සිල්ලර වෙළඳාමේ වගු, ඇත්තටම?

එක්සෙල් හි වාර්තා කිරීමේ කාලය වේගයෙන් අතුරුදහන් වෙමින් පවතී - තොරතුරු ඉදිරිපත් කිරීම සහ විශ්ලේෂණය කිරීම සඳහා පහසු මෙවලම් සඳහා නැඹුරුව සෑම අංශයකම දක්නට ලැබේ. අපි දීර්ඝ කාලයක් තිස්සේ වාර්තාකරණයේ ඩිජිටල්කරණය පිළිබඳව අභ්‍යන්තරව සාකච්ඡා කරමින් සිටි අතර Tableau දෘශ්‍යකරණය සහ ස්වයං සේවා විශ්ලේෂණ පද්ධතිය තෝරා ගත්තෙමු. M.Video-Eldorado සමූහයේ විශ්ලේෂණාත්මක විසඳුම් සහ වාර්තාකරණ අංශයේ ප්‍රධානී ඇලෙක්සැන්ඩර් බෙසුග්ලි සටන් උපකරණ පුවරුවක් තැනීමේ අත්දැකීම් සහ ප්‍රතිඵල ගැන කතා කළේය.

සැලසුම් කළ සෑම දෙයක්ම සාක්ෂාත් කර නොගත් බව මම වහාම කියමි, නමුත් අත්දැකීම සිත්ගන්නා සුළු විය, එය ඔබටත් ප්‍රයෝජනවත් වනු ඇතැයි මම බලාපොරොත්තු වෙමි. එය වඩා හොඳින් කළ හැකි ආකාරය පිළිබඳව යමෙකුට කිසියම් අදහසක් ඇත්නම්, ඔබේ උපදෙස් සහ අදහස් සඳහා මම ඉතා කෘතඥ වෙනවා.

කට් එක යට තියෙන්නේ අපි මුණගැහුණු දේවල් සහ අපි ඉගෙනගත්ත දේවල් ගැන.

අපි පටන් ගත්තේ කොහෙන්ද?

M.Video-Eldorado සතුව හොඳින් සංවර්ධිත දත්ත ආකෘතියක් ඇත: අවශ්‍ය ගබඩා ගැඹුර සහ ස්ථාවර ආකෘති වාර්තා විශාල සංඛ්‍යාවක් සහිත ව්‍යුහගත තොරතුරු (වැඩිදුර විස්තර බලන්න මෙම ලිපිය) මේවායින්, විශ්ලේෂකයින් එක්සෙල් හි විවර්තන වගු හෝ ආකෘතිගත පුවත් පත්‍රිකා හෝ අවසාන පරිශීලකයින් සඳහා අලංකාර PowerPoint ඉදිරිපත් කිරීම් සිදු කරයි.

වසර දෙකකට පමණ පෙර, ස්ථාවර ආකෘති වාර්තා වෙනුවට, අපි SAP Analysis හි විශ්ලේෂණ වාර්තා නිර්මාණය කිරීම ආරම්භ කළෙමු (එක්සෙල් ඇඩෝනයක්, අත්‍යවශ්‍යයෙන්ම OLAP එන්ජිමට ඉහළින් විවර්තන වගුවක්). නමුත් මෙම මෙවලම සියලුම පරිශීලකයින්ගේ අවශ්‍යතා සපුරාලීමට නොහැකි විය; බහුතරයක් විශ්ලේෂකයින් විසින් අතිරේකව සකසන ලද තොරතුරු දිගටම භාවිතා කළහ.

අපගේ අවසාන පරිශීලකයින් වර්ග තුනකට අයත් වේ:

ඉහළ කළමනාකරණය. හොඳින් ඉදිරිපත් කර පැහැදිලිව තේරුම් ගත හැකි ආකාරයෙන් තොරතුරු ඉල්ලයි.

මධ්යම කළමනාකරණය, උසස් පරිශීලකයන්. දත්ත ගවේෂණයට උනන්දුවක් දක්වන අතර මෙවලම් තිබේ නම් ස්වාධීනව වාර්තා ගොඩනැගීමට හැකියාව ඇත. ඔවුන් SAP විශ්ලේෂණයේ විශ්ලේෂණ වාර්තා වල ප්‍රධාන පරිශීලකයින් බවට පත් විය.

