---
schema_version: "1"
id: a801d5b7f37be46e78e2168f6aa62d58dd5fded7c747fa700390025e3af67d97
title: เกี่ยวกับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง
collection: tableau
version: next
locale: th-th
portal_url: https://docs.salesforce.com/tableau/next/th-th/pro/desktop/datasource_mfr_multiple_base_tables.md
canonical_url: https://help.tableau.com/v0.0/pro/desktop/th-th/datasource_mfr_multiple_base_tables.htm
source_site: help.tableau.com
content_type: documentation
content_hash: c098dd0b400aaae8bb1fd9c6ded1ea2bde6fd579f18a7872c8cee778aa103f00
description: Understand multi-fact relationship data models that use multiple base tables and relatedness levels.
---
[ข้ามไปยังเนื้อหาหลัก](#main-content)

# เกี่ยวกับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง

ความสัมพันธ์แบบหลายข้อเท็จจริงช่วยให้คุณสร้างแหล่งข้อมูลที่มี_ตารางฐาน_ได้มากกว่าหนึ่งตารางได้ การใช้ตารางฐานหลายตารางในแบบจำลองข้อมูลของคุณช่วยให้คุณสามารถทำการวิเคราะห์แบบหลายข้อเท็จจริงใน Tableau ได้

โดยการสร้าง_แผนผัง_ของตารางที่ฝังอยู่ในตารางฐาน คุณสามารถสร้างแบบจำลองโครงสร้างข้อมูลที่มีโดเมนแนวคิดที่แตกต่างกัน และใช้คุณลักษณะที่ใช้ร่วมกันเพื่อเชื่อมต่อเข้าด้วยกัน การวิเคราะห์ประเภทนี้มักเรียกว่าการวิเคราะห์แบบหลายข้อเท็จจริง มิติข้อมูลที่สอดคล้องกัน หรือมิติข้อมูลที่ใช้ร่วมกัน ใน Tableau เราเรียกสิ่งนี้ว่าแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริงเนื่องจากคุณใช้ความสัมพันธ์เพื่อสร้างขึ้น แบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริงประกอบด้วยหลายตารางฐานเสมอ ตารางฐานคือตารางซ้ายสุดในแบบจำลองข้อมูล สำหรับคำแนะนำเกี่ยวกับวิธีการกำหนดตารางที่จะใช้เป็นตารางฐาน โปรดดู[เมื่อใดควรใช้แบบจำลองความสัมพันธ์แบบหลายข้อเท็จจริง](https://help.tableau.com/v0.0/pro/desktop/th-th/datasource_mfr_when_to_use.htm)

![แบบจำลองหลายตารางฐานที่มีการไฮไลต์หนึ่งแผนผัง](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_build_highlightedtree.png)

แบบจำลองข้อมูลหลายตารางฐานที่มีการไฮไลต์แผนผังของตารางฐานหนึ่งตาราง

## ระดับความเกี่ยวข้อง

แบบจำลองข้อมูลที่มีหลายตารางฐานมีความยืดหยุ่นอย่างมากในการพิจารณาว่าข้อมูลแต่ละรายการเกี่ยวข้องกันหรือไม่เกี่ยวข้องกันได้อย่างไร

**หมายเหตุ**: ความเกี่ยวข้องในทุกระดับจะเกี่ยวข้องเฉพาะในแบบจำลองข้อมูลที่มีหลายตารางฐานเท่านั้น ก่อนที่จะมีแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง ทุกอย่างมีความเกี่ยวข้องกัน (ในแหล่งข้อมูลเดียว) หรือไม่เกี่ยวข้องกันเลย (การผสานกับแหล่งข้อมูลหลายแหล่ง)

**ความเกี่ยวข้องในแบบจำลองข้อมูล**

ตารางมีความเกี่ยวข้อง ไม่เกี่ยวข้อง หรือใช้ร่วมกันตามโครงสร้างของแบบจำลองข้อมูล ในแหล่งข้อมูล ความเกี่ยวข้องของตารางจะเป็นค่าคงที่ ภาพรวมโดยย่อ 

- _ตารางที่เกี่ยวข้อง_อยู่ในแผนผังเดียวกัน
    - ก่อนเวอร์ชัน 2024.2 แหล่งข้อมูลทั้งหมดเป็นแหล่งข้อมูลตารางฐานเดียวซึ่งประกอบด้วยแผนผังเดียว และในแหล่งข้อมูลตารางฐานเดียว ตารางทั้งหมดเกี่ยวข้องกัน
- _ตารางที่ไม่เกี่ยวข้อง_อยู่ในแผนผังที่แตกต่างกัน ตารางฐานจะไม่เกี่ยวข้องกันเสมอ ตารางดาวน์สตรีมของตารางฐานเดียวจะไม่เกี่ยวข้องกับตารางในแผนผังอื่นๆ เช่นกัน
- _ตารางที่ใช้ร่วมกัน_มีความสัมพันธ์ที่เข้ามาหลายรายการและเป็นของแผนผังมากกว่าหนึ่งแผนผัง
    - ตารางดาวน์สตรีมจากตารางที่มีความสัมพันธ์ขาเข้าหลายรายการจะถือว่าใช้ร่วมกันเช่นกัน

**ความเกี่ยวข้องในระหว่างการวิเคราะห์**

ฟิลด์สามารถเกี่ยวข้องกัน ไม่เกี่ยวข้อง ยังไม่เกี่ยวข้อง เกี่ยวข้องกันอย่างคลุมเครือ หรืออาจเป็นฟิลด์ที่เชื่อมกันก็ได้ ความเกี่ยวข้องระหว่างกลุ่มของฟิลด์จะพิจารณาทีละชีตโดยอิงตามโครงสร้างของแบบจำลองข้อมูล ฟิลด์ใดที่มีการใช้งานอยู่ (นั่นคือบนชั้นวางในรูปแบบข้อมูลที่จะแสดง) และฟิลด์เหล่านั้นเป็นมิติข้อมูลหรือการวัดผล

![กล่าวคือการแสดงเป็นภาพที่มีสองฟิลด์ที่ไม่เกี่ยวข้องกัน หนึ่งฟิลด์ในแถวและอีกหนึ่งฟิลด์ในคอลัมน์ และแสดงเคล็ดลับเครื่องมือที่ไม่เกี่ยวข้อง](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_unrelatedtooltip_example.png)

ในการแสดงเป็นภาพด้วยฟิลด์จากหลายตาราง Tableau ต้องทำการรวมเบื้องหลังเพื่อคำนวณค่า ประเภทของการรวมที่ใช้ขึ้นอยู่กับ[ความเกี่ยวข้องของฟิลด์](#fieldlevel) ภาพรวมโดยย่อ 

- เมื่อ_ฟิลด์ที่เกี่ยวข้อง_นำใช้ในการแสดงเป็นภาพ มิติข้อมูลจะได้รับการรวมภายในและค่าการวัดผลจะแยกย่อยตามมิติข้อมูล
    - แต่มีความซับซ้อนมากกว่านั้นเล็กน้อย โดยอาจจำเป็นต้องมีการรวมเพิ่มเติมในเบื้องหลังเพื่อให้แน่ใจว่า[ไม่มีค่าการวัดผลใดตกหล่น](https://www.tableau.com/th-th/blog/relationships-tableau-data-model) แต่ในการแสดงเป็นภาพแบบมิติข้อมูลเท่านั้น มิติที่เกี่ยวข้องจะได้รับการรวมภายในและนั่นคือแนวคิดหลักที่นี่
    - ซึ่งเป็นลักษณะการทำงานเดียวกันกับแบบจำลองตารางฐานเดียว
- เมื่อ_ฟิลด์ที่ไม่เกี่ยวข้อง_ ![](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_icon_unrelated.png "ไอคอนที่ไม่เกี่ยวข้อง") ถูกนำไปใช้ในการแสดงเป็นภาพ มิติข้อมูลเป็นการรวมแบบไขว้ ค่าการวัดผลจะมีการกำหนดขอบเขตของตาราง (นั่นคือการรวบรวมภายในเป็นค่าเดียวสำหรับทั้งตาราง) และทำซ้ำ
    - นอกจากนี้ ยังเป็นไปได้ที่ฟิลด์จะ_ยังไม่เกี่ยวข้องกัน_หรือเกี่ยวข้องกัน_อย่างคลุมเครือ_ ซึ่งหมายความว่า สำหรับการรวมฟิลด์ที่ใช้งานอยู่นั้น มีมากกว่าหนึ่งวิธีในการแก้ไขความสัมพันธ์ระหว่างตาราง หาก Tableau พบความไม่แน่นอน จะถือว่าฟิลด์ต่างๆ ไม่เกี่ยวข้องกัน
- เมื่อฟิลด์_เชื่อมต่อ_![](/tableau/next/th-th/pro/desktop/th-th/Img/MFR_icon_related.png "ไอคอนการเชื่อมต่อ") โดยขึ้นอยู่กับฟิลด์ที่ใช้ร่วมกัน มิติข้อมูลจะรวมภายนอก ค่าการวัดผลจะได้รับการรวบรวมไว้ที่ระดับของมิติข้อมูลใดๆ ก็ตามที่สามารถแยกย่อยและอาจทำซ้ำได้
    - _การเชื่อมมิติข้อมูล_มีความคล้ายคลึงกับ[การเชื่อมโยงฟิลด์ในการผสมข้อมูล](https://help.tableau.com/current/pro/desktop/th-th/multiple_connections.htm#define-blend-relationships-for-blending) ผลลัพธ์จะได้รับการคำนวณสำหรับคู่ของฟิลด์ที่เกี่ยวข้องกัน จากนั้นค่าที่ไม่เกี่ยวข้องจะเชื่อมเข้าด้วยกันตามค่าที่ใช้ร่วมกันของมิติข้อมูลที่ใช้ร่วมกันระหว่างกัน

