# tableau Tableau Desktop and Web Authoring (pro) - Full Documentation [跳至主要內容](#main-content) # 將進階分析套用於檢視(\[分析\] 窗格) 從「分析」窗格中將參考線、盒狀圖、趨勢線、預測和其他項目拖曳到檢視中。按一下左側列頂端的索引標籤,即可在「資料」窗格和「分析」窗格之間切換。  Tableau Desktop 分析窗格 在 Tableau Desktop 中, \[分析\] 窗格、功能表或檢視的上下文中提供了用於將分析物件新增到檢視中的選項。舉例來說,參考線和區間可在編輯軸時找到,而趨勢線和預測可從 \[分析\] 功能表中找到。 在 \[分析\] 窗格中,能夠拖放各個選項。 在 Web 上,可以從「分析」窗格中使用大多數分析物件。 ## 向檢視中新增分析物件 若要從 \[分析\] 窗格中新增項目,請將該項拖入檢視。將項目從 \[分析\] 窗格中拖出時,Tableau 將顯示該項目的可能目標。選取範圍因項類型和目前檢視而異。 舉一個簡單的例子,放置目標區域將提供以下三個選項:  術語資料表、窗格和儲存格定義項目的範圍:  對於更複雜的檢視(例如,具有雙軸的檢視),Tableau 會顯示一個如下所示的置放目標區域:  若將項目置放在置放目標區域頂部標頭中的三個較大方塊之一(例如「資料表」方塊)中,則會為每個軸新增具有四分位數的單獨中位數:  但如果將項放在與特定度量對齊的下面六個方框的任何一個方框中,則只會具有指定範圍的對應軸上新增 \[帶四分位點的中值\]。 ## 從檢視中刪除分析物件 您可以透過按一下 \[撤銷\] 從檢視中刪除分析物件,也可以將該物件從檢視中拖出以將其刪除。 也可以按一下項目,然後從工具提示中選取「移除」。 **附註:**某些 \[分析\] 窗格項目( \[帶四分位點的中值\] 和 \[CI 為 95% 的平均值\] )會同時新增參考線和參考分佈。除非使用「復原」,否則需要單獨刪除這些項目。 ## 在檢視中編輯分析物件 要編輯從「分析」窗格新增的項目,請按一下該項目,然後從工具提示中選取「編輯」。有關其他編輯選項,請參閱下面的 \[分析物件定義\] 下的特定項類型區段。 ## 分析物件定義 可從 \[分析\] 窗格中將以下項拖放到檢視中。若分析物件無法套用於檢視中欄位的目前設定,則該物件不可用。 ### 常量線 向檢視新增一條或多條常量線。可以為特定度量、所有度量或日期維度新增常量線。新增常數線時,Tableau 會顯示一個「值」提示,您可以在其中指定常數的值:  在 Tableau Desktop 中,日期值的 \[值\] 提示是一個日曆控制項:  可以按一下產生的常數線,然後選取「編輯」或「移除」。在 Tableau Desktop 中,有第三個選項:「格式」。選取「編輯」會開啟「編輯參考線」對話方塊。有關詳情,請參閱**參考線、區間、分佈和盒**文章中的[編輯現有參考線、參考區間和參考分佈](https://help.tableau.com/v0.0/pro/desktop/zh-tw/reference_lines.htm#Edit_Existing_Reference_Lines_and_Bands)。在 Tableau Desktop 中編輯參考線的另一種方法是右鍵按一下(在 Mac 上按住 Control 鍵並按一下)相關軸,然後選取「編輯參考線」。 ### 平均線 向檢視新增一條或多條平均線。可以為特定的度量或所有度量新增平均線。 可以按一下產生的平均值線,然後選取不同的彙總方式,例如「總計」或「總和」。也可以選取「編輯」或「移除」。在 Tableau Desktop 中,有第三個選項:「格式」。選取「編輯」會開啟「編輯參考線」對話方塊。有關詳情,請參閱**參考線、區間、分佈和盒**文章中的[編輯現有參考線、參考區間和參考分佈](https://help.tableau.com/v0.0/pro/desktop/zh-tw/reference_lines.htm#Edit_Existing_Reference_Lines_and_Bands)。在 Tableau Desktop 中編輯參考線的另一種方法是右鍵按一下(在 Mac 上按住 Control 鍵並按一下)相關軸,然後選取「編輯參考線」。 ### 帶四分位點的中值 向檢視新增一組或多組中值線及分佈區間。可以為特定的度量或所有度量新增帶四分位點的中值。 分佈區間作為四分位點計算;中間兩個四分位元點帶陰影。 可以按一下產生的中位數線或分佈,然後選取「編輯」或「移除」。在 Tableau Desktop 中,有第三個選項:「格式」。必須單獨對中值線和分佈進行編輯、設定格式或移除。選取「編輯」會開啟「編輯參考線」對話方塊。必須按一下分佈區間的外緣才能看到選項 — 按一下區間中間無效。有關詳情,請參閱**參考線、區間、分佈和盒**文章中的[編輯現有參考線、參考區間和參考分佈](https://help.tableau.com/v0.0/pro/desktop/zh-tw/reference_lines.htm#Edit_Existing_Reference_Lines_and_Bands)。在 Tableau Desktop 中編輯參考線或分佈的另一種方法是右鍵按一下(在 Mac 上按住 Control 鍵並按一下)相關軸,然後選取「編輯參考線」。子功能表將提供兩個選取: \[四分位點\] 和 \[中值\] 。 有關分佈類型(包括四分位元點)的資訊,請參閱《參考線、區間、分佈和盒》一文中的[新增參考分佈](https://help.tableau.com/v0.0/pro/desktop/zh-tw/reference_lines.htm#Add_Reference_Distributions)。 ### 盒狀圖 向檢視新增一個或多個盒狀圖。可以為特定的度量或所有度量新增盒狀圖。盒狀圖的作用網域始終是儲存格(絕不會是表或窗格)。 按一下或將滑鼠懸停在盒狀圖中的任何水平線上以檢視有關須線、四分位點和中值的統計資訊。 也可以在按一下參考線時選取「編輯」或「移除」。在 Tableau Desktop 中,有第三個選項:「格式」。選取「編輯」會開啟「編輯參考線」對話方塊。在 Tableau Desktop 中編輯盒狀圖的另一種方法是右鍵按一下(在 Mac 上按住 Control 鍵並按一下)相關軸,然後選取「編輯參考線」。 **附註:**在 Tableau Desktop 中,有兩個在 \[分析\] 窗格中名為 \[盒狀圖\] 的項目。對於 \[匯總\] 區段的 \[盒狀圖\] 選項,Tableau 將為指定目標自動新增盒狀圖。對於「自訂」區段中的「盒狀圖」選項,Tableau 會在您指定目標後開啟對話方塊。 ### 合計 向檢視新增合計。新增合計時,放置選項是 \[小計\] 、 \[ 欄總計\] 和 \[列總計\]。 有關詳情,請參閱[在視覺效果中顯示合計](https://help.tableau.com/v0.0/pro/desktop/zh-tw/calculations_totals_grandtotal_turnon.htm)。 要移除總計,請按一下相關欄或列標頭,然後選取「移除」。 在 Tableau Desktop 中,也可以在新增總計後按一下總計欄或列標頭,然後從工具提示中設定彙總:  ### CI 為 95% 的平均值 新增一組或多組包含分佈區間的平均線;分佈區間按 95% 的信賴區間設定。可以為特定的度量或所有度量新增這些項。 信賴區間分佈區間將總體平均值占時間 95% 的區域顯示為陰影。 可以按一下產生的平均值線或分佈,然後選取「編輯」或「移除」。在 Tableau Desktop 中,有第三個選項:「格式」。選取「編輯」會開啟「編輯參考線」對話方塊。必須單獨對平均線和分佈進行編輯、設定格式或移除。必須按一下分佈區間的外緣才能看到選項 — 按一下區間中間無效。在 Tableau Desktop 中編輯參考線或分佈的另一種方法是右鍵按一下(在 Mac 上按住 Control 鍵並按一下)相關軸,然後選取「編輯參考線」。子功能表將提供兩個選取: \[平均\] 和 \[95% 信賴區間\]。 您也可以透過將線和區間拖離檢視來將它們移除。 ### CI 為 95% 的中值 新增一組或多組包含分佈區間的中值線;分佈區間按 95% 的信賴區間設定。可以為特定的度量或所有度量新增這些項。 信賴區間分佈區間將總體中值占時間 95% 的區域顯示為陰影。 可以按一下產生的中位數線或分佈,然後選取「編輯」、「格式」或「移除」。在 Tableau Desktop 中,有第三個選項:「格式」。選取「編輯」會開啟「編輯參考線」對話方塊。必須單獨對中值線和分佈進行編輯、設定格式或移除。必須按一下分佈區間的外緣才能看到選項 — 按一下區間中間無效。在 Tableau Desktop 中編輯參考線或分佈的另一種方法是右鍵按一下(在 Mac 上按住 Control 鍵並按一下)相關軸,然後選取「編輯參考線」。子功能表將提供兩個選取: \[中值\] 和 \[95% 信賴區間\] 。 您也可以透過將線和區間拖離檢視來將它們移除。 ### 趨勢線 向檢視新增一條或多條趨勢線。新增趨勢線時,放置選項會識別在 Tableau 中可用的趨勢線模型類型: \[線性\] 、 \[對數\] 、 \[指數\] 和 \[多項式\]。對於某些檢視,這些選項只有一部分可用。 有關詳情,請參閱[趨勢線模型類型](https://help.tableau.com/v0.0/pro/desktop/zh-tw/trendlines_add.htm#modeltype)。 按一下趨勢線以將其移除或對其進行編輯,或查看統計定義。您也可以透過將趨勢線拖離檢視來將其移除。 ### 預測 向檢視新增預測。此選項僅在 Tableau Desktop 中可用 — 在 Web 上編輯檢視時不可用。只有當檢視中至少有一個度量時,才能進行預測。 不支援對基於多維資料來源的檢視進行預測。此外,檢視不能包含以下任何內容: - 表計算 - 分解的度量 - 百分比計算 - 總計或小計 - 使用彙總的日期值設定精確日期 包含 Null 值的時間系列也存在限制。 有關詳情,請參閱[預測](https://help.tableau.com/v0.0/pro/desktop/zh-tw/forecasting.htm)。 要移除、編輯或讀取目前預測的描述,請前往「分析」功能表並選取「預測」。 ### 自訂參考線 可以為檢視中的特定度量或所有度量新增參考線。 將參考線從 \[分析\] 窗格拖放到目標上後,Tableau 將自動開啟一個編輯對話方塊。有關可用選項的資訊,請參閱**《參考線、區間、分佈和盒》**一文中的[新增參考線](https://help.tableau.com/v0.0/pro/desktop/zh-tw/reference_lines.htm#Add_a_Reference_Line)。若要稍後返回此對話方塊,請按一下參考線並選取「編輯」。 ### 自訂參考區間 可以為檢視中的特定度量或所有度量新增參考區間。 從「分析」窗格拖曳參考區間並將其置放到目標後,Tableau 會自動開啟對話方塊。有關可用選項的資訊,請參閱《參考線、區間、分佈和盒》一文中的[新增參考區間](https://help.tableau.com/v0.0/pro/desktop/zh-tw/reference_lines.htm#Add_Reference_Bands)。若要稍後返回此對話方塊,請按一下區間並選取「編輯」。按一下參考區間的外緣才能看到選項 — 按一下區間中間無效。 ### 自訂分佈區間 可以為檢視中的特定度量或所有度量新增參考分佈。 從「分析」窗格拖曳參考分佈並將其置放到目標後,Tableau 會自動開啟對話方塊。有關可用選項的資訊,請參閱《參考線、區間、分佈和盒》一文中的[新增參考分佈](https://help.tableau.com/v0.0/pro/desktop/zh-tw/reference_lines.htm#Add_Reference_Distributions)。若要稍後返回此對話方塊,請按一下區間並選取「編輯」。按一下分佈區間的外緣才能看到選項 — 按一下區間中間無效。 ### 自訂盒狀圖 在 Tableau Desktop 中(而不是在 Web 上編輯檢視時),可以從「分析」窗格拖曳盒狀圖並將其置放到目標。(但請記住,在 Web 上,您可以透過 \[分析\] 窗格上的 \[匯總\] 區段新增盒狀圖。)當您從 \[自訂\] 區段拖出盒狀圖時,Tableau 將自動開啟 \[編輯參考線、區間、分佈和盒\] 對話方塊。有關可用選項的資訊,請參閱《參考線、區間、分佈和盒》一文中的[新增盒形圖](https://help.tableau.com/v0.0/pro/desktop/zh-tw/reference_lines.htm#Add_a_Box_Plot)。盒狀圖的作用網域始終是儲存格(絕不會是表或窗格)。 按一下盒狀圖中的任何水平線以檢視有關須線、四分位點和中值的統計資訊。 若要稍後返回此對話方塊,請按一下區間並選取「編輯」。 [跳至主要內容](#main-content) # 預測描述 \[描述預測\] 對話方塊描述了 Tableau 為您的視覺化項計算的預測模型。 啟用了預測後,您可透過選取 \[分析\] > \[預測\] > \[描述預測\] 開啟此對話方塊。 \[描述預測\] 對話方塊中的資訊是唯讀的,不過,您可以按一下 \[複製到剪貼簿\] ,然後將螢幕內容貼上到文件中。 \[描述預測\] 對話方塊有兩個索引標籤: \[摘要\] 索引標籤和 \[模型\] 索引標籤。 ## 描述預測 — \[摘要\] 索引標籤 \[摘要\] 索引標籤描述 Tableau 已建立的預測模型,以及 Tableau 在您的資料中發現的一般模式。 ### 用於建立預測的選項 此部分匯總了 Tableau 建立預測所用的選項。這些選項可由 Tableau 自動選取,也可在 \[預測選項\] 對話方塊中指定。 - 時間系列 - 用於定義時間系列的連續日期欄位。在某些情況下,此值可能實際上不是日期。請參閱[在檢視中沒有日期時進行預測](https://help.tableau.com/v0.0/pro/desktop/zh-tw/forecast_no_date.htm)。 - 度量 — 估計值時使用的度量。 - 向前預測 — 預測的長度和日期範圍。 - 預測依據 — 建立預測所用實際資料的日期範圍。 - 忽略最後的週期數 — 實際資料末尾的週期數將被忽略,該數值用於確定預測資料顯示的週期數。此值由 \[預測選項\] 對話方塊中的 \[忽略最後的週期數\] 選項決定。 - 季節模式 — Tableau 在資料中找到的季節週期的長度,如果在任何預測中都找不到季節週期,則為 \[無\] 。 ### 預測摘要表 對於預測的每個度量將顯示一個摘要表,用來描述預測。如果使用維度將檢視劃分為多個窗格,則會在每個表中插入一列,用來指示維度。預測摘要表中的欄位包括: - 初始 — 第一個預測週期的值和預測間隔。 - 相對於初始值的變化 — 第一個和最後一個預測估計點之間的差值。這兩個點之間的間隔顯示在列標題中。當值以百分比形式顯示時,此欄位會顯示相對於第一個預測週期的百分比變化。 - 季節影響 — 這些欄位將針對具有季節性(隨時間變化的重複模式)的模型而顯示。它們將顯示實際值和預測值的合併時間系列中上一個完整季節週期的季節元件的高值和低值。季節組件表示相對於趨勢的偏差,因此會圍繞零值變化,並且在整個季節內的和值為零。 - 貢獻 — 趨勢和季節性對預測的貢獻程度。這些值始終以百分比形式表示,且總和為 100%。 - 品質 — 指示預測與實際資料的相符程度。可能的值為 GOOD、OK 和 POOR。自然預測的定義為:下一週期的值估計將與當前週期的值相同。品質以與自然預測相比較的結果表示,例如, \[OK\] 表示相比自然預測,預測誤差更小; \[GOOD\] 表示預測誤差要小一半以上;而 \[POOR\] 則表示預測的誤差更大。 ## 描述預測 — \[模型\] 索引標籤 \[模型\] 索引標籤提供了更詳盡的統計資訊以及預測下的霍爾特-溫特斯指數平滑模型的平滑系數值。對於預測的每個度量將顯示一個表,用來描述 Tableau 為該度量建立的預測模型。如果使用維度將檢視劃分為多個窗格,則會在每個表中插入一列,用來指示維度。表有以下部分: ### 模型 指定 \[層級\] 、 \[趨勢\] 或 \[季節\] 元件是否是用於組建預測的模型的一部分。每個元件的值為以下值之一: - 無 - 模型中沒有該元件。 - 累加 - 該組件存在,並且已新增到其他組件中以便建立整體預測值。 - 累乘 - 該組件存在,並且已與其他組件相乘以便建立整體預測值。 ### 品質指標 有一組值提供有關模型品質的統計資訊: #### **RMSE** 均方根誤差:  #### **MAE** 平均絕對誤差:  #### **MASE** 平均絕對標度誤差:  MASE 測量誤差量級與向前一期天真預測的誤差量級的比率。天真預測法假定不管今天是什麼值,明天都將是相同的值。因此,MASE 為 0.5 意味著您的預測的誤差可能是天真預測誤差的一半,這要優於 MASE 1.0,MASE 1.0 意味著您的預測並不比天真預測準確。由於這是為所有值定義的規範化統計數字並平均地衡量誤差,因此是比較不同預測方法的品質的理想指標。 與更常用的 MAPE 指標相比,MASE 的優點在於:MASE 是為包含零的時間系列定義的,MAPE 則不是。此外,MASE 為誤差賦予相等的權重,而 MAPE 為正誤差和/或極值誤差賦予更多權重。 #### **MAPE** 平均絕對標度誤差:  MAPE 測量誤差量級與資料量級的百分比。因此,20% 的 MAPE 要優於 60% 的 MAPE。誤差是模型估計的回應值與資料中每個說明性值的實際回應值之間的差異。由於這是一種規範化統計資料,因此可用於比較 Tableau 中計算的不同模型的品質。但是,對於某些比較,它可能不可靠,因為它對某些種類的誤差設定的權重要大於其他誤差。此外,對於包含零值的資料,其效果也不明確。 #### **AIC** Akaike 資訊準則:  AIC 是一個模型品質度量,由 Hirotugu Akaike 開發,可對複雜模型進行罰分以防止過度擬合。在該定義中,_k_ 是估計參數的數量,包括初始狀態,_SSE_ 是誤差平方和。 #### 變數 在上面的定義,用到的變數如下:
| 變數 | 含義 |
| t | 時間系列中的週期的索引。 |
| n | 時間系列長度。 |
| m | 一個季節/迴圈中的週期數。 |
| A(t) | 週期為 t 時的時間系列的實際值。 |
| F(t) | 週期為 t 時的擬合值或預測值。 |
| 預設情況下排除的欄位 | 排除理由 |
|---|---|
資料來源中有超過 1,000 個度量時,所有未視覺化的度量。 資料來源中有超過 1,000 個維度時,所有未視覺化的維度。 | 計算 1000 多個未視覺化度量或維度的詮釋可能需要更長的時間進行運算,有時需要幾分鐘的時間。預設情況下,初始分析會排除這些欄位,但是您可以選擇包含這些欄位,以進行進一步的分析。 在這種情況下,您可能會看到一則警示,詢問您是否希望「資料詮釋」考量更多欄位。按一下警示連結以獲取更多資訊。按一下「詮釋全部」,執行包含更多欄位的分析。 |
| 使用幾何圖形、緯度或經度的欄位 | 幾何圖形、緯度或經度本身永遠無法做為詮釋。將緯度或經度列為詮釋的詮釋很可能是由於偽相關.,而不是可能的詮釋。 |
| 具有高基數的維度(具有 500 個以上成員的維度) | 高基數維度的計算時間更長。不會考慮使用具有 500 個以上唯一值的維度進行分析。 |
| 群組、資料桶,或集合 | 目前不支援。 |
| 表計算 | 表計算的詳細資訊層級與檢視不同時,表計算無法進行分析。 |
| 無法算出平均值的未視覺化度量 | 無法算出平均值的未視覺化度量包括導出欄位的度量,其中計算運算式包含彙總(新增至工作表時顯示為 AGG() 欄位)。 |
| 離散度量和連續維度 | 目前不支援。 |
| 隱藏欄位 | 不適用。 |
| 具有錯誤的導出欄位 | 沒有可供分析的值。 |
這個詮釋表示:
探索選項:
隨後的分析步驟:
|
在此範例中,租用 463 小時的單個極值導致總租用時間的總和高於預期的 613 小時。 這個值很高的可能原因是有人在歸還自行車時忘記將自行車停在適當的位置。在這種情況下,作者可能希望排除此值以供將來分析。
| |
可視化差異本區段顯示:
探索選項:
隨後的分析步驟:
| ![]()
在此範例中,排除極值 483 時,與檢視中的其他標記相比,分析標記不再那麼高。其他標記現在十分突出。作者可能想要探索其他標記,以考慮為什麼這些其他地點的自行車租賃時間更長。 |
這個詮釋表示:
探索選項:
隨後的分析步驟:
|
在此範例中,目標度量中的 Null 值百分比顯示為藍色圓圈。 |
這個詮釋表示:
探索選項:
隨後的分析步驟:
|
在此範例中,針對「本月騎乘」的每個值列出了「旅程距離」的記錄數,這是原始視覺化中的一個維度。八月的總行程距離值最高。 您可能會探索八月的行程距離值最高,是因為八月出現更多行程,還是因為某些行程時間更長,而具有最高的行程距離。 |
這個詮釋表示:
探索選項:
隨後的分析步驟:
| ![]() 在此範例中,八月的平均行程距離與大多數月份相比,並沒有顯著地高或低。這表示八月的旅程距離更高,因為八月的騎行次數更多,而不是人們乘坐的時間更長。 |
這個詮釋表示:
探索選項:
隨後的分析步驟:
| ![]() 在此範例中,統計分析表示,許多遊樂設施來自 Back Bay 車站周邊地區。請注意,車站周邊地區是一個未視覺化的維度,它與來源視覺化基礎資料中的旅程距離有某種關係。 |
這個詮釋表示:
探索選項:
隨後的分析步驟:
| ![]() 在此範例中,統計分析顯示,與整體標記的搭乘次數相比,從南部車站和 MIT 搭乘的次數較多,從 Charles Circle 和 Kendall 搭乘的次數較少。 請注意,車站名稱是一個未視覺化的維度,它與來源視覺化基礎資料中的旅程距離有某種關係。 |
這個詮釋表示:
探索選項:
隨後的分析步驟:
| ![]() 在此範例中,旅程距離高的一個可能原因是平均租用總時間也高。 |
這個詮釋表示:
探索選項:
隨後的分析步驟:
| ![]() 在此範例中,很大比例的記錄與陰天天氣相關。因為資料是關於波士頓的自行車租賃,並且分析標記是八月的旅程距離,我們可以假設天氣和平常一樣溫暖潮濕。人們可能會在陰天更頻繁地租用自行車以避免炎熱。八月也可能有更多的陰天。 |
| 記錄數 | 檢索所花費的時間 |
|---|---|
100,000 | 1.7 分鐘 |
250,000 | 4 分鐘 |
500,000 | 8.5 分鐘 |
Actian Matrix* Alibaba AnalyticDB for MySQL‡ Alibaba Data Lake Analytics‡ Alibaba MaxCompute‡ Amazon Athena‡ Amazon Aurora for MySQL‡ Amazon EMR Hadoop Hive‡ Amazon Redshift‡ Apache Drill‡ Aster Database* Azure Data Lake Storage Gen2‡ Box‡ Cloudera Hadoop‡ Databricks‡ Datorama by Salesforce‡ Denodo‡ Dremio by Dremio‡ Dropbox‡ Esri 連接器‡ Exasol‡ | Google BigQuery**‡ Google BigQuery JDBC**‡ Google Cloud SQL‡ Google 雲端硬碟‡ Impala‡ Kognito* Kyvos‡ Hortonworks Hadoop Hive IBM BigInsights IBM DB2‡ IBM PDA (Netezza) Kyvos‡ MariaDB‡ MarkLogic* Microsoft Azure SQL Database‡ Microsoft Azure Synapse Analytics‡ Microsoft SQL Server‡ MonetDB* MongoDB BI Connector‡ MySQL‡ | OData‡ OneDrive‡ Oracle‡ Pivotal Greenplum Database‡ PostgreSQL‡ Progress OpenEdge* Presto‡ Qubole Presto‡ SAP HANA(僅適用於虛擬連線)‡ SAP Sybase ASE SAP Sybase IQ Salesforce‡ SharePoint Lists‡ SingleStore(先前為 MemSQL)‡ Snowflake‡ Spark SQL‡ Teradata***‡ Vertica‡ |
Alibaba AnalyticsDB for MySQL‡ Alibaba Data Lake Analytics‡ Amazon Athena‡ Amazon Aurora for MySQL‡ Amazon EMR Hadoop Hive‡ Amazon Redshift‡ Apache Drill‡ Azure Data Lake Storage Gen2‡ Azure Synapse Analytics(與 SQL Server 相容) Box‡ Cloudera Hadoop‡ Databricks‡ Datorama by Salesforce‡ Denodo‡ Dremio by Dremio‡ | Dropbox*‡ Esri 連接器‡ Exasol‡ Google BigQuery*‡ Google Cloud SQL(與 MySQL 相容)‡ Google 雲端硬碟‡ Hortonworks Hadoop Hive Impala‡ Kyvos‡ MariaDB‡ Microsoft Azure SQL Database‡ Microsoft Azure Synapse Analytics‡ Microsoft SQL Server‡ MongoDB BI Connector‡ MySQL‡ | OData‡ OneDrive*‡ Oracle‡ Pivotal Greenplum Database‡ PostgreSQL‡ Presto‡ Qubole Presto‡ Salesforce‡ SAP HANA(僅適用於虛擬連線)‡ SharePoint Lists‡ SingleStore(先前為 MemSQL)‡ Snowflake‡ Spark SQL‡ Teradata**‡ Vertica‡ |
Google 雲端硬碟 OData |
| 名稱 | 公式 |
| First Purchase Date(第一次購買日期) | {FIXED [Customer Name] : MIN([Order Date])} |
| Days Since First Purchase(自第一次購買後的天數) | DATETRUNC('day', [Order Date])-DATETRUNC('day', [First Purchase Date]) |
| bq-fetch-tasks | 使用 HTTP 獲取資料時使用的並行幕後工作數。預設值為 10。 |
| bq-large-fetch-rows | 要在每一批離線查詢中獲取的列數。預設值為 50000。 |
| bq-fetch-rows | 要在每一批非離線查詢中獲取的列數。預設值為 10000。 |
| bq-response-rows | 非離線非分批查詢中返回的列數。預設值為 10000。 |
| CAP_BIGQUERY_FORCE_SPOOL_JOB | 強制所有查詢使用臨時表方法。預設值為 [no] 。將值變更為 [yes] 以啟用此屬性。 |
帳單 帳單付款 付款通知 存款 | 估計 發票 日誌項目 付款 採購 | 採購單 退款收據 銷售收據 供應商信用 |
| 西曆 | ISO-8601 | 日曆之間的差異 |
|---|---|---|
| 年 | ISOYEAR | ISO-8601 年始終從最接近 1 月 1 日的第一個週一開始。這意味著一年可能會在 12 月 29 日和 1 月 4 日之間的任何時間開始。西曆總是從 1 月 1 日開始一年。這可能會導致兩個日曆系統在這些日期前後出現一些年份上的差異。每個 ISO-8601 年要麼是長年,要麼是短年,有 52 週或 53 週,具體取決於 ISO-8601 年的開始時間。 |
| 季度 | ISOQUARTER | ISO-8601 的前三個季度總是有 13 週。最後一個季度有 13 週(短年)或 14 週(長年)。 |