මහා පරිශිලකයන්. ඔවුන් ස්වාධීනව දත්ත විශ්ලේෂණය කිරීමට උනන්දුවක් නොදක්වයි; ඔවුන් එක්සෙල් හි පුවත් පත්‍රිකා සහ විවර්තන වගු ආකෘතියෙන් සීමිත නිදහසක් සහිත වාර්තා භාවිතා කරයි.

අපගේ අදහස වූයේ සියලුම පරිශීලකයින්ගේ අවශ්‍යතා ආවරණය කර ඔවුන්ට තනි පහසු මෙවලමක් ලබා දීමයි. අපි ඉහළ කළමනාකාරීත්වය සමඟ ආරම්භ කිරීමට තීරණය කළා. ප්‍රධාන ව්‍යාපාරික ප්‍රතිඵල විශ්ලේෂණය කිරීමට ඔවුන්ට භාවිතයට පහසු උපකරණ පුවරු අවශ්‍ය විය. එබැවින්, අපි Tableau සමඟ ආරම්භ කර පළමුව දිශාවන් දෙකක් තෝරා ගත්තෙමු: සීමිත ගැඹුර සහ විශ්ලේෂණවල පළල සහිත සිල්ලර සහ සබැඳි විකුණුම් දර්ශක, ඉහළ කළමනාකාරිත්වය විසින් ඉල්ලා සිටින දත්ත වලින් 80% ක් පමණ ආවරණය කරයි.

උපකරණ පුවරු භාවිතා කරන්නන් ඉහළ කළමනාකරණයක් වූ බැවින්, නිෂ්පාදනයේ තවත් අතිරේක KPI දර්ශනය විය - ප්රතිචාර වේගය. දත්ත යාවත්කාලීන වන තෙක් කිසිවෙකු තත්පර 20-30 ක් බලා නොසිටිනු ඇත. සංචාලනය තත්පර 4-5ක් ඇතුළත සිදු කර තිබිය යුතුය, නැතහොත් වඩා හොඳ, ක්ෂණිකව සිදු කළ යුතුය. තවද, අහෝ, මෙය සාක්ෂාත් කර ගැනීමට අපට නොහැකි විය.

අපගේ ප්‍රධාන උපකරණ පුවරුවේ පිරිසැලසුම පෙනුනේ මෙයයි:

ප්‍රධාන අදහස නම් ප්‍රධාන KPI ධාවක 19 ක් තිබූ අතර වම් පසින් ඒවායේ ගතිකත්වය සහ බිඳවැටීම දකුණේ ප්‍රධාන ගුණාංග මගින් ඉදිරිපත් කිරීමයි. කාර්යය සරල බව පෙනේ, ඔබ විස්තර වලට කිමිදෙන තුරු දෘශ්‍යකරණය තාර්කික සහ තේරුම් ගත හැකි ය.

විස්තරය 1. දත්ත පරිමාව

වාර්ෂික විකුණුම් සඳහා අපගේ ප්‍රධාන වගුව පේළි මිලියන 300 ක් පමණ ගනී. පසුගිය වසරේ සහ ඊට පෙර වසර සඳහා ගතිකත්වය පිළිබිඹු කිරීම අවශ්ය වන බැවින්, සැබෑ විකුණුම් පිළිබඳ දත්ත පරිමාව පමණක් රේඛා බිලියන 1 ක් පමණ වේ. සැලසුම් කළ දත්ත සහ මාර්ගගත විකුණුම් වාරණ පිළිබඳ තොරතුරු ද වෙන වෙනම ගබඩා කර ඇත. එමනිසා, අප විසින් මතකයේ ඇති DB SAP HANA තීරුව භාවිතා කළද, පියාසර කිරීමේදී වත්මන් ගබඩාවෙන් සතියක් සඳහා සියලුම දර්ශක තෝරා ගැනීමත් සමඟ විමසුමේ වේගය තත්පර 15-20 ක් පමණ විය. මෙම ගැටලුවට විසඳුම තමන් විසින්ම යෝජනා කරයි - දත්තවල අතිරේක ද්රව්යමයකරණය. නමුත් එහි අන්තරායන් ද ඇත, ඒවා ගැන වැඩි විස්තර පහතින්.