แนวคิดและคำจำกัดความทั้งหมดเหล่านี้จะกล่าวถึงโดยละเอียดเพิ่มเติมในหัวข้อนี้

นอกเหนือจากมิติข้อมูลและการวัดผล

ใน Tableau _การวัดผล_เป็น_การรวบรวม_ ซึ่งรวบรวมเป็น_มุมมองแบบละเอียด_ที่กำหนดโดย_มิติข้อมูล_ในมุมมอง ค่าของการวัดผลจึงขึ้นอยู่กับบริบทของมิติข้อมูล เช่น “จำนวนกล่องซีเรียล” ขึ้นอยู่กับว่าเราหมายถึงสินค้าคงคลังทั้งหมดหรือจำนวนกล่องต่อแบรนด์

_มิติข้อมูล_มักจะเป็นฟิลด์แบบหมวดหมู่ เช่น ประเทศหรือแบรนด์ ใน Tableau มิติข้อมูลจะกำหนดมุมมองแบบละเอียดหรือ_ระดับของรายละเอียด_ของมุมมอง โดยทั่วไป เราต้องการจัดกลุ่มข้อมูลของเราเป็นเครื่องหมายตามหมวดหมู่ต่างๆ รวมกัน มิติข้อมูลที่เราใช้สร้างมุมมองจะกำหนดจำนวนเครื่องหมายที่เรามี

เมื่อใช้การวัดผลโดยไม่มีมิติข้อมูล จะเป็น_การกำหนดขอบเขตตาราง_ ซึ่งหมายความว่าค่าคือค่าที่รวบรวมทั้งหมดสำหรับทั้งตาราง ทันทีที่เราใช้มิติข้อมูล เช่น แบรนด์ในการแสดงเป็นภาพ การวัดผลจะแยกย่อยในมุมมองแบบละเอียดมากขึ้น จำนวนกล่องซีเรียลทั้งหมดต่อแบรนด์

_การรวบรวม_หมายถึงวิธีการรวมข้อมูล การรวบรวมเริ่มต้นของ Tableau คือ SUM คุณสามารถเปลี่ยนการรวบรวมเป็นตัวเลือกต่างๆ เช่น ค่าเฉลี่ย ค่ามัธยฐาน จำนวนที่ไม่ซ้ำกัน ค่าต่ำสุด และอื่นๆ _มุมมองแบบละเอียด_หมายถึงรายละเอียดหรือการแยกย่องของการวัดผล ซึ่งควบคุมโดยมิติข้อมูล เว้นแต่ว่ามุมมองแบบละเอียดของการวัดผลจะเป็นระดับแถว (หรือที่เรียกว่าแบบไม่รวม) ค่าของการวัดผลจะต้องไดรับการรวบรวม

#### ตัวอย่าง

![ตารางค่าสำหรับจำนวนกล่องซีเรียลสำหรับห้าแบรนด์และกล่องสามขนาด](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_cereal_rawdata.png)

“จำนวนกล่องซีเรียล” มีค่าเท่าไหร่

ทั้งนี้ขึ้นอยู่กับประเภทการรวบรวมและมุมมองแบบละเอียดตามที่กำหนดโดยมิติข้อมูล

- การรวบรวม
    - ผลรวม (หรือทั้งหมด)
    - Average
- มุมมองแบบละเอียด
    - กำหนดขอบเขตตาราง/รวบรวมทั้งหมด (แถบสีน้ำเงินในตัวอย่าง)
    - แยกย่อยตามมิติข้อมูล**แบรนด์** (แถบสีในตัวอย่าง)

![แดชบอร์ดที่มีการแสดงเป็นภาพสี่รายการ หนึ่งรายการสำหรับตารางสรุปจำนวนกล่องที่กำหนดขอบเขต (54) หนึ่งรายการที่มีตารางเฉลี่ยกำหนดขอบเขตจำนวนกล่อง (6) และเวอร์ชันของทั้งสองนั้นแยกย่อยตามห้าแบรนด์](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_cereal.png)

## ตัวชี้วัดความเกี่ยวข้องระดับฟิลด์

มีตัวบ่งชี้ที่เป็นภาพหลายอย่างที่ช่วยให้คุณเข้าใจระดับของความเกี่ยวข้องสำหรับฟิลด์ที่คุณกำลังใช้ในการวิเคราะห์

### ตัวบ่งชี้ความเกี่ยวข้องในเวิร์กชีต

- **ไอคอนที่ไม่เกี่ยวข้อง**: Tableau ใช้ไอคอนที่ไม่เกี่ยวข้อง ![ไอคอนที่ไม่เกี่ยวข้อง](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_icon_unrelated.png) เพื่อบ่งชี้ว่าทุกสิ่งในมุมมองไม่เกี่ยวข้องกัน หากคุณเห็นไอคอนที่ไม่เกี่ยวข้องในข้อมูลที่จะแสดงในมุมมองหรือในแผงข้อมูล คุณสามารถโฮเวอร์เหนือไอคอน[เพื่อรับข้อมูลเพิ่มเติม](https://help.tableau.com/v0.0/pro/desktop/th-th/%3Chttps://help.tableau.com/current/pro/desktop/th-th/mfr_ relatedness_messages.htm>)
    - ไอคอนที่เกี่ยวข้อง ![](/tableau/next/th-th/pro/desktop/th-th/Img/MFR_icon_related.png "ไอคอนการเชื่อมต่อ") ระบุว่าฟิลด์กำลังเชื่อมต่อฟิลด์ที่ไม่เกี่ยวข้องเข้าด้วยกัน
- **ชื่อฟิลด์สีเทาอ่อน**: ชื่อฟิลด์จะแสดงเป็นข้อความสีเทาอ่อนในแผงข้อมูลเมื่อไม่เกี่ยวข้องกับฟิลด์_ใดๆ_ ที่ใช้งานบนแถบ คุณยังคงสามารถใช้ฟิลด์เหล่านี้เพื่อการวิเคราะห์ในการแสดงเป็นภาพนั้นได้ แต่ฟิลด์ที่ไม่เกี่ยวข้องกันจะ[ได้รับการประเมินแตกต่างกัน](https://help.tableau.com/current/pro/desktop/th-th/datasource_mfr_multiple_base_tables.htm#joinsbyความเกี่ยวข้อง)ในการวิเคราะห์มากกว่าฟิลด์ที่เกี่ยวข้อง เมื่อวางเมาส์เหนือ ฟิลด์เหล่านี้จะแสดงไอคอนที่ไม่เกี่ยวข้องด้วย

![แผงข้อมูลที่มีทั้งตารางหนึ่งตารางเป็นสีเทา และสองฟิลด์ที่มีไอคอนรูปตาแบบขีดทับสำหรับฟิลด์ที่ซ่อนอยู่](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_gray_datapane.png)

**หมายเหตุ**: ใน Tableau เวอร์ชันก่อนหน้า ชื่อฟิลด์สีเทาอ่อนระบุว่าฟิลด์ถูกซ่อนและมีการเลือกแสดงฟิลด์ที่ซ่อนอยู่ เมื่อแสดง ฟิลด์ที่ซ่อนอยู่จะแสดงด้วยไอคอนรูปตาที่คลิกได้ ![ไอคอนฟิลด์ที่ซ่อนอยู่](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_icon_hidden.png)

### กล่องโต้ตอบคำเตือนเกี่ยวกับความเกี่ยวข้อง

เมื่อใช้ฟิลด์ที่ไม่เกี่ยวข้องร่วมกันในการแสดงเป็นภาพ Tableau จะแสดงกล่องโต้ตอบคำเตือนเพื่อแจ้งให้คุณทราบว่าฟิลด์นั้นไม่เกี่ยวข้องกัน คำเตือนนี้จะปรากฏขึ้นทุกครั้งที่คุณเพิ่มฟิลด์ที่ไม่เกี่ยวข้องเพื่อป้องกันการรวมข้อมูลแบบไขว้โดยไม่ได้ตั้งใจ ซึ่งอาจส่งผลต่อประสิทธิภาพ

- หากคุณต้องการใช้ฟิลด์ที่ไม่เกี่ยวข้องโดยไม่ต้องเชื่อมต่อ ให้คลิกเพิ่มเพื่อดำเนินการเพิ่มฟิลด์ให้กับการแสดงเป็นภาพต่อไป
- หากคุณต้องการเชื่อมต่อฟิลด์ที่ไม่เกี่ยวข้อง วิธีที่ดีที่สุดคือนำฟิลด์ที่เชื่อมต่อออกมาก่อนฟิลด์ที่ไม่เกี่ยวข้องกัน กล่องโต้ตอบจะไม่แสดงหากมีการใช้งานฟิลด์ที่เชื่อมต่ออยู่แล้ว ดู[วิธีการใช้การรวมสำหรับความเกี่ยวข้องแต่ละระดับ](#joinsbyrelatedness)เพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีการเชื่อมต่อเพื่อป้องกันการเชื่อมแบบไขว้

![กล่องโต้ตอบคำเตือนเกี่ยวกับความเกี่ยวข้องที่แสดงคำเตือนสำหรับมิติข้อมูลที่ไม่เกี่ยวข้อง](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_unrelated_dialog_simple_v2.png)

หากมีการเพิ่มหลายฟิลด์หรือมีอยู่แล้วในมุมมอง พื้นที่รายละเอียดจะปรากฏในกล่องโต้ตอบ ขยายเพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับความเกี่ยวข้องของฟิลด์ทั้งหมดที่ใช้งาน และระบุว่าปัญหาความไม่เกี่ยวข้องมาจากไหน