| 月 | ISO-8601 以週為基準的日曆不使用月份。許多零售和財務系統會將 ISO-8601 季度按 4-4-5 週分為三個區段,但也存在其他「月份」模式。這些可以使用計算來定義。請參閱建立 4-4-5 日曆建立 4-4-5 日曆。 | |
| 週數 | ISOWEEK | ISO-8601 以週為基準的日曆中所有週都正好是 7 天,並且從週一開始。每週都屬於單一的一年,這與西曆不同,西曆允許週跨越年。長年有 53 週,短年有 52 週。 |
| 天 | ISO-8601 以週為基準的日曆不使用數字日(例如 14 日或 23 日)。 | |
| 週間日 | ISOWEEKDAY | ISO-8601 週間日總是從週一開始,並以個位數表示。週一為 1,週二為 2,週日為 7。 |
| 例如,下面是 JSON 檔案的一個片段: | JSON 檔組建以下架構層級: |
![]() | ![]() |
| 記錄數 | 檢索所花費的時間 |
|---|---|
1,000 | 4.5 秒 |
10,000 | 45 秒 |
100,000 | 8 分鐘 |
1,000,000 | 75 分鐘 |
| SQL_ODBC_INTERFACE_CONFORMANCE | 當前未使用。 |
| SQL_SQL_CONFORMANCE | 整數位元遮罩。定義資料來源符合 SQL 標準的層級: [1] 代表入門級 SQL-92 符合性, [2] 代表 FIPS 127-2 過渡, [4] 代表中間, [8] 代表完全符合。 |
| SQL_CATALOG_USAGE | 整數位元遮罩。定義可以在其中使用目錄識別碼的 SQL 語句。 |
| SQL_SCHEMA_USAGE | 整數位元遮罩。定義可以在其中使用結構描述識別字的 SQL 語句。 |
| SQL_AGGREGATE_FUNCTIONS | 整數位元遮罩。定義支援哪些標準 SQL 彙總形式。 |
| SQL_NUMERIC_FUNCTIONS | 整數位元遮罩。定義支援哪些 SQL 標量數值函數。 |
| SQL_STRING_FUNCTIONS | 整數位元遮罩。定義支援哪些 SQL 標量字串函數。 |
| SQL_TIMEDATE_FUNCTIONS | 整數位元遮罩。定義支援哪些 SQL 標量日期/時間函數。 |
| SQL_TIMEDATE_ADD_INTERVALS | 整數位元遮罩。定義 TIMESTAMPADD 標量函數支援哪些日期/時間間隔。 |
| SQL_TIMEDATE_DIFF_INTERVALS | 整數位元遮罩。定義 TIMESTAMPDIFF 標量函數支援哪些日期/時間間隔。 |
| SQL_DATETIME_LITERALS | 整數位元遮罩。定義支援使用哪些 SQL-92 文字來表示 DATE/TIME 常量和 INTERVAL。 |
| SQL_SYSTEM_FUNCTIONS | 整數位元遮罩。定義對以下特殊 SQL 系統標量函數的支援:IFNULL、DBNAME 和 USERNAME。 |
| SQL_SQL92_VALUE_EXPRESSIONS | 整數位元遮罩。定義支援使用哪些邏輯函數來測試和處理值:CASE、CAST 和 NULLIF。 |
| SQL_SQL92_NUMERIC_VALUE_FUNCTIONS | 整數位元遮罩。定義哪些函數可以從非數值資料產生數值,其中包括:EXTRACT(用於日期/時間部分擷取), CHAR_LENGTH, CHARACTER_LENGTH 和 POSITION(.. IN ..)。 |
| SQL_SQL92_STRING_FUNCTIONS | 整數位元遮罩。定義支援哪些字串操作函數。 |
| SQL_SQL92_DATETIME_FUNCTIONS | 整數位元遮罩。定義支援使用哪些日期/時間操作函數來確定當前日期、時間或時間戳記。 |
| SQL_OJ_CAPABILITIES | 整數位元遮罩。定義支援哪些類型的外部聯結。 |
| SQL_SQL92_RELATIONAL_JOIN_OPERATORS | 整數位元遮罩。定義支援哪些類型的聯結運算子,例如 INNER、OUTER。 |
| SQL_SQL92_PREDICATES | 整數位元遮罩。定義支援使用哪些謂詞進行值的邏輯測試,例如 IS NULL、LIKE、IN。 |
| SQL_CONVERT_FUNCTIONS | 整數位元遮罩。定義支援使用哪些 ODBC 標量函數將一種資料類型轉換 (CONVERT) 或強制轉換 (CAST) 為或轉換為另一種資料類型。 |
| SQL_CONVERT_TINYINT | 整數位元遮罩。確定使用 ODBC 標量函數 CONVERT 可以將此命名類型轉換為哪些其他資料類型。 |
| SQL_CONVERT_SMALLINT | 整數位元遮罩。同上。 |
| SQL_CONVERT_INTEGER | 整數位元遮罩。同上。 |
| SQL_CONVERT_BIGINT | 整數位元遮罩。同上。 |
| SQL_CONVERT_REAL | 整數位元遮罩。同上。 |
| SQL_CONVERT_FLOAT | 整數位元遮罩。同上。 |
| SQL_CONVERT_DOUBLE | 整數位元遮罩。同上。 |
| SQL_CONVERT_CHAR | 整數位元遮罩。同上。 |
| SQL_CONVERT_VARCHAR | 整數位元遮罩。同上。 |
| SQL_CONVERT_LONGVARCHAR | 整數位元遮罩。同上。 |
| SQL_CONVERT_DECIMAL | 整數位元遮罩。同上。 |
| SQL_CONVERT_NUMERIC | 整數位元遮罩。同上。 |
| SQL_CONVERT_BIT | 整數位元遮罩。同上。 |
| SQL_CONVERT_GUID | 整數位元遮罩。同上。 |
| SQL_CONVERT_BINARY | 整數位元遮罩。同上。 |
| SQL_CONVERT_VARBINARY | 整數位元遮罩。同上。 |
| SQL_CONVERT_LONGVARBINARY | 整數位元遮罩。同上。 |
| SQL_CONVERT_DATE | 整數位元遮罩。同上。 |
| SQL_CONVERT_TIME | 整數位元遮罩。同上。 |
| SQL_CONVERT_TIMESTAMP | 整數位元遮罩。同上。 |
| SQL_CONVERT_INTERVAL_DAY_TIME | 整數位元遮罩。同上。 |
| SQL_CURSOR_COMMIT_BEHAVIOR | 短整數值。如果在為資料來源提交時準備好的語句關閉,則為 [0] 。 |
| SQL_MAX_IDENTIFIER_LEN | 整數值。定義可在識別字中使用的最大字元數。Tableau 會為作為字串結束字元的一個額外字元留出空間。 |
| SQL_TXN_CAPABLE | 短整數值。如果資料來源不支援事務,則為 [0] 。 |
| SQL_QUOTED_IDENTIFIER_CASE | 整數位元遮罩。 |
| SQL_COLUMN_ALIAS | 布林值。如果資料來源支援對 SELECT 子句中列出的列使用別名,則為 [Y] 。 |
| SQL_IDENTIFIER_QUOTE_CHAR | 字串值。指示可用於引用識別字的字元。由於連線自訂是 XML 文件,因此任何實體都必須正確編碼。例如,雙引號將為 ["] 。另外,假定此字元用作識別字兩側的開始和結束字元,因此要求使用 [] 括住識別字的一些資料來源將不受支援。 |
| SQL_CATALOG_NAME_SEPARATOR | 字元值。指示在使用目錄、結構描述或表名限定識別字時,識別字之間使用的分隔符號。這通常是句點字元。 |
| SQL_SPECIAL_CHARACTERS | 字串值。指示識別字字串中允許的特殊字元。 |
| SQL_CATALOG_TERM | 字串值。這是資料庫目錄的描述性詞語,出現在此 ODBC 資料來源的 Tableau 連線對話方塊中。 |
| SQL_SCHEMA_TERM | 字串值。這是資料庫結構描述的描述性詞語,出現在此 ODBC 資料來源的 Tableau 連線對話方塊中。 |
| SQL_TABLE_TERM | 字串值。這是資料庫表的描述性詞語,出現在此 ODBC 資料來源的 Tableau 連線對話方塊中。 |
| SQL_DRIVER_NAME | 字串值。這是資料庫 ODBC 驅動程式的名稱。 |
| SQL_DRIVER_VER | 字串值。這是 ODBC 驅動程式的版本號。 |
| SQL_DRIVER_ODBC_VER | 字串值。這是驅動程式支援的 ODBC API 版本。 |
| SQL_ODBC_VER | 字串值。這是 Windows ODBC Driver Manager 支援的 ODBC 版本。這應該不需要進行自訂。 |
| SQL_DBMS_NAME | 字串值。這是資料庫供應商的名稱。 |
| SQL_DBMS_VER | 字串值。這是資料庫系統的版本。 |
| SQL_SERVER_NAME | 字串值。這是資料庫伺服器的命名網路位址。 |
| SQL_USER_NAME | 字串值。這是當前已驗證使用者的名稱。 |
| 記錄數 | 檢索所花費的時間 |
|---|---|
50,662 條記錄 | 3 分鐘 17 秒 |
95,214 列 | 6 分鐘 14 秒 |
194,679 列 | 12 分鐘 55 秒 |
包括共用成員 無糖飲料在 [Diet Drinks] 分層結構及其相應的飲料分層結構列出。 | 不包括共用成員 無糖飲料僅在各飲料分層結構中列出一次。 |
![]() | |
![]() | ![]() | ![]() |
| 即時連線 | 擷取連線 |
![]() | ![]() |
| 已隱藏別名 | 別名顯示 |
![]() | ![]() |
| 記錄數 | 檢索所花費的時間 |
|---|---|
1,000 | 11 秒 |
10,000 | 2 分鐘 |
100,000 | 18 分鐘 |
| 功能 | Tableau Desktop Public Edition | Tableau Desktop Free Edition | Tableau Desktop Professional Edition |
| 隱私權和安全性 | |||
| 將視覺效果儲存在本機 | |||
| 自動復原 | |||
| 在其他公用站台上發佈或內嵌視覺效果 | * 發佈到 Tableau Public 後可用的內嵌選項 | ||
| 將視覺效果發佈到 Tableau Public | |||
| 將視覺效果發佈到 Tableau Cloud 或 Tableau Server | |||
| 與其他使用者共用已封裝工作簿 | |||
| 即時資料重新整理 | 有限的資料重新整理 (僅限 Google 雲端硬碟。資料每 24 小時自動重新整理一次) | ||
| 資料來源 | 有限的資料來源選項 (Google 雲端硬碟、JSON 檔案、Microsoft Excel 2007 或更高版本、OData、PDF、空間檔案、統計檔案、文字檔案) | * 不支援 Tableau Cloud 或 Tableau Server 上的已發佈資料來源 | |
| 資料來源列 | 15M 列 | 無限 | 無限 |
| 雲端儲存空間 | Tableau Public 上提供 10GB 儲存空間 | Tableau Cloud 和 Tableau Server(如適用) | |
| 本機儲存空間 |
| 視覺提示 | 描述 |
![]() | 工作簿直接連線到關係資料來源或檔案。 |
![]() | 工作簿連線到仍然引用基礎資料的擷取。 |
![]() | 工作簿連線到多維資料集(多維)資料來源。在 Tableau 中,只支援 Windows 中的多維資料集資料來源。 |
![]() | 工作簿連線到 Excel 表、子表或命名範圍。 |
![]() | 工作簿連線到已發佈到 Tableau Server 的資料來源。 |
| 視覺提示 | 欄位描述 |
![]() | 文字或字串值。 |
![]() | 數值。 |
![]() | 日期值。 |
![]() | 日期和時間值。 |
![]() | 布林值(TRUE 或 FALSE)。 |
| 地理資料。此圖示也表示該欄位已指派地理角色。這些欄位在組建地圖檢視時使用。請參閱Tableau 中的地圖和地理位置資料分析。 | |
| 來自自訂地理編碼檔案的地理資料。請參閱Tableau 無法識別和在地圖上繪製的地理編碼位置。 | |
| 設定為影像角色的 URL。請參閱將 Web 影像動態新增到工作表。 | |
![]() | 由資料來源定義的計算。 |
![]() | 使用者定義的集合。請參閱建立集合。 |
![]() | 名為集合的伺服器。 |
![]() | 由於動作而自動建立的集合。請參閱動作。 |
![]() | 已發佈內容的使用者篩選器。請參閱限制列層級存取權限。 |
![]() | 數字資料桶。請參閱依據連續度量建立資料桶。 |
![]() | 群組。請參閱透過將資料分組來糾正資料錯誤或合併維度成員。 |
| 叢集群組。請參閱在資料中尋找叢集。 | |
![]() | 關係階層。請參閱建立階層。 |
![]() | 多維階層中的層級。大於 5 的層級顯示時不帶數位。 |
![]() | 包含一個或更多個欄位的資料夾。資料夾用於組織 [資料] 窗格中的欄位。請參閱組織「資料」窗格。 |
![]() | 多維資料集(多維)資料來源的屬性。在 Tableau 中,只支援 Windows 中的多維資料集資料來源。 |
![]() | 多維資料集(多維)資料來源的可變屬性。 |
| 此欄位是資料混合的活動連結。請參閱混合您的資料。 | |
| 此欄位是資料混合的潛在連結。請參閱混合您的資料。 | |
| 欄位不相關。請參閱關於多事實關係資料模型。 | |
| 該欄位為拼接欄位。請參閱關於多事實關係資料模型。 | |
| 該欄位已隱藏。按一下以取消隱藏該欄位。請參閱隱藏或取消隱藏欄位。 |
| 視覺提示 | 描述 |
![]() | 架上的藍色欄位指示離散欄位。大多數情況下,向架中新增維度會組建藍色欄位。藍色欄位是離散欄位 — 它們包含的值數量有限。向架中新增藍色欄位會建立標題。有關詳情,請參閱標題。 |
