้าโครงใหม่โดยยังคงมีมิติข้อมูลและการวัดผลอยู่ภายในแต่ละตาราง และตาราง “ข้อมูลที่ย้ายมา” จะแสดงเป็นตารางผสานตารางเดียว

### วิดีโอ: ตัวเลือกประสิทธิภาพ

**หมายเหตุ**: อินเทอร์เฟซสำหรับการแก้ไขความสัมพันธ์ที่แสดงในวิดีโอนี้จะแตกต่างจากรุ่นปัจจุบันเล็กน้อย แต่มีฟังก์ชันการทำงานเหมือนกัน

การถอดเสียงวิดีโอตัวเลือกประสิทธิภาพ

สำหรับความสัมพันธ์ใดๆ จะมีตัวเลือกประสิทธิภาพและฟิลด์ที่เกี่ยวข้อง Tableau จะเลือกค่าเริ่มต้นที่ปลอดภัยสำหรับตัวเลือกเหล่านี้อัตโนมัติ อย่างไรก็ตาม หากคุณมั่นใจในลักษณะของข้อมูล คุณสามารถเปลี่ยนตัวเลือกเหล่านี้เพื่อช่วยให้ Tableau ได้รับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการกำหนดค่าการรวมอัตโนมัติที่ดีที่สุดระหว่างการวิเคราะห์ การตั้งค่าตัวเลือกความไม่ซ้ำกันและความสมบูรณ์เชิงอ้างอิงช่วยให้ Tableau ได้รับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการปรับการค้นหาให้เหมาะสม

#### ความไม่ซ้ำกัน

ความไม่ซ้ำกันบ่งบอกว่าระเบียนฟิลด์ข้อมูลที่เชื่อมโยงกันนั้นไม่ซ้ำกันหรือไม่ หากหนังสือหลายเล่มสามารถมีผู้เขียนคนเดียวกันได้ แต่ผู้เขียนแต่ละคนมีรายชื่ออยู่ในตารางผู้เขียนคนละหนึ่งชื่อเท่านั้น ความไม่ซ้ำกันสำหรับ AuthID คือระหว่างสองตารางนี้ "หลายผู้เขียนในหนังสือเล่มเดียว" และ "หนึ่งผู้เขียนต่อหนึ่งรายชื่อ" การตั้งค่านี้ส่งผลต่อ Tableau ว่าจะจัดการกับการรวมก่อนหรือหลังการรวมอย่างไร

#### ความสมบูรณ์เชิงอ้างอิง

ความสมบูรณ์เชิงอ้างอิงบ่งบอกว่าระเบียนในตารางหนึ่งๆ รับประกันว่ามีความสัมพันธ์ในอีกตารางหนึ่งหรือไม่ หากหนังสือทุกเล่มมีผู้เขียน หนังสือก็มีความสมบูรณ์เชิงอ้างอิงกับผู้แต่ง หากผู้เขียนทุกคนไม่ได้แต่งหนังสือ ผู้เขียนก็ไม่มีความสมบูรณ์เชิงอ้างอิงกับหนังสือ การตั้งค่านี้ส่งผลต่อ Tableau ว่าจะเลือกประเภทการรวมและจัดการระเบียนที่ไม่ตรงกันอย่างไร

หากต้องการข้อมูลเพิ่มเติม โปรดดู [ความไม่ซ้ำกันและความสมบูรณ์เชิงอ้างอิง](https://help.tableau.com/v0.0/pro/desktop/th-th/cardinality_and_ri.htm)

## ตัวอย่าง: ข้อมูล Bookshop

เราจะทำการวิเคราะห์ด้วยแหล่งข้อมูลนี้ในอีกสักครู่ มาพูดถึงข้อมูลกัน

ชุดข้อมูลคือ หนังสือ (สมมติ) และการพิจารณาความแตกต่างระหว่างหนังสือและฉบับหนังสือนั้นมีความสำคัญ หนังสือคือผลงานที่มีแนวคิดเป็นของตัวเองที่มีแอตทริบิวต์ต่างๆ เช่น ชื่อ ผู้เขียน และประเภท เป็นต้น นอกจากนี้ยังมีหนังสือฉบับต่างๆ ที่มีแอตทริบิวต์ เช่น ราคาและรูปแบบ (ปกแข็งหรือปกอ่อน) และ ISBN ระบุหนังสือ เป็นต้น หนังสือฉบับหนึ่งมีผู้จัดพิมพ์และจำนวนหน้า บางทีหนังสืออาจได้รับรางวัลหรือนำมาทำเป็นซีรีส์