![กล่องโต้ตอบคำเตือนเกี่ยวกับความเกี่ยวข้องพร้อมข้อความสำหรับทั้งมิติข้อมูลและการวัดผลที่ไม่เกี่ยวข้อง รวมทั้งพื้นที่รายละเอียดที่มีการขยาย](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_unrelated_dialog_details_v2.png)

หากต้องการหยุดไม่ให้ข้อความเตือนปรากฏ ให้เลือกตัวเลือกไม่ต้องแสดงอีก คุณสามารถเปิดใช้งานข้อความเตือนเหล่านี้ได้อีกครั้งโดยเปิดใช้งานอีกครั้ง

- ใน Tableau Desktop เปิดเมนูความช่วยเหลือ > การตั้งค่าและประสิทธิภาพ - รีเซ็ตข้อความที่ถูกละเว้น
- ในเบราว์เซอร์ ให้ล้างข้อมูลที่แคช ตัวอย่างเช่น ใน Chrome ให้เปิด**เมนู 3 จุด** - **ลบข้อมูลการเรียกดู...** > เลือก “**รูปภาพและไฟล์ที่แคช**” - **ลบข้อมูล**

## ความเกี่ยวข้องระดับตารางในแบบจำลองข้อมูล

ในแบบจำลองข้อมูลที่มีตารางฐานหลายตาราง แต่ละตารางฐานจะกำหนดชุดของตารางที่เกี่ยวข้องกันและสร้าง_แผนผัง_เกี่ยวกับแนวคิด แผนผังเหล่านี้ต้องเชื่อมโยงกันด้วยตารางที่ใช้ร่วมกันอย่างน้อยหนึ่งตารางเพื่อให้แน่ใจว่าแหล่งข้อมูลโดยรวมเป็นเอนทิตีเดียว

สิ่งที่ก่อนหน้านี้อาจเป็นแหล่งข้อมูลสองแหล่งที่สามารถผสมผสานโดยใช้ฟิลด์การเชื่อมโยง ในขณะนี้สามารถเป็นแหล่งข้อมูลเดียวที่มีสองแผนผัง เชื่อมโยงกันด้วยตารางที่ใช้ร่วมกันซึ่งมีฟิลด์ทั่วไปเหล่านั้น

![แบบจำลองข้อมูลสองแบบ โดยแบบหนึ่งมาจากแหล่งข้อมูลที่แตกต่างกันสองแหล่ง หนึ่งในสองแหล่งข้อมูลที่ซ้อนทับบนตารางที่มีเหมือนกันเพื่อสร้างแหล่งข้อมูลเดียว](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_blending_comparison.png)

> [!TIP]
> 
> **เคล็ดลับ**:ความสัมพันธ์ของตารางในแบบจำลองข้อมูลจะส่งผลต่อความเกี่ยวข้องของฟิลด์ในการวิเคราะห์ การใช้กล่องโต้ตอบ[ดูแบบจำลองข้อมูล](https://help.tableau.com/current/pro/desktop/th-th/viewdatamodel.htm)ในระหว่างการวิเคราะห์อาจเป็นประโยชน์เพื่อดูว่าตารางเหมาะสมกับแบบจำลองข้อมูลโดยรวมหรือไม่

มาสำรวจกันว่าตารางใดบ้างที่เกี่ยวข้อง ไม่เกี่ยวข้อง หรือใช้ร่วมกันโดยใช้แหล่งข้อมูลตัวอย่างนี้ มีสองแผนผัง โดยแผนผังหนึ่งสร้างโดยตารางฐาน A และอีกแผนผังสร้างโดยตารางฐาน B

### ตารางที่ไม่เกี่ยวข้อง

ตารางฐานไม่มีความเกี่ยวข้องกันโดยพื้นฐาน ในทำนองเดียวกัน ตารางใดๆ ที่มีอยู่ในแผนผังเดียวจะไม่เกี่ยวข้องกับตารางในแผนผังอื่นๆ

<table class="table--plain" style="width: 100%;"><colgroup><col style="width: 50%;"><col style="width: 50%;"></colgroup><tbody><tr><td><p>ตาราง A และตาราง X ไม่เกี่ยวข้องกัน</p></td><td><p>ตาราง B และตาราง X ไม่เกี่ยวข้องกัน</p></td></tr><tr><td><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_relatedness_tables_unrelatedbase.png" alt="แบบจำลองข้อมูลที่ตารางฐาน A และ X มีโครงร่างของตัวเอง ความสัมพันธ์จะแสดงเป็นสีเทาอ่อน"></td><td><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_relatedness_tables_unrelateddownstream.png" alt="แบบจำลองข้อมูลที่ตารางฐาน A และตารางดาวน์สตรีม B มีโครงร่างร่วมกัน ตารางฐาน X มีโครงร่างของตัวเอง ความสัมพันธ์จะแสดงเป็นสีเทาอ่อน"></td></tr></tbody></table>

### ตารางที่เกี่ยวข้อง

ตารางที่อยู่ในแผนผังเดียวกันถือว่าเกี่ยวข้องกัน

<table class="table--plain" style="width: 100%;"><colgroup><col style="width: 50%;"><col style="width: 50%;"></colgroup><tbody><tr><td><p>ตาราง A และตาราง S เกี่ยวข้องกัน</p></td><td><p>ตาราง B และตาราง S เกี่ยวข้องกัน (ผ่านตาราง A)</p></td></tr><tr><td><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_relatedness_tables_related1.png" alt="แบบจำลองข้อมูลที่มีการเน้นความสัมพันธ์ของตารางฐาน A กับตารางดาวน์สตรีม"></td><td><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_relatedness_tables_related2.png" alt="แบบจำลองข้อมูลที่มีการเน้นความสัมพันธ์ของตาราง B กับตารางอื่นโดยความสัมพันธ์กับตารางฐานเดียวกัน นั่นคือ A"></td></tr></tbody></table>

### ตารางที่ใช้ร่วมกัน

ตารางที่ใช้ร่วมกันมีความสัมพันธ์ขาเข้าหลายรายการ ตารางเหล่านี้เป็นของหลายแผนผังและใช้ร่วมกันระหว่างกัน

ตาราง S และตาราง T ถูกใช้ร่วมกัน

![แบบจำลองข้อมูลที่ตาราง S และ T มีความสัมพันธ์ขาเข้าหลายรายการ ทั้งสองอยู่ในแผนผังของตารางฐาน A และแผนผังของตารางฐาน X ](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_relatedness_tables_shared.png)

## ความเกี่ยวข้องระดับฟิลด์ในการวิเคราะห์

ความเกี่ยวข้องระหว่างฟิลด์ถูกกำหนดแบบทีละชีตตาม[โครงสร้างของแบบจำลองข้อมูล](https://help.tableau.com/current/pro/desktop/th-th/viewdatamodel.htm) ฟิลด์ใดที่มีการใช้งานอยู่ (นั่นคือ ฟิลด์ในการแสดงเป็นภาพที่มีลักษณะเป็นข้อมูลที่จะแสดงบนแถบ) และฟิลด์เหล่านั้นเป็นมิติข้อมูลหรือการวัดผล วิธีที่ความเกี่ยวข้องของฟิลด์ส่งผลต่อการแสดงเป็นภาพจะอธิบายใน[ส่วนถัดไป](https://help.tableau.com/current/pro/desktop/th-th/datasource_mfr_multiple_base_tables.htm#joinsbyความเกี่ยวข้อง)

มาดูสถานการณ์บางอย่างโดยใช้แหล่งข้อมูลตัวอย่างเดียวกัน ชื่อของแต่ละฟิลด์จะระบุว่ามาจากตารางใด เช่น FieldB จากตาราง B ฟิลด์สามารถเป็นมิติข้อมูลหรือการวัดผลได้ เว้นแต่จะระบุไว้เป็นอย่างอื่น

### ช่องที่เกี่ยวข้อง

ในระดับสูง ฟิลด์ต่างๆ จะมีความสัมพันธ์กันเมื่อ Tableau สามารถกำหนดวิธีประเมินร่วมกันได้อย่างชัดเจน โดยยึดตามเส้นทางความสัมพันธ์ภายในแผนผังเดียว

ตัวอย่างเช่น FieldB (จากตาราง B) และ FieldS (จากตาราง S) มีความเกี่ยวข้องกัน

![FieldB และ FieldS เกี่ยวข้องกัน](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_relatedness_tables_related2.png)

### ฟิลด์ที่ไม่เกี่ยวข้องกัน

ในระดับสูง ฟิลด์จะไม่เกี่ยวข้องกันไม่ว่าในกรณีใดเมื่อฟิลด์เหล่านั้นไม่เกี่ยวข้องกัน อาจเป็นเพราะฟิลด์มาจากตารางที่ไม่เกี่ยวข้อง เช่น การใช้ฟิลด์จากตารางฐานสองตาราง ในกรณีนี้ โดยพื้นฐานแล้วฟิลด์จากตารางฐานที่แตกต่างกันจะไม่เกี่ยวข้องกัน

ตัวอย่างเช่น FieldA และ FieldX ไม่เกี่ยวข้องกัน

![FieldA และ FieldX ไม่เกี่ยวข้องกัน](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_relatedness_tables_unrelatedbase.png)

หรือฟิลด์ถือว่าไม่เกี่ยวข้องในช่วงเวลาหนึ่ง เช่น ในกรณีที่คลุมเครือหรือยังไม่เกี่ยวข้อง โดยส่วนใหญ่ คุณสามารถใช้[ตัวชี้วัดความเกี่ยวข้อง](https://help.tableau.com/v0.0/pro/desktop/th-th/%3Chttps://help.tableau.com/current/pro/desktop/th-th/datasource_mfr_ relatedness_messages.htm>)เพื่อให้ทราบเมื่อฟิลด์ไม่เกี่ยวข้องในบริบทของการแสดงเป็นภาพ

