tableau

What Tableau API does InterWorks uses in their Workbook SDK?

て烟熏妆下的殇ゞ 提交于 2019-12-03 09:03:40
InterWorks has a Workbook SDK as part of its Power Tools for Tableau product. Does anyone know how they are able to do this? The SDK can access a workbook without Tableau Server so I don't think it's the JavaScript or REST API. A Tableau workbook (.twb) file is in XML format. The structure may change between versions, but is relatively straight forward to follow. Most Tableau file formats are also XML. The formats ending in an x (like .twbx) are zipped directories that contain the XML file along with other files. This means it is not too tough to read information from these XML files, or even

How to display 40 + columns in Tableau?

前提是你 提交于 2019-12-03 06:25:25
问题 I am trying to do a list report with about 40 columns(Dims+measure) but not able to get it right, the requirement pushes the Tableau limitation by exploiting its limit to only 16 columns. How can I get this done? I read this Here is my Tableau workbook with 16+ columns but no column header 回答1: Go to Analysis-->Table Layout -->Advanced and change the number in Rows and Columns as per your need. You can't add more than 16 to this, but increase it to 16 (for identification). So, save the

配置Impala支持ODBC(翻译)

老子叫甜甜 提交于 2019-12-03 04:22:50
配置Impala支持ODBC 可以使用ODBC实现第三方产品与Impala的集成。为了获得最佳体验,确保你计划使用的第三方产品支持ODBC。验证支持包括检查Impala、ODBC、操作系统、以及第三方软件的版本允许一起使用。在配置你的系统使用ODBC之前,先下载一个连接器。 注意: 在访问下载ODBC连接器下载页面之前,你可能需要先登录、接受授权协议。 Cloudera ODBC 连接器 1.x版使用原有的 HiveServer1 协议,与 Impala 21000 端口通讯。 新的 2.5 和 2.0 版本,已经认证了部分而不是全部 BI 应用,使用 HiveServer2 协议,与 Impala 21050 端口通讯。尽管 2.x 版本驱动支持通过 Kerberos tickets 或 用户名/密码进行身份验证,但 Impala 只支持 Kerberos 方式。 Connector 下载页 注意 Cloudera ODBC Driver 2.5 for Impala Cloudera ODBC Driver for Cloudera Impala 通用的ODBC驱动,可用于任意的、这里没有列出的、基于ODBC的应用与 Impala 的集成。可用于Linux 和 Windows 系统 Cloudera ODBC Connector 2.0 for Microstrategy

Tableau圆环图制作步骤

匿名 (未验证) 提交于 2019-12-03 00:30:01
Tableau作为一款优秀的数据可视化工具,越来越多的人开始使用他来开发报表,最近项目中刚好有用到Tableau,因此趁热打铁写两篇文章简单记录一下步骤,方便日后查阅,本文记录圆环图的制作步骤。 1. 将[ Continent ]拖拽到标记卡中的“颜色”上. 2. 改变标记类型为“饼图”. 3. 将[Sales] 拖拽到标记卡中的“ 角度 ”上. 4. 拖拽两个 [记录数] 到行轴 . 将聚合函数改为“平均值”. 5. 右键单击第二个”平均值(记录数)”,选择“双轴” 6. 右键单击右边的轴,选择”同步轴” 7. 右键单击左边的轴,选择”编辑轴” 8. 将”范围” 改为”固定”,“固定开始日期”填入0.6(看情况自行调整). 9. 点击 ‘OK’. 10. 右键单击左侧轴,然后选择“显示标题”来隐藏两个轴。 11. 在标记卡区域选中并展开第一个“平均值(记录数)” 12. 点击“大小”按钮,向右拖拽横条使饼图半径增大到理想大小. 13. 在标记卡区域选中并展开第二个”平均值(记录数)”. 14. 移除 包括[ Continent ]和[Sales] 所有的设置 . 15. 点击”颜色”按钮,将颜色改为”白色”. 16.点击两个”平均值(记录数)”的”大小”按钮来调整圆环的大小. 17.修改”工具提示” 18. 在标记卡区域选中并展开第二个“平均值(记录数)”,将[Sales]拖拽到

tableau峰会参会总结

匿名 (未验证) 提交于 2019-12-03 00:27:02
各种感谢,然后希望大家有所收获。 利用同声传译听的,期间讲解了一些例子, 近30年美国交通事故数据 ,用线形图看就是这样: 很迷,但是利用日历图查看就成了这样: 相当直观了,美国各大洲的交通事故概率,就可以从图中看出都是在周五晚上,或者周六晚上,休息一放松,多喝几杯,就发生了事故。 除此之外,还讲了tableau要以故事性为主。通过图表,加上个人的描述,利用tableau这个平台展示,讲想要表达的内容都表达出来。 伊拉克的流血 ,下面两个图同样的数据,同样的作图方式,不同的只是标题、颜色、方向。左图就完全做了出流血事件的模样,让我们触目惊心。 并没有GET什么重点 两个功能都十分强大,拖拽的方式,完全可以完成大部分操作,而且数据流清晰可见,但是价格也是十分强大。 tableau prep :从名字就能看出来,是一个数据预处理的工具,但是在下午的介绍中,他们说定位并不于此,主要还是方便后续用tableau Desktop进行分析。展示了一部分功能: 清晰可见的数据流(最上方) 进行交集、并集自由选择(中间靠左) 筛出未关联的数据(下面靠左) 直接筛选出想看的数据(点击即可,都相关联了)等等 tableau 2018.2 :增加了很多新特性 透明背景,背景可意识网页或者动态图片 extension API,与第三方程序交互 图中图(如下图) 除此之外还有些其他新特性,可以上官网查询