![]() | 架上的綠色欄位指示連續欄位。大多數情況下,向架中新增度量會組建綠色欄位。綠色欄位是連續欄位 — 它們包含的值數量無限。向架中新增綠色欄位會建立軸。有關詳情,請參閱軸。 |
| 排序圖示指示應用了計算或手動排序順序的欄位。請參閱在視覺效果中對資料進行排序。 | |
![]() | 西格瑪圖示指示多維(多維資料集)資料來源中的切片篩選器。請參閱建立切片篩選器。 |
![]() | 卞氏圖表圖示指示集。請參閱建立集合。 |
![]() | 不相關圖示表示該欄位與視覺效果中的至少一個其他欄位無關。請參閱欄位層級關聯性指標。 |
![]() | 該關聯圖示表示欄位正在將非關聯欄位拼接在一起。請查看欄位層級關聯性指標。 |
![]() | 以斜體顯示的欄位名稱表示篩選器是由動作產生和控制的。 |
![]() | 篩選器架上的灰色欄位指示上下文篩選器。請參閱使用內容篩選器。 |
![]() | 三角形圖示指示該欄位為表計算。請參閱使用表計算轉換值。 |
![]() | 當欄位屬於可以向下切入或向上捲動的階層一部分時,會出現加號和減號控制項。 |
![]() | 箭頭圖示指示正在為欄位顯示預測。此圖示還用在 [預測指示器] 欄位上,該欄位是用於區分實際值和預測值的自動欄位。請參閱預測。 |
![]() | 帶有橘色核取標記的資料來源圓柱體表示該欄位來自輔助資料來源。請參閱混合您的資料。 |
![]() | 此篩選器被指派到特定的工作表。 |
![]() | 此篩選器被指派到具有相同資料來源的所有工作表。 |
![]() | 此欄位與檢視中的其他一個或更多個欄位不相容。 |
| 視覺提示 | 描述 |
![]() | 此欄位應用於 [標記] 卡上的 [色彩] 。 |
![]() | 此欄位應用於 [標記] 卡上的 [大小] 。 |
![]() | 此欄位應用於 [標記] 卡上的 [標籤] 。 |
![]() | 此欄位應用於 [標記] 卡上的 [形狀] 。 |
![]() | 此欄位應用於 [標記] 卡上的 [詳細資料] 。 |
![]() | 此欄位應用於 [標記] 卡上的 [工具提示] 。 |
![]() | 此欄位應用於 [標記] 卡上的 [路徑] 。僅在從 [標記] 下拉式功能表中選取了 [線] 或 [多邊形] 標記類型時,路徑才可用。 |
| 視覺提示 | 描述 |
![]() | 表單為工作表。 |
![]() | 表單為儀表板。 |
| 視覺提示 | 描述 |
| [欄位名稱] | 橘色文字。欄位是維度、度量或集合。 |
| [參數].[參數名稱] | 紫色文字。欄位為參數。 Tableau 新增前置 [Parameters] 以避免參數與另一個欄位同名時出現歧義 |
| [資料來源].[欄位名稱] | 橘色文字。該欄位源自輔助資料來源。資料來源名稱會作為前置新增。 |
| Blue() | 藍色文字。計算函數。 |
| CAP_CREATE_TEMP_TABLES | 如果 Tableau 可以建立某些複雜或優化的查詢所需的臨時表,則設定為「yes」。另請參閱:CAP_SELECT_INTO。 |
| CAP_CONNECT_STORED_PROCEDURE | 設定為「yes」以允許對連線到預存程序的支援。 |
| CAP_FAST_METADATA | 如果有小型到中型的架構,請設定為「yes」。此功能控制 Tableau 在您連線時是否應立即枚舉所有物件。將值設定為「yes」啟用此功能,以便在建立新連線時改善效能。停用此功能以允許搜尋特定的架構或表格,而不是檢索所有對象。可以透過使用空白字串來搜尋所有物件。9.0 及更高版本中提供了此功能。 |
| CAP_ISOLATION_LEVEL_READ_COMMITTED | 如果資料來源支援,則設定為「yes」以強制事務隔離層級為 Read Committed。應只將 4 個事務隔離層級中的一個設定為「yes」。另請參閱:CAP_SET_ISOLATION_LEVEL_VIA_SQL。 |
| CAP_ISOLATION_LEVEL_READ_UNCOMMITTED | 如果資料來源支援,則設定為「yes」以強制事務隔離層級為 Read Uncommitted。應只將 4 個事務隔離層級中的一個設定為 [yes] 。此功能可以透過減少鎖爭用來提高速度,但可能會導致查詢結果中的資料不完整或不一致。另請參閱:CAP_SET_ISOLATION_LEVEL_VIA_SQL。 |
| CAP_ISOLATION_LEVEL_REPEATABLE_READS | 如果資料來源支援,則設定為「yes」以強制事務隔離層級為 Repeatable Reads。應只將 4 個事務隔離層級中的一個設定為 [yes] 。另請參閱:CAP_SET_ISOLATION_LEVEL_VIA_SQL。 |
| CAP_ISOLATION_LEVEL_SERIALIZABLE | 如果資料來源支援,則設定為「yes」以強制事務隔離層級為 Serializable。應只將 4 個事務隔離層級中的一個設定為 [yes] 。這是一個非常保守的設定,它可以提高穩定性,但會降低效能。另請參閱:CAP_SET_ISOLATION_LEVEL_VIA_SQL。 |
| CAP_JDBC_BIND_DETECT_ALIAS_CASE_FOLDING | 設定為「yes」以允許 Tableau 偵測並從 JDBC 資料來源復原;該資料來源在結果集合中回報的欄位名稱僅會使用大寫或小寫字元,而非預期的欄位名稱。 |
| CAP_JDBC_EXPORT_DATA_BATCH | 設定為「no」以停用對資料插入使用 JDBC 批次作業。 |
| CAP_JDBC_METADATA_GET_INDEX_INFO | 設定為「no」以停止讀取索引資訊。 |
| CAP_JDBC_METADATA_READ_FOREIGNKEYS | 設定為「no」以停止讀取外部索引鍵中繼資料。 |
| CAP_JDBC_METADATA_READ_PRIMARYKEYS | 設定為「no」以停止讀取主索引鍵中繼資料。 |
| CAP_JDBC_METADATA_USE_RESULTSET_FOR_TABLE | 設定為「yes」以從 select * 查詢的結果集中取得欄中繼資料。在 Tableau 2020.4 及更高版本中可用。 |
| CAP_JDBC_QUERY_ASYNC | 設定為「yes」以在其他執行緒上執行查詢。 |
| CAP_JDBC_QUERY_CANCEL | 如果驅動程式可以取消查詢,則設定為「yes」。 |
| CAP_JDBC_QUERY_DISABLE_AUTO_COMMIT | 設定為「yes」以在執行查詢時停用預設的自動認可模式。在 Tableau 2020.4 及更高版本中可用。 |
| CAP_JDBC_QUERY_FORCE_PREPARE | 設定為「yes」以始終在執行前準備查詢。在 Tableau 2020.4 及更高版本中可用。 |
| CAP_JDBC_SUPPRESS_EMPTY_CATALOG_NAME | 設定為「yes」以忽略丟失的目錄。 |
| CAP_JDBC_SUPPRESS_ENUMERATE_DATABASES | 設定為「yes」以停用資料庫列舉。 |
| CAP_JDBC_SUPPRESS_ENUMERATE_SCHEMAS | 設定為「yes」以停用架構列舉。 |
| CAP_JDBC_METADATA_SUPPRESS_PREPARED_QUERY | 若 CAP_JDBC_METADATA_USE_RESULTSET_FOR_TABLE 已啟用,則將此功能設定為「yes」以停用準備用於讀取表中繼資料的查詢。我們將執行用 where-false 子句包裝的查詢。 |
| CAP_JDBC_USE_ADAPTIVE_FETCH_SIZE | 設定為「yes」以使用 ResultSet 中繼資料來確定最佳擷取大小。可能需要啟用 CAP_JDBC_QUERY_FORCE_PREPARE 才能正常工作。在 Tableau 2020.4 及更高版本中可用。 |
| CAP_MULTIPLE_CONNECTIONS_FROM_SAME_IP | 設定為「no」以阻止 Tableau 建立到資料庫的多個活動連線。這是一個保守的設定,它可以提高穩定性,但會降低效能。 |
| CAP_QUERY_BOOLEXPR_TO_INTEXPR | 如果 Tableau 必須將任何布林運算式強制轉換為整數值才能包括在結果集中,則設定為「yes」。 |
| CAP_QUERY_FROM_REQUIRES_ALIAS | 如果 FROM 子句必須為給定表提供別名,則設定為「yes」。 |
| CAP_QUERY_GROUP_ALLOW_DUPLICATES | 如果 SQL 查詢無法在 GROUP BY 子句中包含重複的運算式(這很罕見),則設定為「no」。 |
| CAP_QUERY_GROUP_BY_ALIAS | 如果 SQL 彙總查詢可以透過 SELECT 清單中的相應別名引用組合欄(例如 GROUP BY "none_ShipCountry_nk"。 |
| CAP_QUERY_GROUP_BY_DEGREE | 如果 SQL 彙總查詢可以透過每個欄的序號位置引用組合欄(例如 GROUP BY 2, 5),則設定為「yes」。另請參閱:CAP_QUERY_SORT_BY_DEGREE |
| CAP_QUERY_HAVING_REQUIRES_GROUP_BY | 如果 Tableau 必須對具有 HAVING 子句但沒有組合欄的任何查詢使用假分組欄位,則設定為「yes」。 |
| CAP_QUERY_HAVING_UNSUPPORTED | 如果不支援 HAVING 的 SQL 語法,則設定為「yes」。Tableau 或許可以使用子查詢解決此問題。另請參閱:CAP_QUERY_SUBQUERIES。 |
| CAP_QUERY_INCLUDE_GROUP_BY_COLUMNS_IN_SELECT | 設定為「yes」以要求所有 GROUP BY 運算式還顯示在 SELECT 運算式清單中。 |
| CAP_QUERY_JOIN_ACROSS_SCHEMAS | 如果 SQL 查詢可以表示位於不同架構中的表之間的聯接,則設定為「yes」。 |
| CAP_QUERY_JOIN_ASSUME_CONSTRAINED | 設定為「yes」以便即使在資料庫表沒有 FK-PK 關係的情況下也剔除內部聯結。 |
| CAP_QUERY_JOIN_PUSH_DOWN_CONDITION_EXPRESSIONS | 設定為「yes」以便重寫聯接將 ON 子句條件簡化為簡單的識別字比較。 |
| CAP_QUERY_JOIN_REQUIRES_SCOPE | 如果 SQL 查詢必須將每個聯接子句用括弧括起來以確保正確的計算順序,則設定為「yes」。 |
| CAP_QUERY_JOIN_REQUIRES_SUBQUERY | 設定為「yes」以強制包括超過兩個表的聯接運算式由子查詢構成。 |
| CAP_QUERY_NULL_REQUIRES_CAST | 如果資料來源要求將所有 NULL 文本轉換為顯式資料類型,則設定為「yes」。 |
| CAP_QUERY_SELECT_ALIASES_SORTED | 如果 Tableau 必須對 SELECT 運算式施加確定順序(按別名排序)以確保查詢結果可以正確地與 Tableau 視覺效果中的每個欄位匹配,則設定為「yes」。只有隨查詢結果返回中繼資料時沒有保留 SELECT 運算式的別名的資料來源,才必須這麼做。 |
| CAP_QUERY_SORT_BY_DEGREE | 如果 SQL 查詢可以透過每個欄的序號位置引用排序欄(例如 ORDER BY 2, 5),則設定為「yes」。另請參閱:CAP_QUERY_GROUP_BY_DEGREE。 |
| CAP_QUERY_SUBQUERIES | 如果資料來源支援子查詢,則設定為「yes」。 |
| CAP_QUERY_SUBQUERIES_WITH_TOP | 如果資料來源支援子查詢中的 TOP 或 LIMIT 列限制子句,則設定為「yes」。 |
| CAP_QUERY_SUBQUERY_DATASOURCE_CONTEXT | 設定為「yes」以使用子查詢篩選的查詢上下文來實施資料來源篩選器。僅 Tableau 8.0 至 Tableau 9.3 中提供了此功能。 |
| CAP_QUERY_SUBQUERY_QUERY_CONTEXT | 設定為「yes」以強制 Tableau 使用上下文篩選器的子查詢而非臨時表或本地緩存的結果。 |
| CAP_QUERY_TOP_N | 如果資料來源支援任何形式的列限制子句,則設定為「yes」。下面介紹了受支援的確切形式。 |
| CAP_QUERY_TOPSTYLE_LIMIT | 如果資料來源使用 LIMIT 作為列限制子句,則設定為「yes」。 |
| CAP_QUERY_TOPSTYLE_ROWNUM | 如果資料來源支援 ROWNUM 上的 Oracle 樣式的篩選器作為列限制子句,則設定為「yes」。 |
| CAP_QUERY_TOPSTYLE_TOP | 如果資料來源使用 TOP 作為列限制子句,則設定為 [yes] 。 |
| CAP_QUERY_USE_QUERY_FUSION | 設定為「no」以防止 Tableau 將多個單獨的查詢合併為一個合併的查詢。為了優化效能,或者,如果資料庫無法處理大型查詢,請關閉此功能。此功能預設情況下已啟用,並且在 Tableau 9.0 及更高版本中可用於除 Tableau 資料擷取外的所有資料來源。Tableau 9.0.6 中支援為 Tableau 資料擷取使用此功能。 |
| CAP_SELECT_INTO | 如果 Tableau 可以從其他查詢的結果集動態建立表,則設定為「yes」。另請參閱:CAP_CREATE_TEMP_TABLES。 |
| CAP_SELECT_TOP_INTO | 如果 Tableau 在以查詢結果集建立表格時可以使用 TOP 或 LIMIT 列限制子句,則設定為「yes」。 |
| CAP_SET_ISOLATION_LEVEL_VIA_SQL | 設定為「yes」以強制 Tableau 使用 SQL 查詢為資料來源設定事務隔離層級。當 4 個 CAP_ISOLATION_LEVEL 功能中的任一個設定為「yes」時,CAP_SET_ISOLATION_LEVEL_VIA_SQL 必須設定為「yes」。 |
