宽表的定义与作用

       从字面意义上讲就是字段比较多的数据库表。通常是指业务主题相关的指标、维度、属性关联在一起的一张数据库表。由于把不同的内容都放在同一张表存储，宽表已经不符合三范式的模型设计规范，随之带来的主要坏处就是数据的大量冗余，与之相对应的好处就是查询性能的提高与便捷。宽表的设计广泛应用于数据挖掘模型训练前的数据准备，通过把相关字段放在同一张表中，可以大大提高数据挖掘模型训练过程中迭代计算时的效率问题。（一句话，空间换时间，便于训练迭代、减少表关联数量，修改少量数据时不需要该多张表）。

DataEase的关联数据集

       DataEase（https://dataease.io/），是开源的数据可视化分析工具，帮助用户快速分析数据并洞察业务趋势，从而实现业务的改进与优化。DataEase 支持丰富的数据源连接，能够通过拖拉拽方式快速制作图表，并可以方便的与他人分享。

       DataEase的关联数据集如下图所示，采用多数据集间关联关系的构建以及通过对数据集字段的选择展示组合完成，更易理解，使用方便。在DataEase中宽表的处理主要就是利用关联数据集创建和生成。

基础数据说明

       为了展示方便，预先准备了表和测试数据（所有数据为通过函数伪造生成，如果类似，纯属巧合）文章末尾提供demo数据导入sql文件。ER图如下：

      具体表的内容说明如下：

      学生表student，包含10000条数据。

    学院表faculty，包含5条数据。

    专业表major，包含21条数据。

  课程表，包含2个基础课程数据。

    成绩表，包含每个学生的每个课程分数。

生成宽表

      此宽表主要需要将上述五张表中的数据进行整合，需要在一张表表包含以下信息：学生、年龄、入学时间、电话、院系、专业、课程、成绩等信息。

      第一步：接入数据源

      将原生数据导入MYSQL数据库中（demo.sql），在DataEase数据源中接入MYSQL数据源，如下图：

     第二步：在数据集中创建独立的目录【考试成绩】用于存放数据集。

     第三步：创建数据库数据集，将五张表全部导入，可以采用直连或者抽取方式。本次采用直连方式。

     第四步：创建关联数据集，将数据库数据集中的五张表以学生表开始，采用右连接的方式进行一一关联。

创建管理数据集

选择学生表

关联成绩表

设置学生表和成绩表关联关系

设置成绩表和课程表的关联关系

       以此类推可以设置课程表和专业表的关联关系，专业表和学院表的关联关系，最终得到我们需要的宽表如下：

• 关于表连接说明：

      join（连接）是SQL的一种语法，可以通过不同的运算方式将多张表中的数据集中在同一张表里。在DataEase中支持以下几种连接：

     left join （左连接，左外连接）：返回包括左表中的所有记录和右表中连接字段相等的记录。SQL语法：select a.name,b.job from A a  left join B b on a.id=b.A_id
     right join （右连接，右外连接）：返回包括右表中的所有记录和左表中连接字段相等的记录。SQL语法：select a.name,b.job from A a  right join B b on a.id=b.A_id
     inner join （等值连接或者叫内连接）：只返回两个表中连接字段相等的行。SQL语法：select a.name,b.job from A a  inner join B b on a.id=b.A_id

仪表盘使用

    当宽表完成后，可以在DataEase的仪表盘中进行使用。

附件

本文用到的测试数据SQL：

链接：https://pan.baidu.com/s/1XaBbGSOoN9qVioiRzKmAFw 
提取码：wlwn

企业级的数据处理过程中，如果没有相应的数据库，通常是用 Excel 来处理数据；即便有了数据库，通常出于数据安全考虑，并不能直接连接数据库，而是利用一些工具，提取出相应的数据。
用来做分析的数据源，一般情况会是如下格式：

相信，大家对这样的数据并不陌生。在我们日常查看的报表中，很多都是这样格式的。因为这样的表看起来非常直观，能清晰的看到每个区域每一年的值。

☝ 但是，在我们使用 Tableau 连接这个数据源时，读取的数据会这样显示：

由于 Tableau 是以列式的方式读取数据的，所以在读取数据的时候也是通过一列一列的方式读取，就会导致三年的数据分别放到了三个度量上。

反映在图形呈现中，就会出现以下这种情况：

这显然不是我们想要的，这个时候我们就需要用 Tableau 里面的数据透视功能对原数据做一定的处理。

如上图显示，我们通过 Ctrl 或者 Shift 选择需要数据透视的数据，然后对着数据标题右键，选择数据透视表即可。这时候，时间会变成一个维度，表里面的值会变成一个度量。

这种格式 Tableau 运用起来就很方便，想必这个数据透视表的功能大家都比较熟悉了。

☝ 通常，我们会根据不同类别分开存放数据。假如，我们有两个表（如下图），该如何把这两个表关联，并方便Tableau做分析呢？

本期《举个栗子》，阿达要给大家分享的Tableau技巧是：通过数据透视表实现多表关联。

这里，我们分享两种处理方案，具体应用还需根据实际情况进行选择：

• 如果需要连接的表的数量比较多的情况下，方案一会更便捷；
• 如果数据量比较大的话，考虑到性能的关系，方案二会更高效。
  –Plan A

第一种方案，是在数据源上先做好数据透视，然后再进行表连，具体步骤如下：

➀ 不论是简单的表格，还是数据库提取的数据，都可以先在 Excel 中快速数据透视。

如下图，首先我们按快捷键 Ctrl+D+P，按出数据透视表向导框，选择多重合并计算数据区域，然后选择两次下一步，再选择需要数据透视的表范围，点击添加，下一步，选择在新工作表，然后数据透视就完成了，有需要的话可以把多余的列删除。

➁ 再用 Tableau 把两个已经做了处理的表格做连接，就OK了。

–Plan B

第二种方案，是把数据完全交给 Tableau 去处理，具体步骤如下：

➀ 首先，用 Tableau 读取第一个表格，进行数据透视。重命名数据透视后的标题。

➁ 点击数据提取，把数据透视后的数据提取到tde格式文件中。

➂ 用tableau重新连接第二个表格，做数据透视处理。

➃ 然后连接刚刚用第一个表格生成的 tde 文件（如下图）。这样，我们就把两个表的数据连接到一起了！

这样就完成了。

文章部分信息来源于网络，如有侵权请告知