### มิติข้อมูลการเชื่อมต่อ

การเชื่อมเป็นวิธีที่ Tableau ประเมินฟิลด์จากตารางที่ไม่เกี่ยวข้องในแบบจำลองข้อมูลแบบหลายข้อเท็จจริงในระหว่างการวิเคราะห์ ในการแสดงเป็นภาพ การใช้มิติข้อมูลจากตารางที่ใช้ร่วมกันจะเชื่อมฟิลด์ที่ไม่เกี่ยวข้องเข้าด้วยกัน และช่วยให้สามารถประเมินพร้อมกันในการแสดงเป็นภาพเดียวกันได้ คิดว่านี่เป็นผลลัพธ์จากการวางเคียงกันจากสองแผนผังด้วยกันโดยอิงตามมิติข้อมูลที่แผนผังทั้งสองมีร่วมกัน

ตัวอย่างเช่น หากการแสดงเป็นภาพสร้างด้วย FieldA และ FieldX ทั้งสองฟิลด์นี้จะไม่เกี่ยวข้องกัน การเพิ่ม DimensionS จะนำไปสู่ฟิลด์การเชื่อม

- FieldA และ DimensionS ได้รับการประเมินร่วมกัน
- FieldX และ DimensionS ได้รับการประเมินร่วมกัน
- ผลลัพธ์ระดับกลางเหล่านั้นจะนำมารวมกันตามค่าของ DimensionS
- ขณะนี้ FieldA และ FieldX เชื่อมกันแล้ว

![ตารางฐาน A และ X ที่ไม่เกี่ยวข้องจะเชื่อมกันโดยตาราง S ที่ใช้ร่วมกัน](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_relatedness_fields_stitching.png)

**เคล็ดลับ**: แนวทางปฏิบัติที่ดีที่สุดคือการใช้ฟิลด์การเชื่อมในการแสดงเป็นภาพก่อนที่จะดึงฟิลด์ที่ไม่เกี่ยวข้องออกมา ตัวอย่างเช่น ลาก DimensionS ออกมาก่อน หรือ FieldA จากนั้น DimensionS แล้ว FieldX แทนที่จะเป็น FieldA จากนั้น FieldX แล้ว DimensionS การเพิ่มฟิลด์การเชื่อมต่อก่อนทำให้แน่ใจได้ว่า Tableau ทราบเสมอถึงวิธีประเมินความสัมพันธ์และหลีกเลี่ยงปัญหาด้านประสิทธิภาพที่อาจเกิดขึ้นจากการประเมินมิติข้อมูลที่ไม่เกี่ยวข้องร่วมกันด้วยการรวมแบบไขว้

การเชื่อมต้องใช้มิติข้อมูลจากตารางที่ใช้ร่วมกันจึงจะใช้งานได้ในการแสดงเป็นภาพ ฟิลด์ที่วางบนแผงตัวกรองหรือคุณสมบัติเคล็ดลับเครื่องมือของการ์ดเครื่องหมายจะไม่ถือว่าใช้งานอยู่เพื่อวัตถุประสงค์ในการเชื่อม

### ฟิลด์ที่ยังไม่เกี่ยวข้อง

ฟิลด์สามารถมีวิธีการต่างๆ หลายวิธีที่จะเชื่อมโยงกันได้ แต่ยังไม่เกี่ยวข้องกัน สิ่งนี้เกิดขึ้นเมื่อมีความสัมพันธ์ที่เป็นไปได้มากกว่าหนึ่งรายการระหว่างตารางที่ใช้ร่วมกันสองตาราง (หรือตารางที่ใช้ร่วมกันแบบดาวน์สตรีม)

พิจารณา FieldS และ FieldT ตารางดังกล่าวเกี่ยวข้องกันทั้งผ่านแผนผังที่กำหนดโดยตารางฐาน A และผ่านแผนผังที่กำหนดโดยตารางฐาน X

ในการแสดงเป็นภาพที่มีเพียง FieldS และ FieldT ไม่มีข้อมูลว่าควรใช้แผนผังใดในการเชื่อมโยงระหว่างกัน หากไม่มีข้อมูลเพิ่มเติม Tableau ก็ไม่สามารถประเมินได้ว่าจะเชื่อมโยงฟิลด์เหล่านี้ผ่านแผนผังของตารางฐาน A หรือแผนผังของตารางฐาน B

FieldS และ FieldT ถือเป็นสิ่งที่ไม่เกี่ยวข้องกันแม้ว่าจะมีความสัมพันธ์_ที่เป็นไปได้_หลายรายการก็ตาม

![ฟิลด์ S และ T ที่เกี่ยวข้องอย่างคลุมเครือ](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_relatedness_fields_not-yet_hyporelated.png)

ฟิลด์ที่อาจจะเกี่ยวข้องแต่ยังไม่เกี่ยวข้องเหล่านี้จะได้รับการประเมินว่าไม่เกี่ยวข้อง เนื่องจาก Tableau ไม่สามารถระบุเส้นทางความสัมพันธ์ได้อย่างชัดเจน ต่างจากฟิลด์ที่ไม่เกี่ยวข้องกันอย่างแท้จริงซึ่งสามารถเชื่อมต่อกันได้เท่านั้น ก็สามารถแก้ไขฟิลด์ที่ยังไม่เกี่ยวข้องกันและฟิลด์สามารถเกี่ยวข้องกันได้โดยตรง

### ช่องที่เกี่ยวข้องกันอย่างคลุมเครือ

ฟิลด์ยังสามารถเกี่ยวข้องกันอย่างคลุมเครือได้ กรณีนี้เกิดขึ้นเมื่อมีความสัมพันธ์ที่เป็นไปได้ที่ใช้งานอยู่มากกว่าหนึ่งรายการระหว่างตารางที่ใช้ร่วมกัน (หรือตารางที่ใช้ร่วมกันแบบดาวน์สตรีม) ต่างจากฟิลด์ที่ยังไม่เกี่ยวข้องกัน ซึ่งพิจารณาได้ว่าเกี่ยวข้องกันน้อยเกินไปหรือเกี่ยวข้องกันน้อยไป ฟิลด์ที่เกี่ยวข้องอย่างคลุมเครือจะเกี่ยวข้องกันมากเกินควรหรือมากเกินไป

พิจารณา FieldS และ FieldT ตารางดังกล่าวเกี่ยวข้องกันทั้งผ่านแผนผังที่กำหนดโดยตารางฐาน A และผ่านแผนผังที่กำหนดโดยตารางฐาน X

ในการแสดงเป็นภาพที่มี FieldA, FieldX, FieldS และ FieldT จะมีข้อมูลมากเกินไปที่จะตัดสินใจว่าควรใช้แผนผังใดในการเชื่อมโยงข้อมูลเหล่านี้ หากไม่ตัดข้อมูลออก Tableau จะไม่สามารถประเมินได้ว่าจะเชื่อมโยงฟิลด์เหล่านี้ผ่านแผนผังของตารางฐาน A หรือแผนผังของตารางฐาน B

FieldS และ FieldT ถือเป็นสิ่งที่ไม่เกี่ยวข้องกันแม้ว่าจะมีความสัมพันธ์_ที่ใช้งานอยู่_หลายรายการก็ตาม

![](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_relatedness_fields_ambiguous_hyperrelated.png "เกี่ยวข้องกันมากเกินไป")

ฟิลด์ที่เกี่ยวข้องกันอย่างคลุมเครือเหล่านี้ได้รับการประเมินว่าไม่เกี่ยวข้องกันเนื่องจาก Tableau ไม่สามารถระบุเส้นทางความสัมพันธ์ได้อย่างชัดเจน ต่างจากฟิลด์ที่ไม่เกี่ยวข้องกันอย่างแท้จริงซึ่งสามารถเชื่อมต่อกันได้เท่านั้น ก็สามารถแก้ไขฟิลด์ที่เกี่ยวข้องกันอย่างคลุมเครือและฟิลด์สามารถเกี่ยวข้องกันได้โดยตรง

### การวัดผลที่คลุมเครือจากตารางที่ใช้ร่วมกัน

เมื่อมีการใช้มิติข้อมูลจากตารางที่ใช้ร่วมกัน จะมีการเชื่อมต่อฟิลด์จากตารางที่ไม่เกี่ยวข้องแบบอัปสตรีมเข้าด้วยกัน อย่างไรก็ตาม การวัดผลนั้นไม่สามารถเชื่อมต่อกันได้ และค่าของการวัดผลนั้นขึ้นอยู่กับมิติข้อมูลที่เกี่ยวข้อง

ในการแสดงเป็นภาพด้วย DimensionA และ DimensionX มิติข้อมูลทั้งสองนี้ไม่เกี่ยวข้องกัน หากนำ MeasureS ออกมาจาก Table S ก็จะไม่เกี่ยวข้องกับการรวม DimensionA และ DimensionX เข้าด้วยกัน แม้ว่าจะสามารถเกี่ยวข้องกับสิ่งใดสิ่งหนึ่งโดยอิสระ แต่ก็ไม่สามารถเกี่ยวข้องกับทั้งสองสิ่งในเวลาเดียวกันได้ในการแสดงเป็นภาพเดียวกัน

![ตารางฐาน A และ X ที่ไม่เกี่ยวข้องจะเชื่อมกันโดยตาราง S ที่ใช้ร่วมกัน](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_relatedness_fields_stitching.png)

การวัดผลที่ใช้ร่วมกันถือว่าเป็นประเภทของความคลุมเครือหรือความเกี่ยวข้องกันและได้รับการแก้ไขในลักษณะเดียวกัน