คุณสามารถปฏิบัติตาม โดยดาวน์โหลด [MinimalBookshop.tdsx](https://help.tableau.com/samples/en-us/bookshop/MinimalBookshop.tdsx) หรือเรียนรู้และสร้างแบบโมเดลด้วยตัวคุณเองจาก [Bookshop.xlsx](https://help.tableau.com/samples/en-us/bookshop/Bookshop.xlsx) โปรดทราบว่า คุณสามารถซ่อนฟิลด์ ID จำนวนมากได้หลังจากรวมตารางแล้ว

![สคีมาฐานข้อมูลสำหรับข้อมูลหนังสือ](/tableau/next/th-th/pro/desktop/th-th/Img/Bookshop_schema.png)

### วิดีโอ: การทำงานกับหลายตาราง

**หมายเหตุ**: อินเทอร์เฟซสำหรับการแก้ไขความสัมพันธ์ที่แสดงในวิดีโอนี้จะแตกต่างจากรุ่นปัจจุบันเล็กน้อย แต่มีฟังก์ชันการทำงานเหมือนกัน

การถอดเสียงวิดีโอการทำงานกับหลายตาราง

### หน้าแหล่งข้อมูล

ก่อนที่เราจะไปที่แท็บชีต โปรดสังเกตว่า มุมมองกริดข้อมูลด้านล่างแสดงเฉพาะฟิลด์จากตารางครั้งละหนึ่งตารางเท่านั้น หากเราคลิกไปที่ตารางอื่น เราจะเห็นข้อมูลในตารางนั้น ไม่มีมุมมองโดยรวม เนื่องจากข้อมูลที่เกี่ยวข้องจะไม่ถูกนำมารวมกันจนกว่าจะใช้ในการวิเคราะห์ ขณะนี้ ข้อมูลยังคงอยู่ในแต่ละตารางและจะแสดงตามตารางดังกล่าว

หากเราคลิกที่ตารางที่มีการรวมหรือการผนวกเบื้องหลัง เราจะเห็นข้อมูลที่ผสานนั้นมีค่า null ใดๆ ที่อาจเกี่ยวข้อง

### แผงข้อมูล

เมื่อเราคลิกที่ชีต คุณอาจสังเกตเห็นว่าแผง "ข้อมูล" มีลักษณะแตกต่างจาก Tableau เวอร์ชันก่อนหน้า แทนที่จะเป็นการจัดรูปแบบหลักของมิติข้อมูลและการวัดผล แต่ตอนนี้กลับเป็นตารางแทน แต่ละตารางมีรายละเอียดของตัวเองสำหรับมิติข้อมูลและการวัดผล ซึ่งระบุโดยบรรทัดนี้ คุณยังสามารถจัดกลุ่มตามโฟลเดอร์แทนได้ หากคุณเลือก

### จำนวนระเบียนและจำนวน

นอกจากนี้ยังไม่มีฟิลด์**จำนวนระเบียน** เนื่องจากแนวคิดของจำนวนระเบียนเปลี่ยนไป ไม่มีจำนวนระเบียนสำหรับแหล่งข้อมูล แต่ละตารางมีฟิลด์ **จำนวน** ซึ่งถือเป็นจำนวนระเบียนในเครื่องสำหรับตารางนั้น

หากต้องการทราบจำนวนระเบียนสำหรับหลายตารางพร้อมกัน คุณสามารถใช้ชื่อการวัดผลและค่าที่วัด หรือเลือกหลายฟิลด์จำนวน จากนั้นคลิก "แสดงให้ฉันดู" เพื่อสร้างการแสดงเป็นภาพ