| CAP_STORED_PROCEDURE_PREFER_TEMP_TABLE | 設定為「yes」以使用臨時表來支援預存程序結果集上的遠端查詢。 |
| CAP_STORED_PROCEDURE_REPAIR_TEMP_TABLE_STRINGS | 設定為「yes」以在中繼資料指明無寬度或非正寬度的情況下嘗試計算實際字串寬度。 |
| CAP_STORED_PROCEDURE_TEMP_TABLE_FROM_BUFFER | 設定為「yes」以透過整體緩衝的結果集填充臨時表。 |
| CAP_STORED_PROCEDURE_TEMP_TABLE_FROM_NEW_PROTOCOL | 設定為「yes」以透過僅為此操作建立的單獨協定填充臨時表。 |
| CAP_SUPPRESS_DISCOVERY_QUERIES | 設定為「yes」以阻止 Tableau 檢測各種子句的受支援的 SQL 語法。 |
| CAP_SUPPRESS_DISPLAY_LIMITATIONS | 設定為「yes」以抑制顯示有關此資料來源的限制的任何警告。 |
| 如果 iframe 最小尺寸為... | 此裝置配置將出現... |
|---|---|
| 500 圖元或更低 | 電話 |
| 介於 501 和 800 圖元之間 | 平板電腦 |
| 大於 800 圖元 | 桌上型電腦 |
| 語法 | REGEXP_REPLACE(string, pattern, replacement) |
| 輸出 | 字串 |
| 定義 | 返回給定字串的副本,其中規則運算式模式被替換字串取代。 |
| 範例 | REGEXP_REPLACE('abc 123', '\s', '-') = 'abc-123' |
| 說明 | 此函數可用於文字檔、Hadoop Hive、Google BigQuery、PostgreSQL、Tableau 擷取、Microsoft Excel、Salesforce、Vertica、Pivotal Greenplum、Teradata(版本 14.1 及更高版本)、Snowflake 和 Oracle 資料來源。 對於 Tableau 擷取,模式和替換字串必須為常量。 |
| 語法 | REGEXP_MATCH(string, pattern) |
| 輸出 | 布林值 |
| 定義 | 如果指定的字串的子字串匹配規則運算式模式,則返回 true。 |
| 範例 | REGEXP_MATCH('-([1234].[The.Market])-','\[\s*(\w*\.)(\w*\s*\])')=true |
| 說明 | 此函數可用於文字檔、Google BigQuery、PostgreSQL、Tableau 擷取、Microsoft Excel、Salesforce、Vertica、Pivotal Greenplum、Teradata(版本 14.1 及更高版本)、Impala 2.3.0(透過 Cloudera Hadoop 資料來源)、Snowflake 和 Oracle 資料來源。 對於 Tableau 擷取,模式必須為常量。 |
| 語法 | REGEXP_EXTRACT(string, pattern) |
| 輸出 | 字串 |
| 定義 | 返回與規則運算式模式匹配的字串部分。 |
| 範例 | REGEXP_EXTRACT('abc 123', '[a-z]+\s+(\d+)') = '123' |
| 說明 | 此函數可用於文字檔、Hadoop Hive、Google BigQuery、PostgreSQL、Tableau 擷取、Microsoft Excel、Salesforce、Vertica、Pivotal Greenplum、Teradata(版本 14.1 及更高版本)、Snowflake 和 Oracle 資料來源。 對於 Tableau 擷取,模式必須為常量。 |
| 語法 | REGEXP_EXTRACT_NTH(string, pattern, index) |
| 輸出 | 字串 |
| 定義 | 返回與規則運算式模式匹配的字串部分。子字串匹配到第 n 個捕獲群組,其中 n 是給定的索引。如果索引為 0,則返回整個字串。 |
| 範例 | REGEXP_EXTRACT_NTH('abc 123', '([a-z]+)\s+(\d+)', 2) = '123' |
| 說明 | 此函數可用於文字檔、PostgreSQL、Tableau 擷取、Microsoft Excel、Salesforce、Vertica、Pivotal Greenplum、Teradata(版本 14.1 及更高版本)和 Oracle 資料來源。 對於 Tableau 擷取,模式必須為常量。 |
| Tableau Desktop | Tableau Prep Builder |
![]() | ![]() |
| 您的資料 | 舊版連線 | 預設連線 |
|---|---|---|
| 檔案名長度 | 不允許連線到檔案名長度超過 64 個字元的檔案。 | 檔案名無長度限制。 |
| 檔案名中的多個句點 | 不允許連線到檔案名包含多個句點的檔案。 | 檔案名無句點限制。 |
| 文件中的欄數 | 使用第一列中的欄位數來確定檔案中的欄數。 | 掃描整個檔案並使用列中最常見的欄位數來確定檔案中的列數。 |
| 標題列 | 不自動偵測檔案中的第一列是否為標題。 附註: 可以手動地指定檔案中的第一列是標題。 | 自動偵測檔案中的第一列是否為標題。 附註: 可以手動地替代此偵測。 |
| 空欄 | 空欄可見。 | 隱藏空欄,因為它們不包含任何值。 |
| 您的資料 | 舊版連線 | 預設連線 |
|---|---|---|
| 欄位名稱中的字元數 | 欄位名稱被截斷為 64 個字元。 | 欄位名稱中的字元數無限制。 |
| 欄位名稱中的特殊字元 | 在欄位名稱中不允許特殊字元。例如,引號和句點等特殊字元會被轉換為數位記號。方括號會被轉換為圓括號。 | 在欄位名稱中允許特殊字元。 |
| 欄位名稱中的前導和尾隨空格 | 允許欄位名稱中的前導和尾隨空格。 | 自動從欄名稱中刪除欄位名稱中的前導和尾隨空格。 |
| 重複的欄位名稱 | 對於重複的欄位名稱,將向欄位名稱附加索引編號。 例如,測試分數1。 | 對於重複的欄位名稱,將向欄位名稱附加一個空格和索引編號。 例如,測試分數 1。 |
| Excel 儲存格格式 | 支援使用 Excel 中的 [設定儲存格格式] 選項來設定的儲存格格式。 | 不支援使用 Excel 中的 [設定儲存格格式] 選項來設定的儲存格格式。 |
| 貨幣值的精度 | 包含貨幣值的欄位用四位數的最大精度來表示 | 表示全精度的貨幣值。 |
| 您的資料 | 舊版連線 | 預設連線 |
|---|---|---|
| 檔案名中的特殊字元 | 在檔案名中不允許特殊字元。 例如,句點等特殊字元會被轉換為數位記號。 | 允許特殊字元。 |
| 標題欄位名稱中的字元 | 從標題欄位名稱中自動刪除前導空格。 | 從標題欄位名稱中自動刪除前導和尾隨空格。 |
| 字元分隔符號 | 僅將逗號識別為欄位分隔符號。 附註: 可以手動地替代此偵測。 | 自動偵測欄位分隔符號。 附註: 可以手動地替代此偵測。 |
| 引號包圍的文字 | 用於包圍文字值的引號保持可見。 | 自動隱藏用於包圍文字值的引號。 |
| ANSI 和 OEM 內碼表 | 支援 ANSI 和 OEM 內碼表。 | ANSI 和 OEM 內碼表自動轉換為跨平台相容。 |
| BOM 內碼表 | 不一致地支援 BOM 內碼表。 | 支援 BOM 內碼表。 |
| 資料類型偵測 | 舊版連線 | 預設連線 |
|---|---|---|
| 列 | 列的資料類型由前 8 列確定。
附註: 在確定了表格中的欄的資料類型後,無法更改該類型。 | 欄的資料類型由前 10000 列的 95% 確定。
附註: 可以手動地替代此偵測。 |
| 無時間的日期值 | 日期值被指派日期時間資料類型。 | 無時間的日期值被指派日期資料類型。有時間的日期值被指派日期時間資料類型。 |
| 數字值 | 所有數字值均表示為實數。 | 無小數點的數位值表示為整數。 |
| null 值 | 如果欄包含 null 儲存格,則欄的資料類型自動指定為字串資料型別。 | null 儲存格不會影響資料類型的偵測。 |
| 引用錯誤或空儲存格 | 如果欄包含出現引用錯誤的儲存格或空儲存格,則整欄會被解釋為字串資料型別。 | 引用錯誤或沒有值的儲存格不會影響資料類型的偵測。 |
| 替代資料類型的偵測 | 在確定了表格中的欄的資料類型後,無法更改該類型。 | 在自動偵測後可以更改欄的資料類型。 |
| 時間值精度 | 時間值的最小測量單位是整秒。 | 時間值的最小測量單位是小數形式的秒。 |
| DecimalSymbol 和 CurrencyDecimalSymbol schema.ini 值 | 可以識別 DecimalSymbol 和 CurrencyDecimalSymbol schema.ini 值。 | 可以識別 DecimalSymbol 和 CurrencyDecimalSymbol scheam.ini 值。但是,如果同時使用這兩個值,則 DecimalSymbol 優先。 |
| 設定為文字格式的儲存格 | 在使用 Excel 中的 [設定儲存格格式] 選項將儲存格的格式設定為文字時,欄的資料類型被偵測為字串資料型別。 | 不支援使用 Excel 中的 [設定儲存格格式] 選項來設定的儲存格格式。 |
| Tableau Desktop 版本 | Web 版本 |
|
|
| Tableau Desktop 版本 | Web 版本 |
|
|
| 反白顯示方法 | 好處 | 當您可能要使用此項時 |
|---|---|---|
| 選取標記 |
|
|
| 圖例 |
|
|
| 螢光筆 |
|
|
| 動作(僅限 Tableau Desktop) |
|
|
| 限制 | 預設值 | 錯誤訊息 | 何時檢查 |
| 每個組合資料來源的資料來源 | 500 | 此組合資料來源中的資料來源太多。 | 開啟或使用組合資料來源,包括使用資料來源載入工作簿。 |
| 相依性總計 | 100 | 不支援發佈具有超過 100 個 PDS 相依性的資料來源。 | 發佈組合資料來源。 |
| 巢狀深度 | 20 | 不支援發佈具有超過 20 個巢狀層的資料來源。 | 發佈組合資料來源。 |
| 已關聯 | 已聯結 |
使用相關資料來源:
| 使用聯結資料來源:
此處的數字看起來有點不對勁。 |
| 普通色彩圖例 | 色彩圖例反白顯示已啟用 | |
![]() | ![]() |
| Latitude | Longitude |
| 32.2000 | -101.5000 |
| 38.5800 | -92.5800 |
| 41.2000 | -89.6800 |
| 39.2800 | -87.4000 |
| 41.7800 | -87.7800 |
| 39.5000 | -90.0800 |
| 欄架: | 經度(連續度量,指派的經度地理角色) |
| 資料列架: | 緯度(連續度量,指派的緯度地理角色) |
| 標記類型: | 自動 |
| 地震日期時間 | ID | 震級 | 震級^10 | Latitude | Longitude |
| 1973/1/1 | centennial19730101114235 | 6.00000 | 17,488,747.04 | -35.570 | -15.427 |
| 1973/1/2 | pde19730102005320300_66 | 5.50000 | 25,329,516.21 | -9.854 | 117.427 |
| 1973/1/3 | pde19730103022942800_33 | 4.80000 | 6,492,506.21 | 1.548 | 126.305 |
| 1973/1/4 | pde19730104003142000_33 | 4.50000 | 3,405,062.89 | 41.305 | -29.272 |
| 1973/1/5 | pde19730105003948200_36 | 4.70000 | 5,259,913.22 | 0.683 | -80.018 |
| 1973/1/6 | pde19730106061852300_83 | 4.90000 | 7,979,226.63 | -22.354 | -69.310 |
| 欄架: | 經度(連續度量,指派的經度地理角色) |
| 資料列架: | 緯度(連續度量,指派的緯度地理角色) |
| 詳細資料: | 一個或多個維度欄位 |
| 大小: | 度量欄位(已彙總) |
| 標記類型: | 自動 |
| State(州/縣/市) | 郡/縣 | Obesity Percent - 2012(肥胖百分比 - 2012 年) |
| 阿拉巴馬州 | Autauga County(奧陶葛縣) | 30.9000 |
| 阿拉巴馬州 | Baldwin County(鮑德溫縣) | 26.7000 |
| 阿拉巴馬州 | Barbour County(巴伯爾縣) | 40.8000 |
| 阿拉巴馬州 | Bibb County(比伯縣) | 40.1000 |
| 阿拉巴馬州 | Blount County(布朗特縣) | 32.4000 |
| 阿拉巴馬州 | Bullock County(布洛克縣) | 44.5000 |
| 欄架: | 經度(連續度量,指派的經度地理角色) |
| 資料列架: | 緯度(連續度量,指派的緯度地理角色) |
| 詳細資料: | 一個或多個地理單元(已指派具有地理角色的維度) |
| 色彩: | 度量或維度 |
| 標記類型: | [自動] 或 [地圖] |
| 線 | 線路群組(路徑 ID) | 點順序 | Station | Latitude | Longitude | 流量 |
| 1 | 1 | 1 | 法國拉德芳斯區(新凱旋門) | 48.891934 | 2.237883 | 14,275,382 |