### แก้ไขความสัมพันธ์ที่ไม่ชัดเจนระหว่างฟิลด์

เมื่อใดก็ตามที่มีความไม่แน่นอนเกี่ยวกับวิธีการเชื่อมโยงฟิลด์ต่างๆ Tableau จะไม่ตัดสินใจตามที่กำหนดเองและจะถือว่าฟิลด์เหล่านั้นไม่เกี่ยวข้องกันแทน มักจะดีกว่าที่จะเชื่อมโยงฟิลด์เหล่านี้โดยการชี้แจงความไม่แน่นอนเกี่ยวกับแผนผังที่จะใช้

การแก้ไขฟิลด์ที่ยังไม่เกี่ยวข้องทำได้โดยการเพิ่มฟิลด์เพื่อกำหนดว่าจะใช้แผนผังใด การแก้ไขฟิลด์ที่เกี่ยวข้องที่คลุมเครือทำได้โดยการลบฟิลด์ออกเพื่อกำหนดว่าจะใช้แผนผังใด

_ตัวอย่าง:_

**การแก้ไขปัญหาที่ยังไม่เกี่ยวข้องกัน**: เพิ่มฟิลด์

- ในการแสดงเป็นภาพของ FieldS และ FieldT การเพิ่มฟิลด์จากตาราง A, B หรือ C ลงในการแสดงเป็นภาพทำให้แผนผังของตารางฐาน A ทำงานอยู่และแก้ไขเส้นทางที่ต้องการระหว่าง FieldS และ FieldT
- อีกวิธีหนึ่ง การใช้ฟิลด์จากตาราง X จะแก้ไขเส้นทางที่ต้องการระหว่าง FieldS และ FieldT กับแผนผังของตารางฐาน X

**การแก้ไขปัญหาที่เกี่ยวข้องอย่างคลุมเครือ**: ลบฟิลด์ออก

- ในการแสดงเป็นภาพของ FieldA, FieldX, FieldS และ FieldT การลบ FieldX จะทำให้มีเพียงแผนผังของ Base Table A เท่านั้นที่ใช้งานได้ และแก้ไขเส้นทางที่ต้องการระหว่าง FieldS และ FieldT
- อีกวิธีหนึ่งคือการลบ FieldA จะแก้ไขเส้นทางที่ต้องการระหว่าง FieldS และ FieldT ผ่านทางแผนผังของ Base Table X

**การแก้ไขการวัดผลร่วมกัน**: ลบฟิลด์ออก

- ในการแสดงเป็นภาพของ DimensionA, DimensionX, และ MeasureS การลบ DimensionX จะทำให้มีเพียงแผนผังของ Base Table A เท่านั้นที่ใช้งานได้ และแก้ไขเส้นทางที่ต้องการระหว่าง DimensionA และ MeasureS
- อีกวิธีหนึ่งคือการลบ DimensionA จะแก้ไขเส้นทางที่ต้องการระหว่าง DimensionX และ MeasureS ผ่านทางแผนผังของ Base Table X

<table class="table--plain" style="width: 100%;"><colgroup><col style="width: 25%;"><col style="width: 25%;"><col style="width: 25%;"><col style="width: 25%;"></colgroup><tbody><tr><td style="text-align: center;" rowspan="2"><b>ยังไม่เกี่ยวข้อง</b></td><td style="text-align: center;" rowspan="2"><b>เกี่ยวข้องอย่างคลุมเครือ</b></td><td colspan="2" style="text-align: center;"><b>ความเกี่ยวข้องได้รับการแก้ไขเป็นแผนผังเดียว</b></td></tr><tr><td style="text-align: center;">เกี่ยวข้องผ่านตารางฐาน A</td><td style="text-align: center;">เกี่ยวข้องผ่านตารางฐาน X</td></tr><tr><td style="text-align: center;"><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_relatedness_fields_not-yet_hyporelated.png" alt="ที่เกี่ยวข้องภายใต้"></td><td style="text-align: center;"><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_relatedness_fields_ambiguous_hyperrelated.png" title="เกี่ยวข้องกันมากเกินไป" alt=""></td><td style="text-align: center;"><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_relatedness_fields_context_a.png" alt="เกี่ยวข้องผ่าน A"></td><td style="text-align: center;"><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_relatedness_fields_context_x.png" alt="เกี่ยวข้องผ่าน X"></td></tr></tbody></table>

การแก้ไขความไม่แน่นอนจะคล้ายกับการใช้นิพจน์ระดับรายละเอียด (LOD) FIXED ในนิพจน์ LOD สำหรับ FIXED คุณจะบอก Tableau ว่าควรรวบรวมรายละเอียดระดับใดโดยการกำหนดการประกาศมิติข้อมูล ความไม่แน่นอนได้รับการแก้ไขโดยการเปลี่ยนโครงสร้างของการแสดงเป็นภาพเพื่อให้มีเพียงแผนผังเดียวที่ใช้งานอยู่ ดังนั้นการบอก Tableau ว่าเส้นทางความสัมพันธ์ใดที่สามารถพิจารณาเพื่อทำการวิเคราะห์

### การเชื่อมต่อเทียบกับการแก้ไขความไม่แน่นอน

ทั้งการเชื่อมต่อและการแก้ไขความไม่แน่นอนเป็นวิธีจัดการกับความไม่เกี่ยวข้องกัน แต่มีผลลัพธ์ที่แตกต่างกัน ดังนี้

<table class="table--plain" style="width: 100%;"><colgroup><col style="width: 50%;"><col></colgroup><tbody><tr><td><p>การเชื่อม</p></td><td><p>การแก้ไขความไม่แน่นอน</p></td></tr><tr><td><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_relatedness_fields_stitching.png" alt="การเชื่อม A และ X ด้วย S"><p><span class="caption">FieldA และ FieldX ที่ไม่เกี่ยวข้องได้รับการเชื่อมโดย DimensionS</span></p></td><td><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_relatedness_fields_context_a.png" alt="การแก้ไข S และ T ด้วย A"><p class="caption">FieldS และ FieldT ประเมินผ่านแผนผังที่กำหนดโดยตารางฐาน A</p></td></tr><tr><td>วางซ้อนฟิลด์ที่ไม่เกี่ยวข้องกันตามคุณลักษณะที่ใช้ร่วมกัน</td><td>จำกัดเส้นทางความสัมพันธ์ที่จะใช้เมื่อมีตัวเลือกหลายตัว (ความคลุมเครือหรือการวัดผลที่ใช้ร่วมกัน) หรือสร้างเส้นทางความสัมพันธ์เมื่อไม่มีตัวเลือกใดเลย (ยังไม่เกี่ยวข้อง)</td></tr><tr><td><p>ใช้ตรรกะของหลายตารางฐานในการคำนวณผลลัพธ์</p></td><td><p>ใช้ตรรกะของตารางฐานเดียวในการคำนวณผลลัพธ์</p></td></tr><tr><td>การวิเคราะห์เกี่ยวข้องกับตารางที่ไม่เกี่ยวข้องกัน</td><td>การวิเคราะห์เกี่ยวข้องกับตารางที่ใช้ร่วมกัน</td></tr></tbody></table>

## วิธีการใช้การรวมสำหรับความเกี่ยวข้องแต่ละระดับ

หลังจากกำหนดความเกี่ยวข้องระดับฟิลด์แล้ว Tableau จะต้องประเมินผลลัพธ์เพื่อสร้างการแสดงเป็นภาพจริง การค้นหาที่ใช้ในการคำนวณค่าที่แสดงในการแสดงเป็นภาพขึ้นอยู่กับการรวบรวม ไม่ว่าฟิลด์จะเกี่ยวข้อง ไม่เกี่ยวข้อง หรือเชื่อมกันจะมีผลกระทบต่อการรวบรวมที่ดำเนินการอย่างแตกต่างกัน โปรดทราบว่าฟิลด์ที่เกี่ยวข้องอย่างคลุมเครือและยังไม่เกี่ยวข้องจะถือว่าไม่เกี่ยวข้องในบริบทนี้

เพื่ออธิบายความเกี่ยวข้องและการรวม ส่วนนี้จะอธิบายตารางและฟิลด์ รวมถึงค่าในฟิลด์เหล่านั้น พิจารณาแบบจำลองข้อมูลต่อไปนี้ที่มีตารางฐานสองตาราง ชั้นเรียนและชมรม และตารางที่ใช้ร่วมกัน นั่นก็คือนักเรียน

![แบบจำลองข้อมูลที่มีตารางฐานสองตาราง ชั้นเรียนและชมรม และตารางที่ใช้ร่วมกัน นั่นก็คือนักเรียน](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_model.png)

<table class="table--plain" style="width: 100%;"><colgroup><col style="width: 34%;"><col style="width: 33%;"><col></colgroup><tbody><tr><td><p>ชั้นเรียน</p></td><td><p>ชมรม</p></td><td><p>นักเรียน</p></td></tr><tr><td><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_ex_birds_table_classes.png" alt="ดูข้อมูลสำหรับตารางชั้นเรียน โดยแสดงค่าสำหรับสามฟิลด์"></td><td><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_ex_birds_table_clubs.png" alt="ดูข้อมูลสำหรับตารางชมรม โดยแสดงค่าสำหรับสามฟิลด์"></td><td><img src="https://help.tableau.com/v0.0/pro/desktop/th-th/Img/mfr_ex_birds_table_students.png" alt="ดูข้อมูลสำหรับตารางนักเรียน โดยแสดงค่าสำหรับสามฟิลด์"></td></tr><tr><td><p>ช่อง:</p><ul><li><b>ชั้นเรียน</b> มิติข้อมูลที่มีค่า Nesting Basics, Advanced Songs, Flying for Fledglings และ Alarm Calls 101</li><li><b>ความยาว</b> การวัดผล</li><li><b>นักเรียน</b> มิติข้อมูลที่ใช้เพื่อสัมพันธ์กับตารางนักเรียน</li></ul></td><td><p>ช่อง:</p><ul><li><b>ชมรม</b> มิติข้อมูลที่มีค่า Photography, Travel, Juggling, Art และ First Aid</li><li><b>ค่าธรรมเนียม</b> การวัดผล</li><li><b>นักเรียน</b> มิติข้อมูลที่ใช้เพื่อสัมพันธ์กับตารางนักเรียน</li></ul></td><td><p>ช่อง:</p><ul><li><b>คนขับรถบัส</b> มิติข้อมูลที่มีค่าใช่หรือไม่ใช่</li><li><b>นักเรียน</b> มิติข้อมูลที่มีค่า Finch, Cardinal, Sparrow, Robin และ Jay ใช้เพื่อเชื่อมโยงกับอีกสองตาราง</li><li><b>อายุ</b> การวัดผล</li></ul></td></tr></tbody></table>