### วิดีโอ: การคำนวณขั้นพื้นฐาน

การถอดเสียงวิดีโอการคำนวณขั้นพื้นฐาน

มีการคำนวณบางวิธีที่เราสามารถทำได้เพื่อทำให้ชุดข้อมูลนี้เป็นเข้าใจง่ายขึ้นเล็กน้อย ขั้นแรก เราสามารถสร้างการคำนวณสำหรับชื่อเต็มผู้เขียนโดยนำชื่อและนามสกุลมารวมกัน เราจะสร้างการคำนวณที่เรียกว่า **ชื่อผู้เขียน** ซึ่งประกอบด้วยชื่อ เว้นวรรค และนามสกุล โปรดทราบว่า การคำนวณนี้จะคงอยู่ในตาราง "ผู้เขียน" เนื่องจากใช้ฟิลด์จากตารางนั้นเท่านั้น

\[First Name\] + " " + \[Last Name\]

เมื่อเราทำการขาย ยอดขายคือยอดรวมของราคา ซึ่งกำหนดโดยผู้จัดพิมพ์และฉบับหรือ ISBN นั้นๆ รวมถึงอาจมีส่วนลด ณ ขณะที่ขาย ดังนั้นการคำนวณ **จำนวนยอดขาย** จะเป็นราคาคูณหนึ่งลบด้วยส่วนลด โปรดทราบว่า เราใช้ฟังก์ชัน ZN หรือ Zero Null เพื่อจัดการกับยอดขายโดยไม่รวมส่วนลด ดังนั้นเราจึงไม่ไม่มีค่า null การคำนวณนี้ไปที่พื้นที่ที่ใช้ร่วมกันซึ่งอยู่ด้านล่างของแผง "ข้อมูล" เนื่องจากใช้ฟิลด์จากหลายตาราง การคำนวณรวมจะไปที่ด้านล่างของแผง "ข้อมูล"

\[Price\] \* (1-ZN(\[Discount\]))

### วิดีโอ: เชตและกลุ่ม

การถอดเสียงวิดีโอเชตและกลุ่ม

เราจะสร้างเซตหนังสือเพื่อระบุว่าเซตดังกล่าวอยู่ในซีรีส์หรือไม่ ในตาราง "หนังสือ" ให้คลิกขวาที่ ชื่อ และเลือก "สร้าง" > "เซต" เราจะตั้งชื่อเซต **ในซีรีส์** บนแท็บ **เงื่อนไข** ให้เลือก **ตามฟิลด์** ที่มี **ชื่อซีรีส์** และ **จำนวน** >= 1

ในตาราง "ฉบับ" ฟิลด์ "รูปแบบ" มีรายละเอียดค่อนข้างมาก รวมถึงการระบุรายละเอียดหนังสือปกอ่อน บางครั้งรายละเอียดดังกล่าวก็มีประโยชน์ แต่บางครั้งเราก็ต้องการบทสรุประหว่างปกแข็งและปกอ่อน คลิกขวาที่ฟิลด์ **รูปแบบ** ในแผง "ข้อมูล" แล้วเลือก "สร้าง" > "กลุ่ม" เราจะตั้งชื่อ **ปก** กดปุ่ม Control เพื่อเลือกทุกอย่างยกเว้นปกแข็ง จากนั้นคลิก **กลุ่ม** ชื่อของกลุ่มจะถูกไฮไลต์อัตโนมัติ และเราเรียกว่า **ปกอ่อน**

เช่นเดียวกับการคำนวณชื่อผู้เขียน รายการเหล่านี้ที่เราเพิ่งสร้างขึ้นมีความเกี่ยวข้องภายในตารางเดียว และยังคงอยู่ภายในตารางเหล่านั้นในแผง "ข้อมูล"

## วิเคราะห์ข้อมูลที่เกี่ยวข้อง

ลองเปรียบเทียบว่าการวิเคราะห์ระหว่างความสัมพันธ์และการรวมมีลักษณะอย่างไร เราขอแนะนำให้คุณดาวน์โหลด[เวิร์กบุ๊กเสริม](https://help.tableau.com/samples/en-us/bookshop/dontbescaredq2.twbx)แทนที่จะดำเนินการโดยใช้แหล่งข้อมูลก่อนหน้าของคุณเอง

### คำถาม: สำหรับผู้เขียนที่มีซีรีส์หนังสือ ใครมีกิจกรรมแนะนำหนังสือมากที่สุด

### วิดีโอ: การทำงานกับระดับต่างๆ ของรายละเอียด

บทบรรยายวิดีโอ

มาดูว่าเราจะได้วิเคราะห์ผู้เขียนท่านใดบ้าง เมื่อใช้แหล่งข้อมูลที่เกี่ยวข้อง เราจะนำ **ชื่อผู้เขียน** และ **ชื่อซีรีส์** มาไว้ในแถว