| 1 | 1 | 2 | 保防廣場 | 48.887843 | 2.250442 | 9,843,051 |
| 1 | 1 | 3 | 訥伊橋 | 48.884509 | 2.259892 | 6,902,931 |
| 10 BOUCLE | 10 | 1 | 布洛涅-讓-饒勒斯 | 48.842222 | 2.238836 | 3,847,782 |
| 10 BOUCLE | 10 | 2 | 奧特伊門 | 48.848074 | 2.258648 | 687,237 |
| 10 BOUCLE | 10 | 3 | 蜜雪兒-安熱-奧特伊 | 48.847740 | 2.264297 | 2,222,709 |
| 欄架: | 經度(連續度量,指派的經度地理角色) |
| 資料列架: | 緯度(連續度量,指派的緯度地理角色) |
| 詳細資料: | [路徑 ID] 欄位(離散維度) |
| 路徑: | [Order] (訂單)欄位(連續維度) |
| 標記類型: | 線 |
| Origin-Destination | Station | Path ID | Latitude | Longitude |
| Origin | BT-01 | BT-01_BT-01 | 47.61841 | -122.35101 |
| 目的地 | BT-01 | BT-01_BT-01 | 47.61841 | -122.35101 |
| Origin | BT-01 | BT-01_BT-03 | 47.61841 | -122.35101 |
| 目的地 | BT-03 | BT-01_BT-03 | 47.61576 | -122.34843 |
| Origin | BT-01 | BT-01_BT-04 | 47.61841 | -122.35101 |
| 目的地 | BT-04 | BT-01_BT-04 | 47.61613 | -122.34108 |
| Origin | BT-01 | BT-01_BT-05 | 47.61841 | -122.35101 |
| 目的地 | BT-05 | BT-01_BT-05 | 47.61303 | -122.34410 |
| Origin-Destination | 位置名稱 | Path ID | Latitude | Longitude |
| Origin | BT-01 | BT-01_BT-01 | 47.61841 | -122.35101 |
| 目的地 | BT-01 | BT-01_BT-01 | 47.61841 | -122.35101 |
| Origin | BT-01 | BT-01_BT-03 | 47.61841 | -122.35101 |
| 目的地 | BT-03 | BT-01_BT-03 | 47.61576 | -122.34843 |
| 欄架: | 經度(連續度量,指派的經度地理角色) |
| 資料列架: | 緯度(連續度量,指派的緯度地理角色) |
| 詳細資料: | [路徑 ID] 欄位(離散維度) |
| 標記類型: | 線 |
| Storm Name(風暴名稱) | Date(日期) | Latitude | Longitude | Basin(盆地) | Wind Speed (kt)(風速 (kt)) |
| PAKHAR | 3/26/12 12:00:00 AM | 9.5000 | 115.700 | 西太平洋 | 0 |
| PAKHAR | 3/26/12 6:00:00 AM | 9.5000 | 115.400 | 西太平洋 | 0 |
| PAKHAR | 3/26/12 12:00:00 PM | 9.5000 | 115.100 | 西太平洋 | 0 |
| PAKHAR | 3/26/12 6:00:00 PM | 9.4000 | 114.800 | 西太平洋 | 0 |
| PAKHAR | 3/27/12 12:00:00 AM | 9.4000 | 114.500 | 西太平洋 | 0 |
| PAKHAR | 3/27/12 6:00:00 AM | 9.4000 | 114.300 | 西太平洋 | 35 |
| 欄架: | 經度(連續度量,指派的經度地理角色) |
| 資料列架: | 緯度(連續度量,指派的緯度地理角色) |
| 詳細資料: | 維度(每個路徑的唯一 ID) |
| 路徑: | 用於定義連線資料點的順序的 [Date] (日期)欄位或順序欄位 |
| 標記類型: | 線 |
簡單地圖
| 空間檔案的地圖
|
比例符號地圖
| 點分佈圖
|
熱度圖(密度地圖)
| 填充地圖(面量圖)
|
流程(路徑)圖
| 起點-終點地圖
|
雙軸(分層)地圖
| 包含圓形圖的填充地圖
|
| 元件 | 語法 | 範例 |
函數 | 有關如何為 Tableau 中的所有函數設定格式的範例,請參閱Tableau 函數(按字母順序),或者 Tableau 函數(按類別)。 |
|
欄位 | 計算中的欄位通常括在方括號 [ ]中。 有關詳情,請參閱欄位語法。 |
|
運算子 |
有關可在 Tableau 計算中使用的運算子類型以及這些運算子在公式中的執行順序的資訊,請參閱運算子語法。 |
|
文字運算式 | 數位文字寫為數位。 字串文字帶有引號。 日期文字帶有 # 符號。 布林文字寫為 true 或 false。 Null 文字寫為 Null。 有關詳情,請參閱文字運算式語法。 |
|
參數 | 計算中的參數應括在方括號 [ ]中,類似欄位。有關詳情,請參閱建立參數。 |
|
註解 | 要在計算中輸入註解,請鍵入兩個斜線 //。有關詳情,請參閱向計算中新增注釋。 可以透過鍵入 /* 開始註釋和鍵入 */ 結束注釋來新增多行註釋。 |
|
| 地理角色 | 如果欄位包含以下內容,則將此角色指派給欄位: |
| 機場 | 國際航空運輸協會 (IATA) 或國際民航組織 (ICAO) 機場代碼。 |
| 地區代碼 (US) | 美國電話區號;僅限數字。 |
| CBSA/MSA (US) | 由美國行政管理和預算局定義的美國核心基礎統計區域 (CBSA),包括大都市統計區域 (MSA)。可識別 CBSA/MSA 代碼和名稱。 |
| City(城市) | 全世界人口達到或超過 15,000 人的城市。名稱使用英文(英國或美國)、法文、德文、西班牙文、巴西葡萄牙文、日文、韓文和中文(簡體與繁體)顯示。 |
| 國會選區 (US) | 美國國會選區。 |
| 國家/地區 | 全世界的國家、地區和領地。名稱使用英文(英國或美國)、法文(加拿大和法國)、德文、西班牙文、巴西葡萄牙文、日文、韓文和中文(簡體和繁體)、瑞典文、泰文和荷蘭文顯示。Tableau 還可識別 FIPS 10、ISO 3166-1 alpha 2 以及 ISO 3166-1 alpha 3。名稱使用多種格式,包括長名稱、短名稱,以及各種縮寫。 |
| 郡/縣 | 所選國家/地區的二級行政區域。例如,美國的郡/縣、法國的 départements、德國的 kriese 等。 附註: 二級行政區域定義因國家/地區而異。在 Tableau 中,所有二級行政區域都使用 [郡/縣] 地理角色進行編碼。有關詳情,請參閱 Tableau 支援用於構建地圖檢視的位置資料部分。 |
| 歐洲 NUTS | NUTS(地域統計單位命名法)1 - 3 級代碼。支援代碼和名稱,包括同義詞。 |
| Latitude | 以十進位度數為單位的緯度。只能用於數位欄位。 |
| Longitude | 以十進位度數為單位的經度。只能用於數位欄位。 |
| 州/省 | 全世界範圍的市/縣,以及其他一級行政區域。名稱使用英文(英國或美國)、法文、德文、西班牙文、巴西葡萄牙文、日文、韓文和中文(簡體與繁體)顯示。附註: 某些名稱只能使用其本機形式。 |
| 郵遞區號 | 所選國家/地區的郵遞區號。例如,美國的五位郵遞區號、澳大利亞的四位郵遞區號、德國的五位郵遞區號等。更多資訊請參閱 Tableau 支援用於構建地圖檢視的位置資料部分。 |
入門指南 | 瀏覽和管理內容 |
製作 Web 檢視 | 分享和協作 |
| 此工作簿主題... | 與以下 Tableau 版本關聯... |
|---|---|
| 流暢 | 版本 10.x 及更高版本 |
| 整潔 | 版本 8.0.x – 9.3.x |
| 現代 | 版本 3.5 – 7.0.x |
| 經典 | 版本 1.0 – 3.2 |
| 巢狀 | 非巢狀 |
![]() | ![]() |
巢狀排序會單獨考慮每個窗格並對每個窗格的列進行排序。 對於紋理和紙張,「紫色」排列在「綠色」上方,但在油畫中,「綠色」位於下方。 | 非巢狀排序會考慮各窗格的值,而且每個窗格的值的順序都相同。 對於所有材料,「紫色」排列在「綠色」上方,因為在彙總中,「紫色」高於「綠色」。 |
| 巢狀排序在窗格的內容中看起來正確,但是不傳達與如何從整體比較值有關的彙總資訊。 | 在單個窗格中,非巢狀排序可能看上去不正確,因為它一致地傳達了如何從整體比較值。 |
| 依據預設,從座標軸排序會產生巢狀排序。 | 依據預設,從欄位標籤排序會產生非巢狀排序。 |
| 日曆系統 | 週數 | 年數 |
| 標準西曆 | 1 | 2011 |
| ISO-8601 | 52 | 2010 |
| 注釋 | 要使用的日曆 | 範例格式字串 |
| [Y] | ISO-8601 | ww[Y] yyyy[Y] |
| [y] | 標準西曆 | ww[y] yyyy[y] |
| 格式字串 | 設定化輸出 |
| yyyy | 2013 |
| yyyy[Y] | 2014 |
| yyyy ww | 2014 1 |
| yyyy mm | 2013 12 |
| ww yyyy | 1 2014 |
| mm yyyy | 12 2013 |
| ww yyyy[y] | 1 2013 |
| mm yyyy[Y] | 12 2014 |
| yyyy mm ww | 2013 12 1 |
| mm yyyy ww | 12 2013 1 |
| ww mm yyyy | 1 12 2013 |
| ww mm yyyy[Y] | 1 12 2014 |
| ww yyyy mm | 1 2014 12(格式不明確) |
| ww yyyy[y] mm | 1 2013 12 |
| ww yyyy mm yyyy | 1 2014 12 2013 |
| ww yyyy yyyy mm | 1 2014 2013 12 |
| yyyy mm ww yyyy | 2013 12 1 2014 |
| 欄位 | 包含該欄位的原因 |
| Life Expectancy Female 和 Life Expectancy Male | 人們的壽命越長,就越有可能對在晚年外出旅遊感興趣。 |
| Population Urban | 在人口密度更大的地區進行服務行銷更容易。 |
| Population 65+ | 目標群體是有時間和資金外出旅遊的老年居民。 |
| TourismPerCapita | 這是您必須作為命名計算欄位建立的度量。公式為:
Tourism Outbound 將彙總一個國家/地區的居民每年在國際旅遊上所花的費用(以美元為單位)。但是,此總金額必須除以每個國家/地區的人口,才能判別出每位居民在國際旅遊上花費的平均金額。 |
| 顧客 | Contact | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
| Projector rental | 顧客 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
| DATE('01/01/'+STR([Member since])) |
| Date(日期) | 保留類型 | 請求者 ID | ID | First name | Last name | 分支 | 成員開始日期 | Units borrowed | Fees | Suggested limit |
|---|---|---|---|---|---|---|---|---|---|---|
2000/1/1 | 單個 | 233445589 | 232502870 | Alan | Wang | North | 2000 | 1 | 0.00 | 15 |
| 2000/1/1 | 單個 | 233445589 | 233445589 | Fred | Suzuki | North | 2000 | 52 | 0.90 | 15 |
| 2000/1/1 | 單個 | 233445589 | 233445566 | Ashley | Garcia | 南部 | 2000 | 243 | 11.30 | 15 |
| 2000/1/1 | 單個 | 233445589 | 233448978 | John | Smith | North | 2000 | 36 | 3.50 | 15 |
| 參數 | 描述 | 返回值的範例 |
| TableauServerUser | 當前伺服器使用者的使用者名稱。在伺服器上設定模擬時使用。若使用者未登入 Tableau Server,則傳回空字串。 | jsmith |
| TableauServerUserFull | 當前伺服器使用者的使用者名稱與網域。在伺服器上設定模擬時使用。若使用者未登入 Tableau Server,則傳回空字串。 | domain.lan\jsmith |
| TableauApp | Tableau 應用程式的名稱。 | Tableau Desktop Professional Tableau Server |
| TableauVersion | Tableau 應用程式的版本。 | 9.3 |
| WorkbookName | Tableau 工作簿的名稱。僅用於具有嵌入式資料來源的工作簿。 | Financial-Analysis |
| 暫留 | 選取 | 功能表 |
![]() | ![]() | ![]() |
一對一
例如:每輛汽車都有自己的車牌,並且車牌是特定於每輛車的。汽車對車牌是一對一的關係。 請注意,即使汽車未註冊或車牌號尚未指派給汽車,也可透過參考完整性來描述該差異。一輛汽車只能有一個車牌,而一個車牌只能指派給一輛汽車,因此基數保持為一對一。 |
![]() |