Tableau连接mongoDB数据库

匿名 (未验证) 提交于 2019-12-03 00:21:02
Tableau支持大量的文件类型数据的连接和数据库连接 但是目前,Tableau不能直接连接MongoDB数据库,需要借助MongoDB Connector for BI MongoDB Connector for BI下载链接:https://www.mongodb.com/download-center#bi-connector 下载安装完成后,安装目录的bin目录下出现两个可执行文件 首先打开MongoDB数据库服务,接下来说具体操作: (1)首先使用mongodrdl.exe创建一个schema文件,有两种创建方式: mongodrdl -d dbname -c tablename -o schema.drdl dbname:需要连接的数据库名 tablename:需要连接的集合名 schema.drdl:输出的文件名,后缀为drdl (注:当省略-c及后面的指定集合时,将默认选中数据库中所有集合) mongodrdl --host myhost.example.net:27017 --username lgd --password ****** --db dbname --collection tweets --authenticationDatabase admin --out schema.drdl --host:连接地址和端口号 --username和-

在网页中调用Tableau报表

匿名 (未验证) 提交于 2019-12-03 00:20:01
1、添加服务器信任; 在tableau服务器上进入命令行(CMD),进入bin目录,执行: tabadmin set wgserver.trusted_hosts "<授信服务器地址1>, <授信服务器地址2>, <授信服务器地址3>" tabadmin restart 两个命令,授信并重启Tableau服务(注意授信服务器地址逗号后面有个空格,这个是文档写的要求)。 如果是Linux,则执行: tsm authentication trusted configure -th " <授信服务器地址1> ", " <授信服务器地址2> ", " <授信服务器地址3> tsm pending-changes apply 然后重启tableau服务。 2、修改如下脚本,作为外部调用的网页。 <%@ page contentType="text/html; charset=utf-8" language="java" errorPage="" %> <%@ page import="java.io.*" %> <%@ page import="java.net.*" %> <%@ page import="java.util.*" %> <% String SERVERHOST="<Tabkleau IP>"; //这里填写Tabkleau服务器IP String SERVERPORTAL

tableau备份

匿名 (未验证) 提交于 2019-12-03 00:09:02
备份: 数据库备份: https://help.tableau.com/current/server-linux/zh-cn/cli_maintenance_tsm.htm#tsm https://help.tableau.com/current/server-linux/zh-cn/backup_restore.htm 更改默认备份路径方法: https://help.tableau.com/current/server-linux/zh-cn/cli_default_filepaths_tsm.htm 1/ 数据库文件备份 默认位置: /var/opt/tableau/tableau_server/data/tabsvc/files/backups 获取当前数据库备份位置: tsm configuration get -k basefilepath.backuprestore 改默认路径 tsm configuration set -k basefilepath.backuprestore -v /data/tableau_backup tsm pending-changes apply #会重启服务 #再获全备份默认路径,发现已变为 tsm configuration get -k basefilepath.backuprestore /data/tableau_backup

客户主题分析(tableau)

匿名 (未验证) 提交于 2019-12-02 23:57:01
主要分一下方面: 客户合理分群 客户留存分析 客户生命周期分析 产品促销反应分析   客户分群实现:使用聚类构建指标,需理解聚类的分析逻辑,需使用软件:tableau、R 一、客户群集 1)连接文件: 2)过滤异常数据(消费金额大于0的数据) 3)创建【类平均购买价格】字段 4)创建散点图(排除负值和空值 ) 5)修改公式,将类平均价格由求和改为avg 6)进行客户分群 7)生成群集字段(群集字段可拖动到维度区域生成可重用的群集字段,分析-添加趋势线,设置置信区间,将y截距设置为0) 二、群集消费者条形图 1)不同群集对记录数和消费金额做条形图,忽略(排除)未建立群集的列。 2)调整条形图格式,修改记录数为counted,修改其轴为倒序模式。 3)然后再对会员ID排序,调整颜色 三、不同产品类消费图形 1)拖动大类、会员ID(群集)、记录数、消费金额生成条形图 2)修改成双轴图(消费金额) 3) 标记卡上调整记录数为条形图,消费金额为区域图形,CTRL+W交换行和列,编辑记录数轴,每行每列使用独立的轴范围。 4)隐藏坐标轴(取消记录数标题) 来源:博客园 作者: 青辰啊 链接:https://www.cnblogs.com/hqczsh/p/11437270.html

设置greenplum用户和密码访问:

匿名 (未验证) 提交于 2019-12-02 23:55:01
设置greenplum用户和密码访问: 1、创建gp用户 create user tableau with nosuperuser nocreatedb password 'tableau' ; 2、赋表的读的权限 create table test( id integer ) GRANT select on table test to tableau; 3、设置配置文件: vim /extsdd1/gpadmin/data/master/gpseg-1/pg_hba.conf 增加下面两行: host all gpadmin 0.0.0.0/0 trust host all tableau 0.0.0.0/0 md5 来源:博客园 作者: xmanman 链接:https://www.cnblogs.com/zhangwensi/p/11413146.html