เนื่องจากแหล่งข้อมูลที่เกี่ยวข้องจะแยกข้อมูลที่ไม่ตรงกันออกจากตารางที่มีเฉพาะมิติข้อมูล โดยเรากำลังมุ่งเน้นไปที่ข้อมูลที่เกี่ยวข้องกับเรา เราจะเห็นได้ว่ามีผู้เขียน 7 ราย และ 2 รายจากทั้งหมดนั้นเขียนหนังสือ 2 ซีรีส์ หากคุณไม่ต้องการดูเฉพาะค่าที่ตรงกัน คุณสามารถกู้คืนค่าที่ไม่ตรงกันเหล่านั้นได้ (ซึ่งคล้ายกับการทำงานของเวอร์ชันก่อนหน้าอย่างมาก) โดยไปที่เมนู "การวิเคราะห์" > "เค้าโครงตาราง" และเลือก "แสดงแถวว่าง"

<table class="table--plain" style="width: 100%;"><colgroup><col style="width: 690px;"><col style="width: 50%;"></colgroup><tbody><tr><td style="font-weight: bold;">ที่เกี่ยวข้อง</td><td style="font-weight: bold;">แบบรวม</td></tr><tr><td><p>การใช้แหล่งข้อมูลที่เกี่ยวข้อง:</p><ol><li value="1">นำเซต <b>ในซีรีส์</b> จากตาราง "หนังสือ" ไปยังแถบตัวกรอง ค่าเริ่มต้นคือการกรองเฉพาะสมาชิกในเซต</li><li value="2">นำ <b>ชื่อผู้แต่ง</b> ไปที่ "แถว"</li><li value="3">นำ <b>กิจกรรมแนะนำหนังสือ</b> ไปที่ "คอลัมน์"</li></ol></td><td><p>การใช้แหล่งข้อมูลแบบรวม:</p><ol><li value="1">นำเซต <b>ในซีรีส์</b> ไปยังแถบตัวกรอง</li><li value="2">นำ <b>ชื่อผู้แต่ง</b> ไปที่ "แถว"</li><li value="3">นำ <b>กิจกรรมแนะนำหนังสือ</b> ไปที่ "คอลัมน์"</li></ol><p>ตัวเลขของเราดูผิดปกติ</p></td></tr></tbody></table>

สำหรับข้อมูลแบบรวม เราทราบดีว่าการรวมอาจทำให้เกิดการทำซ้ำและผู้เขียนบางรายอาจเขียนหลายซีรีส์ ด้วยเหตุนี้ เราจึงไม่สามารถเปลี่ยนการรวมเป็น MIN หรือ MAX ได้ เนื่องจากผู้เขียนที่มีผลงานหลายซีรีส์ทำให้ข้อมูลเสียหาย

สิ่งที่เราต้องการจริงๆ คือจำนวนเหตุการณ์ต่อซีรีส์ที่แสดงเป็นภาพโดยผู้เขียน ซึ่งเป็นกรณีทั่วไปสำหรับนิพจน์ระดับรายละเอียด (LOD) เราจะสร้างการคำนวณ **เหตุการณ์ในซีรีส์**:

{FIXED \[Series Name\] : MIN (\[Book Tour Events\])}

โปรดทราบว่า MIN คือการจัดการกับเหตุการณ์ที่ซ้ำกันของซีรีส์เดียว

ตอนนี้หากเรานำฟิลด์ใหม่นี้ไปที่ "คอลัมน์" แทนที่จะเป็นฟิลด์เหตุการณ์เดิม เราจะได้รับค่าที่ถูกต้อง

สำหรับข้อมูลที่เกี่ยวข้อง เราไม่จำเป็นต้องดำเนินการใดๆ ความสัมพันธ์ฉลาดพอที่จะทำความเข้าใจระดับเนทีฟของรายละเอียดและวิธีการเชื่อมโยงตาราง "ผู้เขียน" ผ่านตาราง "หนังสือ" และ "ข้อมูล" ไปจนถึงตาราง "ซีรีส์" รวมถึงการรวมและผนวกการวัดผล "เหตุการณ์" กลับไปยัง "ชื่อผู้เขียน" ได้อย่างถูกต้อง โดยไม่ต้องเขียนทุกการคำนวณ LOD