විස්තර 2. ආකලන නොවන දර්ශක

අපගේ බොහෝ KPIs රිසිට්පත් ගණනට බැඳී ඇත. තවද මෙම දර්ශකය පේළි ගණනින් COUNT DISTINCT නියෝජනය කරයි (පරීක්ෂා ශීර්ෂය) සහ තෝරාගත් ගුණාංග මත පදනම්ව විවිධ ප්‍රමාණ පෙන්වයි. උදාහරණයක් ලෙස, මෙම දර්ශකය සහ එහි ව්යුත්පන්නය ගණනය කළ යුතු ආකාරය:

ඔබේ ගණනය කිරීම් නිවැරදි කිරීමට, ඔබට:

• ගබඩාවේ පියාසර කිරීමේදී එවැනි දර්ශක ගණනය කරන්න;
• Tableau හි සම්පූර්ණ දත්ත පරිමාව මත ගණනය කිරීම් සිදු කරන්න, i.e. Tableau හි ඉල්ලීම මත, රිසිට්පත් ස්ථානයේ කැටිතියෙහි තෝරාගත් පෙරහන් අනුව සියලුම දත්ත ලබා දෙන්න;
• විවිධ ආකලන නොවන ප්‍රතිඵල ලබා දෙන සියලුම නියැදි විකල්පවල සියලුම දර්ශක ගණනය කෙරෙන ද්‍රව්‍යමය ප්‍රදර්ශනාගාරයක් සාදන්න.

උදාහරණයේ UTE1 සහ UTE2 නිෂ්පාදන ධුරාවලිය නියෝජනය කරන ද්‍රව්‍යමය ගුණාංග බව පැහැදිලිය. මෙය ස්ථිතික දෙයක් නොවේ; සමාගම තුළ කළමනාකරණය එය හරහා සිදු වේ, මන්ද විවිධ නිෂ්පාදන කණ්ඩායම් සඳහා විවිධ කළමනාකරුවන් වගකිව යුතුය. එක් කණ්ඩායමක් එක් නෝඩයකින් තවත් කණ්ඩායමකට මාරු වූ විට, සියලු මට්ටම් වෙනස් වූ විට, සබඳතා සංශෝධනය වූ විට සහ නිරන්තර ලක්ෂ්‍ය වෙනස් වන විට, මෙම ධුරාවලියේ බොහෝ ගෝලීය සංශෝධන අපට තිබුණි. සාම්ප්‍රදායික වාර්තාකරණයේදී, මේ සියල්ල ද්‍රව්‍යයේ ගුණාංග වලින් පියාසර කිරීම මත ගණනය කරනු ලැබේ; මෙම දත්ත ද්‍රව්‍යකරණය කිරීමේදී, එවැනි වෙනස්කම් නිරීක්ෂණය කිරීම සහ ඓතිහාසික දත්ත ස්වයංක්‍රීයව නැවත පූරණය කිරීම සඳහා යාන්ත්‍රණයක් සංවර්ධනය කිරීම අවශ්‍ය වේ. ඉතා සුළු නොවන කාර්යයක්.

විස්තර 3. දත්ත සංසන්දනය

මෙම ලක්ෂ්යය පෙර එකට සමාන වේ. අවසාන කරුණ නම්, සමාගමක් විශ්ලේෂණය කිරීමේදී, පෙර කාල පරිච්ඡේදය සමඟ සැසඳීමේ මට්ටම් කිහිපයක් සෑදීම සිරිතකි:

පෙර කාල පරිච්ඡේදය සමඟ සංසන්දනය කිරීම (දිනෙන් දින, සතියෙන් සතිය, මාසයෙන් මාසය)

මෙම සංසන්දනය කිරීමේදී, පරිශීලකයා විසින් තෝරා ගන්නා ලද කාල සීමාව මත පදනම්ව (උදාහරණයක් ලෙස, වසරේ 33 වන සතිය) අපි 32 වන සතිය වන විට ගතිකත්වය පෙන්විය යුතු යැයි උපකල්පනය කෙරේ; අපි මාසයක් සඳහා දත්ත තෝරා ගත්තේ නම්, උදාහරණයක් ලෙස, මැයි , එවිට මෙම සංසන්දනය අප්‍රේල් වන විට ගතිකත්වය පෙන්වයි.