แบบจำลองที่เรียบง่ายมากนี้แสดงให้เห็นว่าตรรกะการรวมระดับสูงได้รับการคำนวณสำหรับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับพื้นฐานของการรวมที่ใช้ในแบบจำลองข้อมูลตารางฐานเดียวที่สร้างขึ้นจากความสัมพันธ์ โปรดดู[วิธีการทำงานของการวิเคราะห์สำหรับแหล่งข้อมูลแบบหลายตารางที่ใช้ความสัมพันธ์](https://help.tableau.com/current/pro/desktop/th-th/datasource_multitable_analysis_overview.htm)

ตัวอย่างนี้ควรเป็นแบบจำลองข้อมูลที่มีหลายตารางฐานหรือไม่

สำหรับแบบจำลองข้อมูลสามตารางนี้ อาจดึงดูดให้ตั้งค่าเป็นแบบจำลองตารางฐานเดียว เป็นชั้นเรียน-นักเรียน-ชมรม หรือชมรม-นักเรียน-ชั้นเรียน หรือโดยให้นักเรียนเป็นตารางฐาน ตามกฎแล้ว แบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริงมีไว้สำหรับสคีมาข้อมูลหรือสถานการณ์การวิเคราะห์ประเภทที่เฉพาะเจาะจง หากแบบจำลองข้อมูลของคุณ[มีลักษณะเฉพาะที่เหมาะสมที่สุดกับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง](https://help.tableau.com/current/pro/desktop/th-th/datasource_mfr_when_to_use.htm) ให้ตั้งค่าในลักษณะนั้นเพื่อให้ตารางฐานของคุณไม่เกี่ยวข้องกันทางแนวคิด อย่างไรก็ตาม หากข้อมูลของคุณไม่จำเป็นต้องมีโครงสร้างประเภทนี้ โมเดลตารางฐานเดียวก็สามารถใช้งานได้ง่ายกว่า

![โครงสร้างแบบจำลองข้อมูลทางเลือกสำหรับแบบจำลองตัวอย่างชั้นเรียน-ชมรม-นักเรียน](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_model_versions.png)

แบบจำลองที่สามารถสร้างได้สำหรับทั้งสามตารางนี้: (1) ชั้นเรียนและชมรมเป็นตารางฐานโดยมีนักเรียนเป็นตารางที่ใช้ร่วมกัน (2) เชิงเส้นเริ่มต้นด้วยชั้นเรียนหรือชมรม และ (3) นักเรียนเป็นตารางฐานเดียวกับชั้นเรียน และชมรมเป็นตารางดาวน์สตรีม

ในกรณีนี้ ไม่มีสิ่งใดเกี่ยวกับตาราง ข้อมูล หรือแบบจำลองเหล่านี้ที่ต้องใช้ตารางฐานหลายตารางจริงๆ เรากำลังใช้แบบจำลองนี้เป็นตัวอย่างเพื่อให้เรียบง่าย เพื่อให้สามารถเน้นไปที่ตรรกะการรวมได้ หรือคุณอาจจินตนาการว่ามีตารางอื่นที่เกี่ยวข้องกันซึ่งก็คือห้อง ซึ่งเราเพียงเพิกเฉยเพื่อหลีกเลี่ยงไม่ให้การสนทนาซับซ้อนเกินไป

![เวอร์ชันของแบบจำลองชั้นเรียน-ชมรม-นักเรียนที่มีตารางที่ใช้ร่วมกันเพิ่มเติม นั่นก็คือห้อง](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_model_withroom.png)

อย่างไรก็ตาม ตามแนวทางปฏิบัติที่ดีที่สุด ให้ใช้แบบจำลองความสัมพันธ์แบบหลายข้อเท็จจริงเมื่อข้อมูลของคุณต้องการเท่านั้น

### มิติข้อมูลที่เกี่ยวข้องใช้การรวมภายใน

มิติข้อมูลที่เกี่ยวข้องคือการรวมภายใน การรวมภายในจะปล่อยค่ามิติข้อมูลใดๆ ที่ไม่ได้ใช้ร่วมกันระหว่างทั้งสองตาราง

- Tableau ใช้ตรรกะเพิ่มเติมเพื่อให้แน่ใจว่าค่าการวัดผลจะไม่สูญหาย ส่วนนี้ใช้เฉพาะมิติข้อมูลเพื่อแสดงพื้นฐานของวิธีที่ Tableau ใช้การรวมภายในกับมิติข้อมูลที่เกี่ยวข้อง

ตัวอย่างต่อไปนี้แสดงให้เห็นว่ามิติข้อมูลที่เกี่ยวข้องส่งคืนเฉพาะแถวที่มีอยู่ในข้อมูลอย่างไร ไม่มีนักเรียนอยู่ในชั้นเรียน Alarm Calls 101 จึงไม่แสดงในผลลัพธ์ Cardinal และ Jay ไม่ได้อยู่ในชั้นเรียนใดๆ เลย จึงไม่แสดงในผลลัพธ์

![การแสดงเป็นภาพที่แสดงการรวมภายในของชั้นเรียนและนักเรียน โดยสองแถวสำหรับ Finch (Advanced Songs, Nesting Basics), สองแถวสำหรับ Robin (Flying for Fledgelings, Nesting Basics) และสองแถวสำหรับ Sparrow (Advanced Songs, Nesting Basics)](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_relateddims_innerjoin.png)

### มิติข้อมูลที่ไม่เกี่ยวข้องใช้การรวมแบบไขว้

มิติข้อมูลที่ไม่เกี่ยวข้องกันโดยไม่มีมิติการเชื่อมจะรวมแบบไขว้ด้วยตัวมันเอง

ในการรวมแบบไขว้ ทุกค่าจากมิติข้อมูลหนึ่งจะรวมกับทุกค่าจากอีกมิติข้อมูลหนึ่ง แม้ว่าชุดค่าผสมที่เป็นผลลัพธ์จะไม่มีอยู่ในข้อมูลก็ตาม ในตัวอย่างนี้ การรวมแบบไขว้จะเพิ่มแถวสำหรับแต่ละชุดที่เป็นไปได้ของชั้นเรียนและชมรม

![การแสดงเป็นภาพที่แสดงการเข้าแบบไขว้ของชั้นเรียนและชมรมพร้อมแถวสำหรับการรวมกันของ Advanced Songs/Alarm Calls 101/Flying for Fledglings/Nesting Basics ที่มี Art/First Aid/Juggling/Photography มีไอคอนที่ไม่เกี่ยวข้องแสดงอยู่ในข้อมูลที่จะแสดงมิติข้อมูลทั้งสองบนแผงแถว](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_unrelateddims_crossjoin.png)

สิ่งสำคัญคือต้องรับรู้ว่าเมื่อใดที่การรวมแบบไขว้เกิดขึ้นในการวิเคราะห์ของคุณ แม้ว่าจะมีแถวสำหรับ Advanced Songs + First Aid ในตารางผลลัพธ์สำหรับการรวมแบบไขว้ แต่จริงๆ แล้วไม่มีนักเรียนคนใดอยู่ในการรวมกิจกรรมนี้ (เราจะดูข้อพิสูจน์ในตัวอย่างการเชื่อมในส่วนถัดไป)

เหตุใดจึงเป็นสิ่งสำคัญที่ต้องรับรู้ว่าผลลัพธ์การรวมแบบไขว้ทั้งหมดไม่ได้ขึ้นอยู่กับข้อมูล ลองนึกภาพว่าคุณกำลังพยายามจัดตารางเวลาสำหรับชั้นเรียนและชมรมต่างๆ เพื่อไม่ให้มีความขัดแย้งสำหรับนักเรียน ไม่มีนักเรียนใน Advanced Songs และ First Aid ดังนั้นคุณจึงสามารถเพิกเฉยต่อผลลัพธ์นี้และจัดตารางเวลาชั้นเรียนและชมรมไปพร้อมๆ กัน การรวมแบบไขว้ไม่ได้แสดงถึงการรวมกันของค่าที่มีอยู่จริงในข้อมูล

นอกจากนี้ การรวมแบบไขว้เมื่อมีความไม่ซ้ำกันสูง (ค่าที่ไม่ซ้ำกันจำนวนมาก) อาจส่งผลกระทบต่อประสิทธิภาพได้ ลองนึกถึงการรวมหมายเลขโทรศัพท์ทั้งหมดกับที่อยู่อีเมลทั้งหมดแบบไขว้ในรายชื่อติดต่อของคุณ ซึ่งจะเป็นการรวมกันครั้งใหญ่และการปฏิบัติการที่มีต้นทุนสูง