一對多或多對一
範例:許多員工有同一位經理。員工對經理是多對一的關係。經理對員工是一對多的關係。 |
![]()
|
多對多
範例:許多電影中都有演員,而電影中有許多演員。演員對電影是多對多的關係。可以在同一筆交易中購買多本書,也可以多次購買一本書。ISBN 對訂單 ID 是多對多的關係。 |
![]() |
| 錯誤訊息 | 註解 |
| 傳遞給 SCRIPT 函數的參數是不支援的類型。 | Tableau 只能將以下 Tableau 資料類型匯出到 R:
|
| SCRIPT 函數返回了意外數量的結果。函數預期 %2 個值;返回了 %1 個值。 | 指令碼結果必須是為所有列複製的長度為 1 的標量或向量,或者長度等於 Tableau 結果表中的列數的向量。 |
| 憑證檔案對特定連線 (%1 %2:%3) 無效。檢查伺服器和用戶端是否使用相同的憑證,憑證檔案未損毀且日期有效。 | 驗證用於連線外部服務的憑證是否編碼並正確格式化。您必須連線副檔案名為 .crt 的有效 PEM 編碼 x509 憑證。 |
| SCRIPT 函數返回的結果是意外類型。 | 在收到無效資料類型時出現。Tableau 只能從 Rserve 伺服器匯入以下資料類型:
對於 TabPy,Tableau 只能匯入以下資料類型:
如果結果為 null 或存在 Tableau 無法從外部伺服器收集到說明的指令碼執行錯誤,也會報告此錯誤。 |
| 與伺服器通訊時出錯 (403) | Tableau 在 [try] 外部函數內執行所有外部指令碼。當 [try] 函數捕獲計算錯誤時,會顯示此錯誤以及外部服務生成的錯誤消息。 |
| 此外部服務連線不支援驗證。請嘗試在不指定密碼的情況下進行連線。 | |
| 驗證失敗。請提供有效的外部服務使用者名和密碼。 | |
| 外部服務中啟用的驗證類型不受支援。 | 禁用外部服務驗證或變更為純文字密碼驗證。 |
| 未設定外部服務連線。請指定伺服器名稱並重試。 | 請參閱透過分析擴充功能傳遞運算式。 |
| 計算 [%1] 包含一個需要內部服務連線的 SCRIPT_ 函數。請設定外部服務連線以啟用自訂指令碼。 | 請參閱透過分析擴充功能傳遞運算式。 |
| 嘗試發佈的工作簿包含需要外部服務連線的 SCRIPT_ 函數。公共工作簿中不允許包含自訂指令碼。 | 無法將包含外部服務指令碼的公共工作簿發佈到 Tableau Public。 |
| Tableau Public 不支援執行需要外部服務的自訂指令碼。若要利用外部服務,請升級到 Tableau Desktop Professional Edition。 | [Tableau Public] (在此錯誤中)是指 Tableau Desktop Public。 |
| Tableau Reader 不支援執行需要外部服務的自訂指令碼。若要利用外部服務,請升級到 Tableau Desktop Professional Edition。 | 無法在 Tableau Reader 中檢視包含外部服務指令碼的工作簿。 |
| 錯誤訊息 | 註解 |
| 無法識別 Rserve 簽名。 | Rserve 標頭簽章必須為 [Rsrv] 。 |
| 無法識別 Rserve 版本。 | Rserve 標頭版本必須為 [0103] 。 |
| 無法識別 Rserve 協定。 | Rserve 標頭協定必須為 [QAP1] 。 |
| 在連線到 R 時驗證失敗。 | Tableau 嘗試向 Rserve 進行驗證但失敗。請確認您輸入了有效密碼。 |
| 參數/主體中的位元組數不正確。 | |
| Tableau 讀取的資料長度不等於標頭承諾的長度。 | |
| 無法識別回應類型。 | 讀取結果時的傳輸協定類型不是預期的 SEXP。 |
| <type>vector 過長。 | 用於測量從或向 Rserve 傳送的資料長度的數位過大,可能指示協定標頭已損壞。 |
| Rserve 命令無效。 | Tableau 可能錯誤地實施了 Rserve 協定。 |
伺服器回應錯誤 << (uint32_t)status << 。有關詳情,請參閱 Rsrv.h。 | 各種錯誤條件記錄在 Rsrv.h 中的注釋中。 |
| 標頭偏移過長。 | 這可能由於亂碼標頭與回應資料的偏移過大造成的。 |
| Rserve 通訊端失敗。 | 登入、指令碼計算、讀取掛起檢查、結果讀取或 Tableau 欄位到 R 指令碼參數賦值引發非標準異常。 |
| 外部服務使用不受支援的驗證類型。 | 若要支援同時執行啟用 SSL 和純文字 Rserve 執行個體連線,Rserve 伺服器管理員必須將下列項目新增至 Rserve 伺服器:
|
| RServe 上發生了密碼編譯系統錯誤。 | Rserve 加密系統發生錯誤。請查看 RServe 記錄檔以取得詳細資訊。 |
| RServe 因安全性違規已啟動關閉。 | RServe 因安全性違規已關閉連線。請查看 RServe 記錄檔以取得詳細資訊。 |
| 已設定安全連線的 [外部服務設定],但遺失憑證。 | 建立外部服務安全連線時,需要上傳您希望其簽署此外部服務的憑證。此憑證未簽署之伺服器連線將被拒絕。這樣可確保您僅傳送資料至受信任的伺服器。 |
| 憑證檔案對特定連線 (%1 %2:%3) 無效。檢查伺服器和用戶端是否使用相同的憑證,憑證檔案未損毀且日期有效 | 提供的憑證對於此連線設定無效。請檢查其是否符合簽署外部服務伺服器的憑證、是否經過 PEM 編碼並且對於今天日期有效。 |
| 外部服務連線憑證無效 | 提供的憑證無效。請檢查憑證是否已經過 PEM 編碼並且對於今天日期有效。 |
| 外部服務連線無法建立 SSL/TLS 上下文 | Tableau 無法初始化此指定外部服務設定的安全環境。請檢查主機和埠是否正確,憑證是否有效。 |
| 外部服務無法與 SSL/TLS 連線 | Tableau 無法建立與外部服務的安全連線。確驗證部服務是否已設定為支援安全連線,提供的憑證是否與簽署外部服務的憑證相符。 |
| 外部服務伺服器通訊協定無法辨識 | 未辨識或 Tableau 不支援的主機前面已加上通訊協定。如果連線至 RServe,則不需要通訊協定。如果連線至 TabPy,則在建立純文字連線時需要 HTTP 通訊協定,而在建立安全連線時需要 HTTPS 通訊協定。 |
| 功能 | 多維資料集資料來源的狀態 |
| 動作 | 對於 Microsoft Analysis Services 連線,在多維資料集中定義的下鑽動作在 Tableau 中不可用。 多維資料集資料來源不接受來自關係資料來源或其他多維資料集資料來源的動作。 例如,假設工作簿具有三個檢視,它們分別使用 MySQL 資料來源、Cube 資料集資料來源 A 和 Cube 資料集資料來源 B。使用 MySQL 資料來源的檢視中的動作不會影響使用 Cube 資料集資料來源的檢視,而使用 Cube 資料集資料來源的檢視中的動作不會影響另一個使用 Cube 資料集資料來源的檢視。但是,使用 Cube 資料集資料來源的檢視中的動作會影響使用 MySQL 資料來源的檢視。 |
| 高級分析功能 | 多維資料集資料來源不支援詳細資料層級的運算式、趨勢線、預測和叢集。 |
| 彙總計算函數 | 多維資料集資料來源已預先彙總,因此不支援彙總函式,例如 SUM()、AVG() 和 CNT()。可以使用表計算在 Tableau 中對多維資料集中的儲存格層級結果執行彙總運算。 |
| 別名 | 多維資料集資料庫的別名由多維資料集的設計員進行建立,並且可以透過從 [資料] 功能表中選取資料來源,然後選取 [別名檔案] 在 Tableau 中啟用。請與資料庫管理員聯絡,瞭解您的資料庫是否有可用的別名。Microsoft Analysis Services 資料庫不支援別名。 預設情況下,每個維度的每個成員的別名最初定義為原始成員名稱。 |
| 資料桶 | 對於多維資料集資料來源, [建立資料桶] 命令無法用於度量。 然而,您可以寫入一個使用多維資料集儲存格結果並將它們放入資料桶中的計算。例如:
|
| 多維資料集 KPI 資料類型 | 連線到 Microsoft Analysis Services 後,在多維資料集中定義的任何 KPI 計算都不可用。 但是,您可以在 Tableau 中編寫自己的 KPI 計算。也可以使用 Tableau 參數來建立非常靈活的 KPI 假設分析。有關詳情,請參閱顯示關鍵進度指標。 |
| 多維資料集 Lag 函數 | 對於多維資料集資料來源,您無法在 Tableau 計算編輯器中使用多維資料集 Lag 函數。您可以改用 Tableau 表計算來計算某些百分比和總計。有關詳情,請參閱使用表計算轉換值。 或者,您可以使用計算成員直接在 Tableau 中使用 MDX Lag 函數。例如:
|
| 自訂多維運算式 (MDX) 語句 | 連線到多維資料集後,無法建立自訂 MDX 語句連線。需要在伺服器上建立所有子多維資料集定義,方法是實施必要的多維資料集透檢視、分區、維度或儲存格安全性。 |
| 資料混合 | 在 Tableau 中,多維資料集資料來源只能用作資料混合的主要資料來源。不能將它們用作從屬資料來源。有關詳情,請參閱資料混合疑難排解。 |
| 日期維度 | 對於多維資料集資料來源,日期維度通常組織為包含年、季度和月等層級的分層結構。此外,有些多維資料來源還啟用了時間智慧,以便能夠以不同方式來查看這些資料層級,例如月(按年)、月(按季度)、週末等,這些層級以階層結構的屬性表示。有關詳情,請參閱日期和時間。 |
| 資料來源篩選器 | 資料來源篩選器無法用於多維資料集資料來源。在 Tableau 中進行分析之前,必須先在多維資料集中定義所有欄位值。 |
| 擷取 | 您無法從大多數多維資料集資料來源中建立擷取。多維資料集和關係資料來源具有不相容的資料結構,這會導致在大多數情況下無法從多維資料集中擷取資料並將其存儲在關係資料來源(例如資料引擎)中。 從 10.4 開始,您無需 Tableau 提供的特殊產品金鑰也可建立 SAP BW 擷取。有關 SAP BW 擷取的支援和限制的資訊,請參閱SAP NetWeaver Business Warehouse。 |
| 篩選器 | 顯示多維資料集維度的篩選器時,該維度的所有分層結構層都將包含在此篩選器中。例如:
您可以使用多維資料集屬性作為篩選器,以只顯示單個層級而不是分層結構。在 [資料] 窗格中,屬性顯示在 [維度] 部分中,並由此圖示指明: 切片篩選器對多維資料集資料來源的行為與對關係資料來源的行為不同。有關詳情,請參閱建立切片篩選器。 某些維度篩選器卡選項不可用。例如,單值(下拉清單)、多個值(自訂清單)等。相反,檢視中顯示的維度篩選器會保留其分層外觀,並且不能變更為特定的清單類型。您可以建立包含分層結構中的特定值的 Tableau 集,然後使用該集作為檢視中具有預期篩選器選項的篩選器(在 [資料] 窗格中以右鍵按一下該集,然後按一下 [顯示篩選器] )。 |
| 群組 | 使用多維資料集資料來源時,無法建立組。任何分組概念都應在多維資料集中預定義為維度屬性或多維資料集組。 但是,可以使用計算成員直接在 Tableau 中編寫多維運算式 (MDX) 以建立組。例如:
|
| 分層結構 | 對於多維資料集資料來源,必須在分析之前在多維資料集中定義分層結構。 |
| 參數 | 對於多維資料集資料來源,您無法使用參數值在 MDX 計算中篩選維度。 |
| 發佈 | 使用多維資料集資料來源的工作簿可以發佈到 Tableau Server,但不支援直通連線。這意味著您不能使用此類資料來源從 Tableau Server 建立連線。這還意味著您不能在 Tableau Server 中使用該資料來源建立工作簿。有關詳情,請參閱 Tableau Server 說明中的多維資料集資料來源。 透過將多維資料集資料來源發佈到 Tableau Server,您可以將該資料來源儲存在伺服器上。但是,要使用該資料來源,您必須將其下載到 Tableau Desktop 並本機使用它。 無法將使用多維資料集資料來源的工作簿發佈到 Tableau Cloud。 |
| 集合 | 多維資料集資料來源支援將資料篩選至所選成員及其所有下級的分層集。有關詳情,請參閱集範例。 |
| Tableau 字串函數 | 對於多維資料集資料來源,維度在計算編輯器中不可用。 但是,您可以使用計算成員在 Tableau 內編寫 MDX 來操作維度值。例如:
|
| 類型轉換 | 對於多維資料集資料來源,某些類型轉換函數在計算編輯器中不可用。通常,應在分析之前在多維資料集中定義資料類型轉換。 尤其是,在 Tableau 中將多維資料集維度的資料類型變更為日期有時會提供不正確的資訊。某些多維資料集維度支援此功能,具體情況視多維資料集中日期的格式設定方式而定。 您可以使用計算成員在 Tableau 中直接編寫多維運算式 (MDX),以將多維資料集維度的資料類型變更為日期。例如:
|
| year(Order%20Date) | 整數 |
| quarter(Order%20Date) | 1 和 4 之間的整數 |
| month(Order%20Date) | 1 和 12 之間的整數 |
| day(Order%20Date) | 1 和 31 之間的整數 |
| hour(Order%20Date) | 整數 0-23 |
| minute(Order%20Date) | 整數 0-59 |
| second(Order%20Date) | 整數 0-59 |
| week(Order%20Date) | 整數 1-53 |
| my(Order%20Date) | 六位元整數:YYYYMM |
| mdy(Order%20Date) | 八位元整數:YYYYMMDD |
| 語法 | ASCII(string) |
| 輸出 | 數字 |
| 定義 | 傳回 <string> 的第一個字元的 ASCII 碼。 |
| 範例 | ASCII('A') = 65 |
| 說明 | 這是 CHAR 函數的反函數。 |
| 語法 | CHAR(number) |
| 輸出 | 字串 |
| 定義 | 返回透過 ASCII 代碼 <number> 編碼的字元。 |
| 範例 | CHAR(65) = 'A' |
| 說明 | 這是 ASCII 函數的反函數。 |
| 語法 | CONTAINS(string, substring) |