පසුගිය වසර හා සැසඳීම

මෙහි ඇති ප්‍රධාන සූක්ෂ්මතාවය නම්, දවස සහ සතිය අනුව සංසන්දනය කිරීමේදී, ඔබ පසුගිය වසරේ එකම දිනය නොගැනීමයි, එනම්. ඔබට වත්මන් වසර එක අඩු කළ නොහැක. ඔබ සංසන්දනය කරන සතියේ දිනය දෙස බැලිය යුතුය. මාස සංසන්දනය කිරීමේදී, ඊට පටහැනිව, ඔබ හරියටම පසුගිය වසරේ එකම දින දර්ශනය ගත යුතුය. අධික වර්ෂ සමඟ සූක්ෂ්මතා ද ඇත. මුල් ගබඩාවල, සියලු තොරතුරු දිනෙන් දින බෙදා හරිනු ලැබේ; සති, මාස හෝ අවුරුදු සමඟ වෙනම ක්ෂේත්‍ර නොමැත. එමනිසා, පැනලයේ සම්පූර්ණ විශ්ලේෂණ හරස්කඩක් ලබා ගැනීම සඳහා, ඔබ එක් කාල පරිච්ඡේදයක් නොව, සතියකට සති 4 ක් ගණන් කළ යුතු අතර, පසුව මෙම දත්ත සංසන්දනය කර ගතිකත්වය, අපගමනය පිළිබිඹු කරන්න. ඒ අනුව, ගතිකයේ සැසඳීම් උත්පාදනය කිරීම සඳහා මෙම තර්කනය වගු හෝ වෙළඳසැල් ඉදිරිපිට ද ක්‍රියාත්මක කළ හැකිය. ඔව්, ඇත්ත වශයෙන්ම අපි මෙම තොරතුරු සැලසුම් අවධියේදී දැන සිටි අතර සිතුවෙමු, නමුත් අවසාන උපකරණ පුවරුවේ ක්‍රියාකාරිත්වයට ඒවායේ බලපෑම අනාවැකි කීම දුෂ්කර විය.

උපකරණ පුවරුව ක්රියාත්මක කිරීමේදී, අපි දිගු Agile මාර්ගය අනුගමනය කළෙමු. අපගේ කාර්යය වූයේ හැකි ඉක්මනින් පරීක්ෂා කිරීම සඳහා අවශ්ය දත්ත සමඟ වැඩ කරන මෙවලමක් සැපයීමයි. ඒ නිසා අපි ස්ප්‍රින්ට් එකේ ගිහින් කරන්ට් ස්ටෝරේජ් එක පැත්තේ වැඩ මිනිමයිස් කරලා පටන් ගත්තා.

1 කොටස: වගුව තුළ ඇදහිල්ල

තොරතුරු තාක්ෂණ සහාය සරල කිරීමට සහ වෙනස්කම් ඉක්මනින් ක්‍රියාත්මක කිරීමට, අපි ආකලන නොවන දර්ශක ගණනය කිරීම සහ Tableau හි අතීත කාල පරිච්ඡේද සංසන්දනය කිරීම සඳහා තර්කනය කිරීමට තීරණය කළෙමු.

අදියර 1. සියල්ල සජීවී ය, කවුළු වෙනස් කිරීම් නොමැත.

මෙම අදියරේදී, අපි Tableau වත්මන් වෙළඳසැල් ඉදිරිපිටට සම්බන්ධ කර වසරක් සඳහා ලැබීම් ගණන ගණනය කරන්නේ කෙසේදැයි බැලීමට තීරණය කළෙමු.

ප්රතිඵලය:

පිළිතුර කණගාටුදායක විය - විනාඩි 20 යි. ජාලය හරහා දත්ත මාරු කිරීම, Tableau මත අධික බර පැටවීම. ආකලන නොවන දර්ශක සහිත තර්කනය HANA මත ක්‍රියාත්මක කළ යුතු බව අපි තේරුම් ගත්තෙමු. මෙය අපව එතරම් බියට පත් කළේ නැත, අපට දැනටමත් BO සහ විශ්ලේෂණය සමඟ සමාන අත්දැකීම් ඇති අතර නිවැරදිව ගණනය කළ ආකලන නොවන දර්ශක නිපදවන HANA හි වේගවත් ප්‍රදර්ශනාගාර ගොඩනඟන්නේ කෙසේදැයි අපි දැන සිටියෙමු. දැන් ඉතිරිව ඇත්තේ ඒවා වගුවට සකස් කිරීම පමණි.

අදියර 2. අපි ප්‍රදර්ශන අවස්ථා සුසර කරමු, ද්‍රව්‍යකරණයක් නැත, පියාසර කරන සෑම දෙයක්ම.