### มิติข้อมูลที่เชื่อมใช้การรวมภายนอก

มิติข้อมูลที่ไม่เกี่ยวข้องจะมีการรวมภายนอกเมื่อมีมิติข้อมูลการเชื่อม

ในตัวอย่างนี้ ทั้งตารางชั้นเรียนและตารางชมรมเกี่ยวข้องกับตารางนักเรียนที่ใช้ร่วมกัน แต่ไม่เกี่ยวข้องกัน ดังนั้นฟิลด์ชั้นเรียนและชมรมจึงไม่เกี่ยวข้องกัน การเพิ่มมิติข้อมูลนักเรียนช่วยให้ Tableau ทราบว่าค่าใดจากชั้นเรียนและค่าใดจากชมรมที่ควรนำมาวางเคียงกันในการวิเคราะห์ เราเรียกลักษณะการรวมภายนอกว่า_การเชื่อม_

![การแสดงเป็นภาพที่แสดงผลการรวมภายนอกของการรวมภายในของนักเรียน-ชั้นเรียนและการรวมภายในของนักเรียน-ชั้นเรียน มีไอคอนที่ไม่เกี่ยวข้องกันในข้อมูลที่จะแสดงของชั้นเรียนและชมรมบนแผงแถว ข้อมูลที่จะแสดงสำหรับนักเรียนอยู่ในพร็อพเพอร์ตี้สีของการ์ดเครื่องหมายและไม่มีไอคอนที่ไม่เกี่ยวข้อง ชั้นเรียนและชมรมบางรายการจะไม่รวมกัน และมีแถวสำหรับนักเรียนและชมรมที่ไม่มีชั้นเรียน](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_stitched_outerjoin.png)

การเชื่อมจะคล้ายกับการผสานข้อมูลโดยมีผลลัพธ์ระดับกลางที่นำกลับมารวมกันเพื่อให้ได้ผลลัพธ์โดยรวม อย่างไรก็ตาม การเชื่อมนั้นเป็นการรวมภายนอก ไม่ใช่การรวมด้านซ้าย ซึ่งต่างจากการผสานและไม่ปล่อยค่าจากด้านใดด้านหนึ่ง ไม่มีแนวคิดเกี่ยวกับแหล่งข้อมูลหลักหรือรองเมื่อแหล่งข้อมูลทั้งหมดเป็นแหล่งข้อมูลเดียว ดังนั้นทั้งสองฟิลด์ที่ไม่เกี่ยวข้องกันจึงมีความสำคัญเท่ากัน

#### ผลลัพธ์ระดับกลางจะได้รับการรวมภายนอก

อะไรจะเข้าสู่การรวมภายนอกสำหรับฟิลด์ที่เชื่อม การรวมภายในระดับกลางจะคำนวณสำหรับฟิลด์การเชื่อมและฟิลด์ที่ไม่เกี่ยวข้องแต่ละฟิลด์ตามลำดับ จากนั้นผลลัพธ์ระดับกลางเหล่านี้จะถูกรวมภายนอกตามค่าของมิติข้อมูลการเชื่อม

**ตัวอย่าง**

การรวมภายในสำหรับนักเรียนและชั้นเรียน...

![ตารางผลลัพธ์สำหรับสามค่าของนักเรียนและสามค่าของชั้นเรียน](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_stitched_inner1.png)

...และการรวมภายในสำหรับนักเรียนและชมรม...

![ตารางผลลัพธ์สำหรับสี่ค่าของนักเรียนและห้าค่าของชมรม](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_stitched_inner2.png)

...จากนั้นจึงทำการรวมภายนอกสำหรับนักเรียน

![ตารางผลลัพธ์สำหรับสี่ค่าของนักเรียน สามค่าของชั้นเรียน และห้าค่าของชมรม](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_stitched_outerjoin.png)

### การรวมเพิ่มเติมเพื่อรักษาการวัดผล

นอกจากตรรกะการรวมสำหรับมิติข้อมูลแล้ว การวัดผลยังสามารถสร้างการรวมเพิ่มเติมได้ เมื่อความสัมพันธ์นำมาใช้ครั้งแรกใน Tableau หนึ่งใน[หลักการสำคัญคือค่าการวัดผลจะไม่สูญหาย](https://www.tableau.com/th-th/blog/relationships-tableau-data-model) สิ่งนี้ยังคงอยู่ในแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง

รายละเอียดที่สำคัญคือ

- ค่าการวัดผลจะแบ่งตามมิติข้อมูลที่เกี่ยวข้องเท่านั้น
- ค่าการวัดผลซ้ำสำหรับมิติข้อมูลที่ไม่เกี่ยวข้อง
- ค่ามิติข้อมูลที่จะรวมอยู่ในการแสดงเป็นภาพเฉพาะมิติข้อมูลอาจถูกส่งคืนหากมีค่าการวัดผลที่เกี่ยวข้องเชื่อมโยงอยู่

**หมายเหตุ**: โปรดทราบว่าการวัดผลคือการรวบรวม โดยจะคำนวณในระดับรายละเอียด (มุมมองแบบละเอียด) ที่กำหนดโดยการรวมกันของมิติข้อมูลในการแสดงเป็นภาพ ซึ่งเรียกว่าเป็นการวัดผลที่_แยกย่อย_ตามมิติข้อมูล เมื่อใช้การวัดผลโดยไม่มีมิติข้อมูลใดๆ จะเรียกว่าเป็น_กำหนดขอบเขตตาราง_ ซึ่งหมายความว่าค่าของการวัดผลคือค่าที่รวบรวมทั้งหมด ทันทีที่เราใช้มิติข้อมูลในการแสดงเป็นภาพ การวัดผลจะแยกย่อยละเอียดมากขึ้นตามค่ามิติข้อมูล ค่าของการวัดผลในการวิเคราะห์จึงขึ้นอยู่กับบริบทของมิติข้อมูล

#### การวัดผลที่เกี่ยวข้อง

พิจารณาชุดย่อยของค่ามิติข้อมูลที่ส่งคืนสำหรับการรวมภายในสำหรับ**นักเรียน**และ**ชั้นเรียน**ของมิติข้อมูลที่เกี่ยวข้อง มี_สาม_ค่าของนักเรียน ได้แก่ Finch, Robin และ Sparrow และ_สาม_ค่าของชั้นเรียน ได้แก่ Advanced Songs, Nesting Basics และ Flying for Fledgelings

![ตารางผลลัพธ์สำหรับการรวมภายในระหว่างนักเรียนและชั้นเรียน](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_inner_student_class.png)

หากเราเพิ่มการวัดผล**ความยาว**จากตารางชั้นเรียน เราจะเห็นว่าทั้ง_สี่_ชั้นเรียนจะแสดงขึ้นและไม่มีค่า null สำหรับนักเรียน ทุก**ความยาว**ของชั้นเรียนจะแสดงที่ระดับของ**ชั้นเรียน**

![ค่า null ปรากฏสำหรับนักเรียนแม้ว่าจะมีการรวมมิติข้อมูลภายในไว้ก็ตาม](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_related_measurefrombase.png)

หากเราเพิ่มเข้าการวัดผล**อายุ**จากตารางนักเรียนแทน เราจะเห็นว่านักเรียนทั้ง_ห้า_คนแสดงขึ้นและมีค่า null สองค่าสำหรับชั้นเรียน ผลลัพธ์จะรักษานักเรียนทุกคนไว้ แม้ว่าจะไม่ได้อยู่ในชั้นเรียนก็ตาม **อายุ**ของนักเรียนทุกคนจะแสดงที่ระดับของ**นักเรียน**

![ค่า null ปรากฏขึ้นสำหรับชั้นเรียนแม้ว่ามิติข้อมูลจะรวมภายในก็ตาม](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_related_measurefromshared.png)

#### การวัดผลที่ไม่เกี่ยวข้อง

ค่าการวัดผลจะถูกทำซ้ำสำหรับค่ามิติข้อมูลที่ไม่เกี่ยวข้อง

หากเราดูที่การวัดผล**ความยาว**จากตารางชั้นเรียนและมิติข้อมูล**ชมรม**ที่ไม่เกี่ยวข้องกัน การวัดผลมีการกำหนดขอบเขตตารางและทำซ้ำกับค่ามิติข้อมูลทั้งหมดของ**ชมรม**

![การวัดผลที่มีการกำหนดขอบเขตตารางซึ่งทำซ้ำในค่ามิติข้อมูลที่ไม่เกี่ยวข้อง](/tableau/next/th-th/pro/desktop/th-th/Img/mfr_ex_birds_unrelateddim-measure.png)

เมื่อมีมิติข้อมูลการเชื่อม การวัดผลสามารถแยกย่อยและทำซ้ำได้

ที่นี่**อายุ**ของการวัดผลมาจากตารางนักเรียนและแยกย่อยตามระดับของนักเรียน แต่ละครั้งที่นักเรียนทำซ้ำตามมิติข้อมูลสำหรับ**ชั้นเรียน**และ**ชมรม** ค่า**อายุ**จะถูกทำซ้ำ

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

## การแก้ปัญหา

### ข้อควรพิจารณาเมื่อใช้แบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง

**ตัวกรองการแยกข้อมูลต่อตาราง**

ตัวกรองการแยกข้อมูลทั้งหมดสำหรับการแยกข้อมูลแบบจำลองความสัมพันธ์แบบหลายข้อเท็จจริงนั้นจะเป็นต่อตาราง (ไม่แพร่หลาย) ด้วยเหตุนี้ ผลการกรองอาจแตกต่างกันระหว่างการเชื่อมต่อแบบเรียลไทม์และแบบการแยกข้อมูล

**การคำนวณระดับแถว**

การคำนวณระดับแถวสามารถอ้างอิงถึงฟิลด์ที่ใช้ตารางฐานอัปสตรีมเดียวกันเท่านั้น หมายความว่าการคำนวณระดับแถวไม่สามารถดำเนินการข้ามแผนผังได้

