公司已經採購tableau,但是一個月的數據在一千萬條左右，tableau跑單個視圖在30以上，掃儀錶板更慢，請教各位大神，有什麼好的解決辦法嗎？

我曾經優化過公司的Tableau Server性能，以下是一點經驗。

第一步：想清楚用戶和儀錶板交互的全過程。

「儀錶板速度慢」是一個癥狀，作為治療醫生，我們需要通過「望聞問切」了解病症產生的原因。這裡面最重要的，就是想清楚用戶和儀錶板交互的全過程，因為「慢」可能發生在任何一個環節，沒有搞清楚全局，就是盲人摸象。

以下是用戶和儀錶板交互時，伺服器上發生的全過程【極簡版】：

  1. 用戶在Tableau Server上打開儀錶板；
  2. Tableau Server向資料庫發起查詢；
  3. 資料庫查詢數據，聚合後返回給Tableau Server；
  4. Tableau Server進行表計算，繪製圖形；
  5. 用戶瀏覽器載入圖形。

以上步驟，視具體情況略有變化，但總體差異不大。

第二步：學會使用官方提供的性能測試。

有了全局理解，下面就需要藉助Tableau提供的性能分析功能——性能記錄工作簿，對指定儀錶板進行分析，就像醫生讓病人拍片一樣。如果你還不會這一招，趕快Get新技能吧：

https://onlinehelp.tableau.com/current/server/zh-cn/perf_record_create_server.htm

第三步：優化步驟。

經過了前兩步，你對儀錶板為什麼慢就有了明確的答案，此時就可以採取定向的優化步驟。

3.1 資料庫優化

  1. 提升伺服器硬體配置
  2. 使用寬表，減少使用表關聯
  3. 使用表而非視圖
  4. 增加索引

3.2 儀錶板設計優化

  1. 提升伺服器硬體配置，包括使用分散式伺服器
  2. 減少自定義SQL的使用
  3. 減少表關聯和數據融合的使用
  4. 使用高粒度匯總表，而低粒度的明細表
  5. 使用數據提取（.hpyer最好）
  6. 善用數據源篩選器，將Tableau使用的數據限制在最低數量級【如資料庫中有1億行，但你實際上只需要其中的10萬行，那麼就沒有必要讓Tableau連接1億行數據。如無必要，勿增數據。】
  7. 將在Tableau計算的複雜指標，前移至在資料庫中計算
  8. 在用戶初始打開的界面，只顯示最少必要數據

最後，無論使用何種優化方法，「性能優化」面臨著不變的物理定律，即：

在硬體和軟體相同的條件下，數據量越大，圖形越複雜，速度越慢。

因此，終極的性能調優方法是只使用最少必要數據進行分析或製作報表。在連接數千萬行後台表進行分析或做報表前，一定要三思：一定要這樣嗎？一定要這樣嗎？一定要這樣嗎？如果確實無法避免，要麼投入大資源優化（加硬體簡單粗暴有效，但很貴），要麼對此類報表的性能有一定忍耐度。

總結起來，後台資料庫表結構越簡潔高效，數據量越小，前台Tableau圖表越簡單，實現方法越優雅，用戶的總體性能就越快。

發佈於 2018-11-21繼續瀏覽內容知乎發現更大的世界打開Chrome繼續JackRacerJackRacerhi there!
  1. Tableau支持數據源最好的是自家的hyper文件，因此在ETL階段盡量把各種異構數據源全部整合到一個hyper文件裡面，每月刷新hyper數據源，實時連接hyper文件；
  2. 如果表上有很多表計算的話需要考慮把儘可能多的計算放在ETL階段先固化下來，表計算是影響視圖性能的大頭；
  3. 數據源篩選器 - 上下文篩選器 - LOD - 普通篩選器 - 聚合計算 - 表計算，如有可能所有的計算儘可能往左邊挪；
  4. 實在不行，按照分析主題，將報表分拆為幾個單獨主題的報表，報表之間做跳轉。
  5. 伺服器上性能分析頁面看看每個報表loading時間，針對性地改善一下。

  1. Tableau支持數據源最好的是自家的hyper文件，因此在ETL階段盡量把各種異構數據源全部整合到一個hyper文件裡面，每月刷新hyper數據源，實時連接hyper文件；
  2. 如果表上有很多表計算的話需要考慮把儘可能多的計算放在ETL階段先固化下來，表計算是影響視圖性能的大頭；
  3. 數據源篩選器 - 上下文篩選器 - LOD - 普通篩選器 - 聚合計算 - 表計算，如有可能所有的計算儘可能往左邊挪；
  4. 實在不行，按照分析主題，將報表分拆為幾個單獨主題的報表，報表之間做跳轉。
  5. 伺服器上性能分析頁面看看每個報表loading時間，針對性地改善一下。

  • 1.測試表明，對於相同的數據，IE7需要11秒返回運算值，而Firefox需要3秒, 因此tableau所搭乘的平台十分重要
  • 2.當處理大量數據時，可考慮先對數據預處理，然後再導入tableau
  • 3.使用儘可能少的數據源，然後去掉沒有必要的數據
  • 4.如果可以的話，關閉自動更新
  • 5.使用「數據提取」
  • 6.使用篩選時，盡量少使用「排除」。因為使用排除時，tableau會掃描所有的數據
  • 7.有可能的話，使用boolean進行計算（用別名表示）

歡迎加入我們微信，一起學習和分享數據分析知識

https://u.wechat.com/MClLWuTQelDk2dNEy_X05iM (二維碼自動識別)

你這種情況可以從以下幾方面排查原因進而進行優化：

1.要保證安裝tableau的機器本身配置達到要求，如果機器配置比較低，必然會慢；

2.如果數據在資料庫中很慢，導進tableau做分析必然會慢；

3.建議採用提取的數據連接方式，並且，如果是多表，建議盡量使用表連接而不是數據融合或者自定義SQL；

4.優化計算，減少計算公式的複雜度；

5.可在Tableau Desktop和Tableau Server創建性能記錄，監測是在哪方面引起速度慢，參考以下鏈接：

Desktop：https://onlinehelp.tableau.com/current/pro/desktop/zh-cn/perf_record_create_desktop.html

Server：https://onlinehelp.tableau.com/current/server/zh-cn/perf_record_create_server.htm

我覺得題主可能對tableau的理解有點誤差。

雖然tableau沒有limit但是1000+萬行肯定是慢成狗了。它主要還是做圖做dashboard的工具。我不覺得任何business context下需要用全部1000+萬行做圖。

說白了，數據還是處理一下再導進tableau吧，顆粒級別再好好想想

雖然不知道tableau是什麼，但很大程度上歸因於查詢性能。嘗試返回較少的數據，不要查詢記錄總數。

推薦閱讀：
相关文章