අපි TABLEAU සඳහා අවශ්‍ය දත්ත නිපදවන වෙනම නව ප්‍රදර්ශනාගාරයක් නිර්මාණය කළෙමු. පොදුවේ ගත් කල, අපට හොඳ ප්‍රති result ලයක් ලැබුණි; අපි සතියක් තුළ සියලුම දර්ශක උත්පාදනය කිරීමේ කාලය තත්පර 9-10 දක්වා අඩු කළෙමු. Tableau හි උපකරණ පුවරුවේ ප්‍රතිචාර කාලය පළමු විවෘත කිරීමේදී තත්පර 20-30 ක් වන අතර පසුව සාමාන්‍යයෙන් අපට ගැලපෙන 10 සිට 12 දක්වා හැඹිලිය හේතුවෙන් අපි අවංකව බලාපොරොත්තු වෙමු.

ප්රතිඵලය:

පළමු විවෘත උපකරණ පුවරුව: විනාඩි 4-5
ඕනෑම ක්ලික් කිරීම: විනාඩි 3-4
වෙළඳසැල් ඉදිරිපස වැඩෙහි එවැනි අතිරේක වැඩිවීමක් කිසිවෙකු අපේක්ෂා නොකළේය.

2 කොටස. වගු තුලට කිමිදෙන්න

අදියර 1. වගු කාර්ය සාධන විශ්ලේෂණය සහ ඉක්මන් සුසර කිරීම

Tableau එහි වැඩි කාලයක් ගත කරන්නේ කොතැනදැයි අපි විශ්ලේෂණය කිරීමට පටන් ගතිමු. මේ සඳහා තරමක් හොඳ මෙවලම් තිබේ, එය ඇත්ත වශයෙන්ම, වගුවේ ප්ලස් වේ. අප හඳුනාගත් ප්‍රධාන ගැටලුව වූයේ Tableau විසින් ගොඩනගනු ලබන ඉතා සංකීර්ණ SQL විමසුම් ය. ඔවුන් මූලික වශයෙන් සම්බන්ධ වූයේ:

- දත්ත මාරු කිරීම. Tableau සතුව දත්ත කට්ටල මාරු කිරීම සඳහා මෙවලම් නොමැති බැවින්, සියලුම KPI වල සවිස්තරාත්මක නිරූපණයක් සහිත උපකරණ පුවරුවේ වම් පැත්ත තැනීමට, අපට නඩුවක් භාවිතා කරමින් වගුවක් සෑදීමට සිදු විය. දත්ත සමුදායේ SQL විමසුම්වල විශාලත්වය අක්ෂර 120 දක්වා ළඟා විය.

- කාල සීමාව තෝරාගැනීම. දත්ත සමුදා මට්ටමේ එවැනි විමසුමක් ක්‍රියාත්මක කිරීමට වඩා සම්පාදනය කිරීමට වැඩි කාලයක් ගත විය:

එම. ඉල්ලීම සැකසීම තත්පර 12 + තත්පර 5 ක්‍රියාත්මක කිරීම.

අපි Tableau පැත්තෙන් ගණනය කිරීමේ තර්කනය සරල කිරීමටත්, ගනන් බැලීම්වල තවත් කොටසක් ගබඩා ඉදිරිපස සහ දත්ත සමුදා මට්ටමට ගෙන යාමටත් තීරණය කළෙමු. මෙය හොඳ ප්රතිඵල ගෙන ආවේය.

පළමුව, අපි පියාසර කරන විට මාරු කිරීම සිදු කළෙමු, අපි එය VIEW ගණනය කිරීමේ අවසාන අදියරේදී සම්පූර්ණ පිටත එකතුවක් හරහා සිදු කළෙමු, විකියේ විස්තර කර ඇති මෙම ප්‍රවේශයට අනුව Transpose - Wikipedia, the free encyclopedia и මූලික අනුකෘතිය - විකිපීඩියා, නිදහස් විශ්වකෝෂය.

එනම්, අපි සැකසුම් වගුවක් සාදා - ප්‍රතිස්ථාපන න්‍යාසයක් (21x21) සහ පේළියෙන් පේළි බිඳවැටීමකින් සියලුම දර්ශක ලබා ගත්තෙමු.

විය:


එය බවට පත් විය:


දත්ත සමුදාය මාරු කිරීම සඳහාම පාහේ කාලය වැය නොවේ. සතිය සඳහා සියලුම දර්ශක සඳහා වන ඉල්ලීම තත්පර 10 කින් පමණ දිගටම ක්‍රියාත්මක විය. නමුත් අනෙක් අතට, විශේෂිත දර්ශකයක් මත පදනම්ව උපකරණ පුවරුවක් තැනීම සම්බන්ධයෙන් නම්යශීලීභාවය නැති වී ඇත, i.e. නිශ්චිත දර්ශකයක ගතිකත්වය සහ සවිස්තරාත්මක බිඳවැටීම ඉදිරිපත් කරන උපකරණ පුවරුවේ දකුණු පැත්ත සඳහා, මීට පෙර සංදර්ශක නඩුව තත්පර 1-3 කින් ක්‍රියාත්මක විය, මන්ද ඉල්ලීම එක් දර්ශකයක් මත පදනම් වූ අතර, දැන් දත්ත සමුදාය සෑම විටම සියලුම දර්ශක තෝරාගෙන ප්‍රතිඵලය Tableau වෙත ආපසු ලබා දීමට පෙර ප්‍රතිඵලය පෙරා ඇත.