ดังนั้นอย่ากลัวที่จะเชื่อมโยงข้อมูลของคุณ ดูด้วยตาของคุณเอง! คุณสามารถ [ดาวน์โหลดข้อมูล Bookshop](https://help.tableau.com/current/pro/desktop/th-th/bookshop_data.htm) หรือใช้ข้อมูลของคุณเองได้ ลองกรอง โดยใช้การคำนวณตารางเพื่อสร้างแผนภูมิประเภทต่างๆ และกำหนดค่าตัวเลือกประสิทธิภาพ ตลอดจนพัฒนาความสัมพันธ์ให้ดีที่สุดเท่าที่เป็นไปได้

### เคล็ดลับเมื่อทำงานกับข้อมูลที่เกี่ยวข้อง

- [ดูข้อมูลเบื้องหลัง](https://help.tableau.com/v0.0/pro/desktop/th-th/inspectdata_viewdata.htm) บ่อยๆ เพื่อตรวจสอบว่าเครื่องหมายแสดงถึงข้อมูลใด
- หากคุณไม่ต้องการรวมและมี [เหตุผล](https://help.tableau.com/current/pro/desktop/th-th/relate_tables.htm#features-of-different-options-for-combining-data-relationships-joins-and-blends) ที่คุณอาจต้องใช้ความสัมพันธ์ที่มีความยืดหยุ่นมากขึ้น
- หากคุณไม่ต้องการดูเฉพาะค่าที่ตรงกัน คุณสามารถกู้คืนค่าที่ไม่ตรงกันเหล่านั้นได้ โดยไปที่เมนู "การวิเคราะห์" > "เค้าโครงตาราง" > "แสดงแถวว่าง"

## แหล่งข้อมูลที่เกี่ยวข้อง

พร้อมจัดการกับการคำนวณด้วยความสัมพันธ์แล้วใช่ไหม โปรดดู [อย่ากลัวการคำนวณความสัมพันธ์](https://help.tableau.com/v0.0/pro/desktop/th-th/datasource_dont_be_scared_calcs.htm)

พร้อมจะสำรวจวิธีทำการวิเคราะห์ที่ซับซ้อนด้วยความสัมพันธ์แล้วใช่ไหม โปรดดู [อย่ากลัวความสัมพันธ์ที่ลึกซึ้ง](https://help.tableau.com/v0.0/pro/desktop/th-th/datasource_dont_be_scared_deeper.htm)

หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการสนับสนุนทางเทคนิคของความสัมพันธ์จากทีมการจัดการผลิตภัณฑ์โดยตรง โปรดดู ชุดข้อมูลเกี่ยวกับความสัมพันธ์ในบล็อก Tableau

- [ความสัมพันธ์ ตอนที่ 1: แนะนำการสร้างแบบจำลองข้อมูลใหม่ใน Tableau](https://www.tableau.com/th-th/about/blog/2020/5/relationships-part-1-meet-new-tableau-data-model)
- [ความสัมพันธ์ ตอนที่ 2: คำแนะนำและเคล็ดลับ](https://www.tableau.com/th-th/about/blog/2020/5/relationships-part-2-tips-and-tricks)
- [ความสัมพันธ์ ตอนที่ 3: การถามคำถามในตารางที่เกี่ยวข้องหลายตาราง](https://www.tableau.com/th-th/about/blog/2020/6/relationships-part-3-asking-questions-across-multiple-related-tables)

และดูวิดีโอพอดคาสต์เกี่ยวกับความสัมพันธ์จาก[การวิเคราะห์การดำเนินการ](https://action-analytics.com/library/) เช่น [เหตุใด Tableau จึงคิดค้น "ความสัมพันธ์" ขึ้น](https://action-analytics.com/ep-1-why-did-tableau-invent-relationships/) คลิก "วิดีโอพอดคาสต์" ใน[ไลบรารี](https://action-analytics.com/library/)เพื่อดูเพิ่มเติม

## บทความอื่นๆ ในส่วนนี้