**ฟิลด์ที่รวม**

ฟิลด์ทั้งหมดในฟิลด์ที่รวมจะต้องใช้ตารางอัปสตรีมร่วมกัน อคุณไม่สามารถสร้างฟิลด์ที่รวมโดยใช้ฟิลด์ที่อยู่ในแผนผังที่แตกต่างกันได้

**เซต**

สามารถสร้างชุดได้เฉพาะกับคำจำกัดความที่เกี่ยวข้องกับฟิลด์ที่ใช้ตารางฐานอัปสตรีมเดียวกันเท่านั้น อย่างไรก็ตาม ในการแสดงเป็นภาพ ตัวเลือก “เพิ่มไปยังเซต” อาจมีให้ใช้งานจากเครื่องหมายเมื่อเครื่องหมายนั้นถูกกำหนดโดยฟิลด์ที่ไม่เกี่ยวข้องกับฟิลด์ที่ใช้ในการกำหนดชุด หากคุณเลือก “เพิ่มไปยังเซต” Tableau จะเพิ่มเฉพาะฟิลด์ที่เกี่ยวข้องให้กับคำจำกัดความของเซต สิ่งนี้แตกต่างจากลักษณะการทำงานของ “เพิ่มไปยังเซต” ในแหล่งข้อมูลตารางฐานเดียว เมื่อ “เพิ่มไปยังเซต” จะเพิ่มทุกอย่างที่กำหนดเครื่องหมาย

**ตรวจสอบนิพจน์ระดับรายละเอียด INCLUDE**

ไม่สามารถประเมินนิพจน์ LOD สำหรับ INCLUDE ในฟิลด์ที่ไม่เกี่ยวข้องได้ เนื่องจากความเกี่ยวข้องระหว่างฟิลด์ได้รับการประเมินแบบชีตต่อชีต จึงเป็นไปได้ที่จะมีนิพจน์ LOD ที่ถูกต้องในแผงข้อมูลหรือเครื่องมือแก้ไขการคำนวณที่กลายเป็นไม่ถูกต้องในบริบทของการแสดงเป็นภาพที่เฉพาะเจาะจง (ในที่ที่มีมิติข้อมูลที่ไม่เกี่ยวข้อง) เมื่อสิ่งนี้เกิดขึ้น ข้อมูลที่จะแสดงของ LOD จะเปลี่ยนเป็นสีแดง คุณสามารถอัปเดตนิพจน์ LOD เพื่อลบข้อขัดแย้งของฟิลด์ที่ไม่เกี่ยวข้อง เปลี่ยนโครงสร้างของการแสดงเป็นภาพ หรือลบนิพจน์ LOD ออกจากการแสดงเป็นภาพได้

**การอัปเดตแหล่งข้อมูลที่เผยแพร่**

ตามแนวทางปฏิบัติที่ดีที่สุด ให้สร้างสำเนาของแหล่งข้อมูลที่เผยแพร่ที่มีอยู่หากคุณวางแผนที่จะปรับเปลี่ยนให้กลายเป็นแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง เมื่อเวิร์กบุ๊กที่เชื่อมต่อบางส่วนไม่จำเป็นต้องใช้แบบจำลองข้อมูลใหม่ อย่าอัปเดตแหล่งข้อมูลเวอร์ชันที่มีอยู่ เว้นแต่เวิร์กบุ๊กทั้งหมดจำเป็นต้องมีตารางใหม่ เผยแพร่แหล่งข้อมูลที่แก้ไขเป็นแหล่งข้อมูลใหม่ และสร้างเวิร์กบุ๊กใหม่จากแหล่งข้อมูลนั้น วิธีนี้จะป้องกันไม่ให้เวิร์กบุ๊กที่มีอยู่ถูกแปลงไปใช้ VDS แทนเซิร์ฟเวอร์ข้อมูลเมื่อไม่ต้องการฟังก์ชันการทำงาน เพื่อไม่ให้ประสิทธิภาพลดลง

### ปัญหาที่ได้รับการแก้ไข

<table class="table--plain" style="width: 100%;"><colgroup><col style="width: 60%;"><col></colgroup><tbody><tr><td><b>ปัญหาที่ได้รับการแก้ไข</b></td><td><b>แก้ไขแล้วเมื่อ</b></td></tr><tr><td><p><b>การแยกข้อมูล</b></p><p><i>แหล่งข้อมูลในเครื่อง (ในเวิร์กบุ๊ก):</i> ความพยายามที่จะแยกแหล่งข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริงจะทำให้เกิดข้อผิดพลาด “ไม่มีตารางดังกล่าว”</p><p><i>แหล่งข้อมูลที่เผยแพร่:</i> การแยกแหล่งข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริงที่เผยแพร่จะปรากฏว่าสำเร็จ แต่ค่าของฟิลด์สามารถสลับได้</p></td><td rowspan="3"><ul><li><a href="https://www.tableau.com/th-th/support/releases/online">Tableau Cloud</a>: ได้รับการแก้ไขแล้วสำหรับการอัปเดตกลางเดือนกรกฎาคม ซึ่งมีผลกับ <a href="https://public.tableau.com/app/discover">public.tableau.com</a></li><li><a href="https://www.tableau.com/th-th/support/releases"><span class="mc-variable Variables.TabsProductDesktop variable">Tableau Desktop</span></a>: แก้ไขแล้วในการเผยแพร่การบำรุงรักษาปี 2024.2.1 ที่เผยแพร่เมื่อวันที่ 24 กรกฎาคม 2024</li><li><a href="https://www.tableau.com/th-th/support/releases/server">Tableau Server</a>: แก้ไขแล้วในรุ่นการบำรุงรักษาปี 2024.2.1 ที่เผยแพร่เมื่อวันที่ 24 กรกฎาคม 2024</li></ul><p>หากคุณยังพบปัญหาเหล่านี้ใน <span class="mc-variable Variables.TabsProductDesktop variable">Tableau Desktop</span> หรือ Tableau Server ให้อัปเกรดเป็นเวอร์ชันตั้งแต่วันที่ 24 กรกฎาคม 2024 ขึ้นไป</p></td></tr><tr><td><p><b>นิพจน์ระดับรายละเอียด EXCLUDE</b></p><p>ควรตรวจสอบเฉพาะ LOD สำหรับ INCLUDE เท่านั้นเมื่อมีฟิลด์ที่ไม่เกี่ยวข้องกัน อย่างไรก็ตาม LOD สำหรับ EXCLUDE อาจถูกทำเครื่องหมายอย่างไม่ถูกต้องว่าไม่ถูกต้องในเงื่อนไขเดียวกัน</p></td></tr><tr><td><p><b>การคำนวณผู้ใช้แบบซ้อนกัน</b></p><p>การคำนวณผู้ใช้แบบซ้อนกันไม่พร้อมใช้งานในแหล่งข้อมูลที่เผยแพร่ที่มีแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง</p></td></tr></tbody></table>

### ปัญหาที่ทราบ

**ตัวบ่งชี้ความเกี่ยวข้องกับการ์ดเครื่องหมายหลายรายการ**

เมื่อสร้างการแสดงเป็นภาพด้วยการวัดผลหลายรายการบนแผงแถวหรือบนแถบคอลัมน์ แต่ละการวัดผลจะมีการ์ดเครื่องหมายของตัวเอง ตรรกะที่ใช้ในการกำหนดตัวบ่งชี้ความเกี่ยวข้อง (ไอคอนที่ไม่เกี่ยวข้อง ข้อความในเคล็ดลับเครื่องมือ และกล่องโต้ตอบคำเตือนเกี่ยวกับความเกี่ยวข้อง) อาจไม่ให้ผลลัพธ์ตามที่คาดหวัง ทั้งนี้ขึ้นอยู่กับการ์ดเครื่องหมายที่เปิดอยู่ อย่างไรก็ตาม การแสดงเป็นภาพมีการคำนวณอย่างถูกต้องตามความเกี่ยวข้องของแต่ละคู่ของฟิลด์ด้วยตัวมันเอง มีการแก้ไขที่วางแผนไว้สำหรับลักษณะการทำงานนี้

**BatchQueryProcessor**

ต้องเปิดใช้งาน BatchQueryProcessor เพื่อรองรับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง นี่เป็นลักษณะการทำงานที่คาดหวังโดยไม่มีการแก้ไขที่วางแผนไว้ในปัจจุบัน

**Tableau Pulse**

Tableau Pulse อาจไม่ทำงานกับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง คุณอาจไม่สามารถสร้างคำจำกัดความของเมตริก หรือเมตริกใดๆ ที่สร้างขึ้นอาจว่างเปล่า นี่ไม่ใช่ลักษณะการทำงานที่คาดหวัง แต่ยังไม่มีการแก้ไขที่วางแผนไว้ในปัจจุบัน

**การเปลี่ยนแปลงมิติข้อมูลด้วยพารามิเตอร์**

Tableau ให้คุณสามารถ[สลับฟิลด์โดยใช้พารามิเตอร์](https://help.tableau.com/current/pro/desktop/th-th/parameters_swap.htm)ได้ แต่เมื่อมีความสัมพันธ์แบบหลายข้อเท็จจริง การสลับมิติข้อมูลด้วยพารามิเตอร์จะทำงานล้มเหลวโดยไม่แจ้งให้ทราบ โดยจะสามารถสร้างพารามิเตอร์และการคำนวณได้ และสามารถแสดงการควบคุมพารามิเตอร์ได้ แต่ฟิลด์จะไม่เปลี่ยนแปลงเมื่อพารามิเตอร์เปลี่ยนแปลง ทั้งนี้เนื่องจากลำดับการดำเนินงานในการประเมินความเกี่ยวข้องของมิติข้อมูลและการประเมินพารามิเตอร์

## บทความอื่นๆ ในส่วนนี้