මේ නිසා උපකරණ පුවරුවේ වේගය 3 ගුණයකින් පමණ අඩු විය.

ප්රතිඵලය:

1. තත්පර 5 - උපකරණ පුවරු විග්‍රහ කිරීම, දෘශ්‍යකරණය
2. තත්පර 15-20 - වගුවේ පූර්ව ගණනය කිරීම් සිදු කරමින් විමසුම් සම්පාදනය කිරීම සඳහා සූදානම් වීම
3. තත්පර 35-45 - SQL විමසුම් සම්පාදනය කිරීම සහ Hana හි සමාන්තර අනුක්‍රමික ක්‍රියාත්මක කිරීම
4. තත්පර 5 - ප්‍රතිඵල සැකසීම, වර්ග කිරීම, Tableau හි දෘශ්‍යකරණය නැවත ගණනය කිරීම
5. ඇත්ත වශයෙන්ම, එවැනි ප්රතිඵල ව්යාපාරයට නොගැලපෙන අතර, අපි ප්රශස්තකරණය දිගටම කරගෙන ගියෙමු.

අදියර 2. වගුවෙහි අවම තර්කනය, සම්පූර්ණ ද්රව්යකරණය

තත්පර 10ක් ක්‍රියාත්මක වන වෙළඳසැලක් ඉදිරිපිට තත්පර කිහිපයක ප්‍රතිචාර දැක්වීමේ කාලයක් සහිත උපකරණ පුවරුවක් තැනීම කළ නොහැකි බව අපි තේරුම් ගත් අතර, අවශ්‍ය උපකරණ පුවරුව සඳහා විශේෂයෙන් දත්ත සමුදාය පැත්තේ දත්ත ද්‍රව්‍යකරණය කිරීම සඳහා විකල්ප සලකා බැලුවෙමු. නමුත් අපි ඉහත විස්තර කර ඇති ගෝලීය ගැටලුවකට මුහුණ දුන්නා - ආකලන නොවන දර්ශක. පෙරහන් හෝ සරඹ වෙනස් කිරීමේදී, Tableau විවිධ නිෂ්පාදන ධුරාවලිය සඳහා පෙර-නිර්මාණය කරන ලද විවිධ වෙළඳසැල් ඉදිරිපස සහ මට්ටම් අතර නම්‍යශීලීව මාරු වන බව සහතික කර ගැනීමට අපට නොහැකි විය (උදාහරණ ලෙස, UTE1 සහ UTE2 සමඟින් UTE නොමැතිව විමසුම් තුනක් විවිධ ප්‍රතිඵල ජනනය කරයි). එමනිසා, අපි උපකරණ පුවරුව සරල කිරීමට තීරණය කළෙමු, උපකරණ පුවරුවේ නිෂ්පාදන ධුරාවලිය අත්හැර දමා එය සරල කළ අනුවාදයක කෙතරම් වේගවත් විය හැකිදැයි බලන්න.

එබැවින්, මෙම අවසාන අදියරේදී, අපි වෙනම ගබඩාවක් එක්රැස් කළෙමු, එහිදී අපි සියලුම කේපීඅයි මාරු කළ ආකාරයෙන් එකතු කළෙමු. දත්ත සමුදාය පැත්තෙන්, එවැනි ගබඩාවක් සඳහා වන ඕනෑම ඉල්ලීමක් තත්පර 0,1 - 0,3 කින් සකසනු ලැබේ. උපකරණ පුවරුවේ අපට පහත ප්‍රතිඵල ලැබුණි:

පළමු විවෘත කිරීම: තත්පර 8-10
ඕනෑම ක්ලික් කිරීමක්: තත්පර 6-7

Tableau විසින් ගත කරන ලද කාලය සමන්විත වන්නේ:

1. තත්පර 0,3 - උපකරණ පුවරුව විග්‍රහ කිරීම සහ SQL විමසුම් සම්පාදනය කිරීම
2. 1,5-3 තත්පර. - ප්‍රධාන දෘශ්‍යකරණයන් සඳහා Hana හි SQL විමසුම් ක්‍රියාත්මක කිරීම (පියවර 1 ට සමාන්තරව ක්‍රියාත්මක වේ)
3. 1,5-2 තත්පර. - විදැහුම්කරණය, දර්ශන නැවත ගණනය කිරීම
4. තත්පර 1,3 - අදාළ පෙරහන් අගයන් (වෙළඳනාම, අංශය, නගරය, ගබඩාව) ලබා ගැනීම සඳහා අමතර SQL විමසුම් ක්‍රියාත්මක කිරීම, ප්‍රතිඵල විග්‍රහ කිරීම

එය කෙටියෙන් සාරාංශ කිරීමට

අපි දෘශ්‍යකරණ ඉදිරිදර්ශනයකින් Tableau මෙවලමට කැමති විය. මූලාකෘති අවධියේදී, අපි විවිධ දෘශ්‍යකරණ මූලද්‍රව්‍ය සලකා බැලූ අතර සංකීර්ණ බහු මට්ටමේ ඛණ්ඩනය සහ බහු-ධාවක දිය ඇල්ල ඇතුළු පුස්තකාලවල ඒවා සියල්ලම සොයා ගත්තෙමු.

ප්‍රධාන විකුණුම් දර්ශක සහිත උපකරණ පුවරු ක්‍රියාත්මක කිරීමේදී, අපට තවමත් ජය ගැනීමට නොහැකි වූ කාර්ය සාධන දුෂ්කරතාවලට මුහුණ දීමට සිදු විය. අපට මාස දෙකකට වැඩි කාලයක් ගත වූ අතර ක්‍රියාකාරීව අසම්පූර්ණ උපකරණ පුවරුවක් අපට ලැබුණි, එහි ප්‍රතිචාර වේගය පිළිගත හැකි අද්දර පවතී. තවද අපි අපටම නිගමනවලට එළඹෙමු:

1. Tableau හට විශාල දත්ත ප්‍රමාණයක් සමඟ ක්‍රියා කළ නොහැක. මුල් දත්ත ආකෘතියේ ඔබ සතුව 10 GB දත්ත වලට වඩා (ආසන්න වශයෙන් මිලියන 200 X 50 පේළි) තිබේ නම්, උපකරණ පුවරුව බරපතල ලෙස මන්දගාමී වනු ඇත - එක් එක් ක්ලික් කිරීම සඳහා තත්පර 10 සිට මිනිත්තු කිහිපයක් දක්වා. අපි සජීවී සම්බන්ධය සහ උපුටා ගැනීම යන දෙකම අත්හදා බැලුවෙමු. මෙහෙයුම් වේගය සැසඳිය හැකිය.
2. බහු ගබඩා (දත්ත කට්ටල) භාවිතා කරන විට සීමා කිරීම. සම්මත මාධ්‍ය භාවිතයෙන් දත්ත කට්ටල අතර සම්බන්ධය දැක්වීමට ක්‍රමයක් නොමැත. ඔබ දත්ත කට්ටල සම්බන්ධ කිරීමට විසඳුම් භාවිතා කරන්නේ නම්, මෙය කාර්ය සාධනයට බෙහෙවින් බලපානු ඇත. අපගේ නඩුවේදී, අවශ්‍ය එක් එක් දර්ශන කොටසෙහි දත්ත ද්‍රව්‍යකරණය කිරීමේ විකල්පය සහ කලින් තෝරාගත් පෙරහන් සංරක්ෂණය කරමින් මෙම ද්‍රව්‍යගත දත්ත කට්ටලවල ස්විචයන් සෑදීමේ විකල්පය අපි සලකා බැලුවෙමු - මෙය Tableau හි කළ නොහැකි බව පෙනී ගියේය.
3. Tableau හි ගතික පරාමිතීන් සෑදිය නොහැක. ඔබට දත්ත කට්ටලයක් උද්ධෘතයක හෝ සජීවී සම්බන්ධකයක් තුළ පෙරීමට භාවිතා කරන පරාමිතියක් දත්ත කට්ටලයෙන් වෙනත් තේරීමක ප්‍රතිඵලයක් හෝ වෙනත් SQL විමසුමක ප්‍රතිඵලයක් සමඟින්, දේශීය පරිශීලක ආදානය හෝ නියතයක් පමණක් පිරවිය නොහැක.
4. OLAP|PivotTable මූලද්‍රව්‍ය සහිත උපකරණ පුවරුවක් තැනීම හා සම්බන්ධ සීමාවන්.
   MSTR, SAP SAC, SAP Analysis වලදී, ඔබ වාර්තාවකට දත්ත කට්ටලයක් එක් කරන්නේ නම්, එහි ඇති සියලුම වස්තූන් පෙරනිමියෙන් එකිනෙකට සම්බන්ධ වේ. Tableau හි මෙය නොමැත; සම්බන්ධතාවය අතින් වින්‍යාස කළ යුතුය. මෙය බොහෝ විට වඩාත් නම්‍යශීලී වේ, නමුත් අපගේ සියලුම උපකරණ පුවරු සඳහා මෙය මූලද්‍රව්‍ය සඳහා අනිවාර්ය අවශ්‍යතාවයකි - එබැවින් මෙය අතිරේක ශ්‍රම පිරිවැය වේ. එපමණක් නොව, ඔබ අදාළ පෙරහන් සාදන්නේ නම්, උදාහරණයක් ලෙස, කලාපයක් පෙරීමේදී, නගර ලැයිස්තුව මෙම කලාපයේ නගරවලට පමණක් සීමා වේ, ඔබ වහාම දත්ත සමුදාය හෝ උපුටා ගැනීම සඳහා අනුක්‍රමික විමසුම් වලින් අවසන් වන අතර එය සැලකිය යුතු ලෙස මන්දගාමී වේ. උපකරණ පුවරුව.
5. කාර්යයන්හි සීමාවන්. විශාල පරිවර්තනයන් උපුටා ගැනීම මත හෝ, විශේෂයෙන්ම, Live-connecta වෙතින් දත්ත කට්ටලය මත සිදු කළ නොහැක. මෙය Tableau Prep හරහා සිදු කළ හැක, නමුත් එය අමතර කාර්යයක් සහ ඉගෙනීමට සහ නඩත්තු කිරීමට තවත් මෙවලමකි. උදාහරණයක් ලෙස, ඔබට දත්ත මාරු කිරීමට හෝ එය සමඟ සම්බන්ධ වීමට නොහැකිය. තනි තීරු හෝ ක්ෂේත්‍රවල පරිවර්තනයන් හරහා වසා ඇති දේ, එය කේස් හෝ if හරහා තෝරා ගත යුතු අතර, මෙය ඉතා සංකීර්ණ SQL විමසුම් ජනනය කරයි, දත්ත සමුදාය විමසුම් පෙළ සම්පාදනය කිරීමට වැඩි කාලයක් ගත කරයි. මෙවලමෙහි මෙම අනම්‍යභාවය ප්‍රදර්ශන මට්ටමින් විසඳිය යුතු අතර, එය වඩාත් සංකීර්ණ ගබඩා කිරීම, අමතර බාගැනීම් සහ පරිවර්තනයන් ඇති කරයි.

අපි වගුව අත්හැරියේ නැහැ. නමුත් අපි Tableau කාර්මික උපකරණ පුවරු තැනීමේ හැකියාව ඇති මෙවලමක් ලෙස සලකන්නේ නැත සහ සමාගමක සමස්ත ආයතනික වාර්තාකරණ පද්ධතිය ප්‍රතිස්ථාපනය කිරීමට සහ ඩිජිටල් කිරීමට මෙවලමක් ලෙස.

අපි දැන් වෙනත් මෙවලමක සමාන උපකරණ පුවරුවක් සක්‍රියව සංවර්ධනය කරමින් සිටින අතර, ඒ සමඟම, එය තවත් සරල කිරීම සඳහා Tableau හි උපකරණ පුවරු ගෘහ නිර්මාණ ශිල්පය සංශෝධනය කිරීමට උත්සාහ කරන්නෙමු. ප්රජාව උනන්දු වන්නේ නම්, ප්රතිඵල ගැන අපි ඔබට කියන්නෙමු.

සිල්ලර වෙළඳාමට වඩා බොහෝ දත්ත ඇති වෙබ් අඩවියක් අප සතුව ඇති නිසා, Tabeau හි ඔබට මෙතරම් විශාල දත්ත ප්‍රමාණයක් හරහා ඉක්මන් උපකරණ පුවරු ගොඩනගා ගත හැකි ආකාරය පිළිබඳ ඔබේ අදහස් හෝ උපදෙස් සඳහා අපි බලා සිටිමු.

මූලාශ්රය: www.habr.com