| 輸出 | 布林值 |
| 定義 | 如果給定字串包含指定子字串,則返回 true。 |
| 範例 | CONTAINS("Calculation", "alcu") = true |
| 說明 | 另請參閱 邏輯函數 CONTAINS 可能區分大小寫,具體取決於資料來源。也就是說,對於某些資料來源, |
| 語法 | ENDSWITH(string, substring) |
| 輸出 | 布林值 |
| 定義 | 如果給定字串以指定子字串結尾,則返回 true。會忽略尾隨空格。 |
| 範例 | ENDSWITH("Tableau", "leau") = true |
| 說明 | 另請參閱額外函數文件中支援的正規表式。 |
| 語法 | FIND(string, substring, [start]) |
| 輸出 | 數字 |
| 定義 | 傳回子字串在字串中的索引位置,如果未找到子字串則傳回 0。字串中第一個字元的位置為 1。 如果新增了可選引數 |
| 範例 | FIND("Calculation", "alcu") = 2FIND("Calculation", "Computer") = 0FIND("Calculation", "a", 3) = 7FIND("Calculation", "a", 2) = 2FIND("Calculation", "a", 8) = 0 |
| 說明 | 另請參閱額外函數文件中支援的正規表式。 |
| 語法 | FINDNTH(string, substring, occurrence) |
| 輸出 | 數字 |
| 定義 | 返回指定字串內的第 n 個子字串的位置,其中 n 由 occurrence 參數定義。 |
| 範例 | FINDNTH("Calculation", "a", 2) = 7 |
| 說明 |
另請參閱額外函數文件中支援的正規表式。 |
| 語法 | LEFT(string, number) |
| 輸出 | 字串 |
| 定義 | 傳回字串最左側 <number> 的字元。 |
| 範例 | LEFT("Matador", 4) = "Mata" |
| 說明 | 另請參閱 MID 和 RIGHT。 |
| 語法 | LEN(string) |
| 輸出 | 數字 |
| 定義 | 返回字串長度。 |
| 範例 | LEN("Matador") = 7 |
| 說明 | 不要與空間函數 LENGTH 混淆。 |
| 語法 | LOWER(string) |
| 輸出 | 字串 |
| 定義 | 傳回提供的 <string>,且全為小寫字元。 |
| 範例 | LOWER("ProductVersion") = "productversion" |
| 說明 | 另請參閱 UPPER 和 PROPER。 |
| 語法 | LTRIM(string) |
| 輸出 | 字串 |
| 定義 | 傳回移除所有前導空格的 <string>。 |
| 範例 | LTRIM(" Matador ") = "Matador " |
| 說明 | 另請參閱 RTRIM。 |
| 語法 | MAX(expression) 或 MAX(expr1, expr2) |
| 輸出 | 與引數相同的資料類型,若引數的任何部分為 NULL,則為 NULL 。 |
| 定義 | 傳回兩個引數(必須為相同資料類型)中的較大值。
|
| 範例 | MAX(4,7) = 7 |
| 說明 | 對於字串
對於資料庫資料來源, 對於日期 對於日期, 作為彙總
作為比較
另請參閱 |
| 語法 | (MID(string, start, [length]) |
| 輸出 | 字串 |
| 定義 | 傳回從指定的 如果新增了可選數字參數 |
| 範例 | MID("Calculation", 2) = "alculation"MID("Calculation", 2, 5) ="alcul" |
| 說明 | 另請參閱額外函數文件中支援的正規表式。 |
| 語法 | MIN(expression) 或 MIN(expr1, expr2) |
| 輸出 | 與引數相同的資料類型,若引數的任何部分為 NULL,則為 NULL 。 |
| 定義 | 傳回兩個引數(必須為相同資料類型)的最小值。
|
| 範例 | MIN(4,7) = 4 |
| 說明 | 對於字串
對於資料庫資料來源, 對於日期 對於日期, 作為彙總
作為比較
另請參閱 |
| 語法 | PROPER(string) |
| 輸出 | 字串 |
| 定義 | 傳回提供的 |
| 範例 | PROPER("PRODUCT name") = "Product Name"PROPER("darcy-mae") = "Darcy-Mae" |
| 說明 | 空格和非英數字元(如標點符號)也用作分隔符號。 |
| 資料庫限制 | PROPER 僅適用於某些一般檔案和擷取。若您需要在不提供支援的資料來源中使用 PROPER,請考慮使用擷取。 |
| 語法 | REPLACE(string, substring, replacement |
| 輸出 | 字串 |
| 定義 | 在 <string> 中搜尋 <substring> 並將其替換為 <replacement>。如果未找到 <substring>,則字串保持不變。 |
| 範例 | REPLACE("Version 3.8", "3.8", "4x") = "Version 4x" |
| 說明 | 另請參閱在額外函數文件中的 REGEXP_REPLACE。 |
| 語法 | RIGHT(string, number) |
| 輸出 | 字串 |
| 定義 | 傳回字串最右側 <number> 的字元。 |
| 範例 | RIGHT("Calculation", 4) = "tion" |
| 說明 | 另請參閱 LEFT 和 MID。 |
| 語法 | RTRIM(string) |
| 輸出 | 字串 |
| 定義 | 傳回移除所有尾端空格的 <string>。 |
| 範例 | RTRIM(" Calculation ") = " Calculation" |
| 說明 | 另請參閱 LTRIM 和 TRIM。 |
| 語法 | SPACE(number) |
| 輸出 | 字串(具體來說,只是空格) |
| 定義 | 傳回由指定數量的重複空格組成的字串。 |
| 範例 | SPACE(2) = " " |
| 語法 | SPLIT(string, delimiter, token number) |
| 輸出 | 字串 |
| 定義 | 返回字串中的一個子字串,並使用分隔符號字元將字串分為一系列權杖。 |
| 範例 | SPLIT ("a-b-c-d", "-", 2) = "b"SPLIT ("a|b|c|d", "|", -2) = "c" |
| 說明 | 字串將被解釋為分隔符號和權杖的交替序列。因此,對於字串
另請參閱額外函數文件中支援的正規表式。 |
| 資料庫限制 | 可以為以下資料來源類型使用拆分和自訂拆分命令:Tableau 資料擷取、Microsoft Excel、文字檔、PDF 檔、Salesforce、OData、Microsoft Azure Market Place、Google Analytics (分析)、Vertica、Oracle、MySQL、PostgreSQL、Teradata、Amazon Redshift、Aster Data、Google Big Query、Cloudera Hadoop Hive、Hortonworks Hive 和 Microsoft SQL Server。 某些資料來源在拆分字串時會有限制。請參閱本主題後面的 SPLIT 函數限制。 |
| 語法 | STARTSWITH(string, substring) |
| 輸出 | 布林值 |
| 定義 | 如果 string 以 substring 開頭,則返回 true。會忽略前導空格。 |
| 範例 | STARTSWITH("Matador, "Ma") = TRUE |
| 說明 | 另請參閱 CONTAINS,以及額外功能文件中支援的正規表式。 |
| 語法 | TRIM(string) |
| 輸出 | 字串 |
| 定義 | 傳回提供的 <string>,且移除前導和尾端空格。 |
| 範例 | TRIM(" Calculation ") = "Calculation" |
| 說明 | 另請參閱 LTRIM 和 RTRIM。 |
| 語法 | UPPER(string) |
| 輸出 | 字串 |
| 定義 | 傳回提供的 <string>,且全為大寫字元。 |
| 範例 | UPPER("Calculation") = "CALCULATION" |
| 說明 | 另請參閱 PROPER 和 LOWER。 |
| 資料來源 | 左/右約束 | 最大拆分數 | 版本限制 |
| Tableau 資料擷取 | 兩側 | 無限 | |
| Microsoft Excel | 兩側 | 無限 | |
| 文字檔 | 兩側 | 無限 | |
| Salesforce | 兩側 | 無限 | |
| OData | 兩側 | 無限 | |
| Google Analytics (分析) | 兩側 | 無限 | |
| Tableau Data Server | 兩側 | 無限 | 版本 9.0 支援。 |
| Vertica | 僅左側 | 10 | |
| Oracle | 僅左側 | 10 | |
| MySQL | 兩側 | 10 | |
| PostgreSQL | 在版本 9.0 之前僅左側;版本 9.0 及更高版本中為兩側 | 10 | |
| Teradata | 僅左側 | 10 | 版本 14 及更高版本 |
| Amazon Redshift | 僅左側 | 10 | |
| Aster Database | 僅左側 | 10 | |
| Google BigQuery | 僅左側 | 10 | |
| Hortonworks Hadoop Hive | 僅左側 | 10 | |
| Cloudera Hadoop | 僅左側 | 10 | 從版本 2.3.0 開始支援 Impala。 |
| Microsoft SQL Server | 兩側 | 10 | 2008 及更高版本 |
| 要求 | 說明 |
|---|---|
Salesforce 授權 | 以下授權之一:
這些授權須額外付費才可使用。 |
Salesforce 使用者帳戶 | 設定為存取 Einstein Discovery 的帳戶。 若使用 Tableau 中的 Einstein Discovery 授權,使用者帳戶必須指派有透過 Connect API 檢視 Einstein Discovery 建議系統權限。 若使用 Tableau CRM Plus 授權或 Einstein Predictions 授權:
要設定使用者帳戶,請參閱 Salesforce 說明中的設定 Einstein Discovery。 |
管理員設定 | Salesforce 管理員需要: |
| 要求 | 說明 |
|---|---|
Tableau 授權和權限 | 需要設定 Einstein Discovery 儀表板擴充功能的作者將需要 Creator 或 Explorer 授權和權限,以允許他們編輯和儲存工作簿。 Creator、Explorer 和檢視者將需要登入 Salesforce 組織帳戶,以存取 Tableau 中 Einstein Discovery 儀表板擴充功能中的預測。 |
Tableau 使用者帳戶 | 在 Tableau Cloud 和 Tableau Server 中,使用者可以將 Salesforce 使用者帳戶認證及其 Tableau 使用者帳戶一起儲存。 |
管理員設定 | Tableau Server 管理員將需要為 OAuth 設定 Tableau Server(啟用對 Tableau 中預測的存取權)。有關詳情,請參閱 Tableau Server 說明中的設定 Einstein Discovery 整合。 為了讓使用者看到已發佈表計算中的預測,Tableau Server 管理員需要為網站啟用 分析擴充功能。有關詳情,請參閱 Tableau Server 說明中的設定與分析擴充的連線。 有關 Tableau Server 組態的詳細資訊,請參閱設定 Einstein Discovery 整合(Tableau Server) 。 有關 Tableau Cloud 設定的詳細資訊,請參閱設定 Einstein Discovery 整合(Tableau Cloud) 。 |
| 產品名稱 | 產品影像 URL | 產品銷售額 |
| 平跟鞋 | https://img.example.com/flats.png | 12,118 |
| 高跟鞋 | https://img.example.com/highheels.png | 15,865 |
| 跑鞋 | https://img.example.com/runningshoes.png | 14,200 |
| 坡跟鞋 | https://img.example.com/wedges.png | 8,665 |
| 計算 | 結果 |
RIGHT([Value], 4) | 8892 |
LEFT([Value], 4) | IGW8 |
LEFT(RIGHT([Value], 2) , 1) | 9 |
| 原始值 | 分割欄位值 |
| 郵編 98102 | 98102 |
| 郵編 98109 | 98109 |
| 郵編 98119 | 98199 |
| 郵編 98195 | 98195 |
| 參數 | 值 | 描述 | 範例 |
|---|---|---|---|
| src (必需) | 字串 | 在 Tableau Server 或 Tableau Cloud 中指標的 URL。 | https://mycompany/#/metrics/1 |
連結目標 (HTML) 連結目標 (JavaScript) (可選) | 字串 | Viewer 按一下該指標將被導向到的 URL。如果未指定目標,則內嵌指標將連結到來源 URL。 | http://example.com |