Learning Objectives /Objectifs de formation
After completing this unit, you’ll be able to: /Une fois cette unité terminée, vous pourrez :
- Explain native optimization features in Tableau. /Expliquer les fonctionnalités d’optimisation natives de Tableau.
- Explain best practices for optimizing queries in Tableau. /Expliquer les meilleures pratiques pour optimiser les requêtes dans Tableau.
Meet Modern Data Challenges Head-On /Relevez les défis des données modernes
In Tableau Basics, you learn that the volume, state, and diversity of data impacts how fast you can make business decisions. There’s so much data out there. It sits on more and more platforms and services. And the information is in many different formats. /Dans Tableau Basics, vous apprenez que le volume, le statut et la diversité des données ont un impact sur la rapidité avec laquelle vous pouvez prendre des décisions commerciales. Il y a tellement de données là-bas. Il se trouve sur de plus en plus de plateformes et de services. Et les informations sont dans de nombreux formats différents.
Your company might be just beginning to untangle its data challenges. Perhaps it’s already invested in certain data and analytics platforms. The most important thing at this moment is that you’re taking steps to continuously improve your analytics. Keep working to make data easier to access and read, so your business can make informed decisions quickly. /Votre entreprise commence peut-être à démêler ses défis en matière de données. elle a peut-être déjà investi dans certaines plates-formes de données et d’analyse. La chose la plus importante en ce moment est que vous prenez des mesures pour améliorer continuellement vos analyses. Continuez à travailler pour rendre les données plus faciles d’accès et facile à lire, afin que votre entreprise puisse prendre rapidement des décisions éclairées.
In this module, you learn about the performance tuning and optimization features for a Tableau and Google BigQuery integration. You get a glimpse at how these platforms work together to solve your big data challenges, all in a no-code environment. /Dans ce module, vous découvrez les fonctionnalités de réglage et d’optimisation des performances pour une intégration Tableau et Google BigQuery. Vous obtenez un aperçu de la manière dont ces plates-formes fonctionnent ensemble pour résoudre vos défis de Big Data, le tout dans un environnement sans code.
Let’s start with Tableau. /Commençons par Tableau.
Get Familiar with Tableau Native Optimization /Familiarisez-vous avec l’optimisation native de Tableau
There are a number of optimizations that Tableau does automatically to make the integration with Google BigQuery efficient and fast. Here is a short list. /Il existe un certain nombre d’optimisations que Tableau effectue automatiquement pour rendre l’intégration à Google BigQuery efficace et rapide. Voici une courte liste.
Data source connector. This is the native Tableau connector to Google BigQuery. It supports both live data connections and in-memory extraction. It also supports mashup data from BigQuery with other data sources. /Data source connector. Il s’agit du connecteur Tableau natif de Google BigQuery. Il prend en charge les connexions de données en direct et l’extraction en mémoire. Il prend également en charge les données de mashup de BigQuery avec d’autres sources de données.
Parallel queries. Tableau supports multiple queries at the same time, up to 16 concurrent queries. See how you can optimize parallel queries even further in the next section. /Parallel queries. Tableau prend en charge plusieurs requêtes en même temps, jusqu’à 16 requêtes simultanées. Découvrez comment optimiser davantage les requêtes parallèles dans la section suivante.
Query fusion. This is the ability to take multiple queries from workbooks and dashboards and fuse them together. Tableau does this whenever possible to reduce the number of queries at any given time. /Query fusion Il s’agit de la possibilité de prendre plusieurs requêtes à partir de classeurs et de tableaux de bord et de les fusionner. Tableau le fait chaque fois que possible pour réduire le nombre de requêtes à un moment donné.
External query cache. You may be familiar with caching from website behavior—if the data hasn’t changed, your browser saves time by serving you elements of a website that have been saved locally. Tableau does something similar. If the underlying data hasn’t changed, Tableau caches queries and provides you with the data almost instantaneously. /External query cache. Vous connaissez peut-être la mise en cache du comportement du site Web: si les données n’ont pas changé, votre navigateur gagne du temps en vous proposant des éléments d’un site Web qui ont été enregistrés localement. Tableau fait quelque chose de similaire. Si les données sous-jacentes n’ont pas changé, Tableau met en cache les requêtes et vous fournit les données presque instantanément.
There’s more happening in the background, but this gives you an overview of how Tableau works to help businesses make decisions fast. There are also tools built in to optimize analytics even more based on your specific business needs. /Il se passe plus de choses en arrière-plan, mais cela vous donne un aperçu de la façon dont Tableau fonctionne pour aider les entreprises à prendre des décisions rapidement. Il existe également des outils intégrés pour optimiser encore plus l’analyse en fonction de vos besoins commerciaux spécifiques.
Know the Tools for Tableau Optimization /Connaître les outils d’optimisation de Tableau
Tableau was built to bring data analytics to everyone—no need to have technical skills or knowledge of specialized analytics code to use the platform./Tableau a été conçu pour offrir l’analyse de données à tout le monde – pas besoin de compétences techniques ou de connaissances en code d’analyse spécialisé pour utiliser la plate-forme.
As you connect to more data sources, such as Google BigQuery, make sure to keep your Tableau environment performing at its best. These tools and features are here to help you. /Lorsque vous vous connectez à davantage de sources de données, telles que Google BigQuery, assurez-vous que votre environnement Tableau reste performant. Ces outils et fonctionnalités sont là pour vous aider.
| Tool/Feature | Description | Best Practice |
|---|---|---|
| Outil / Fonctionnalité | Description | les meilleures pratiques |
| Performance Recorder | Get a summary of queries and workbooks and see exactly which queries are running as expected and which are slow. | If your queries are slow, revisit your data model to see where you can improve it for efficiency. |
| Enregistreur de performances | Obtenez un résumé des requêtes et des classeurs et voyez exactement quelles requêtes s’exécutent comme prévu et lesquelles sont lentes. | Si vos requêtes sont lentes, revoyez votre modèle de données pour voir où vous pouvez l’améliorer pour plus d’efficacité. |
| Context Filters | Context filters reduce the displayed data to focus only on the information you need. | Context filters are ideal when you have a large data source, and it’s best to apply them at the data source level. Any additional filters should then be used at the record level. For example, if you have a view showing a map of your country with a state/province context filter, you can select a specific state or province and get a view of only that region’s data. |
| Filtres de contexte | Les filtres contextuels réduisent les données affichées pour se concentrer uniquement sur les informations dont vous avez besoin. | Les filtres contextuels sont idéaux lorsque vous disposez d’une source de données volumineuse et il est préférable de les appliquer au niveau de la source de données. Tout filtre supplémentaire doit ensuite être utilisé au niveau de l’enregistrement. Par exemple, si vous avez une vue montrant une carte de votre pays avec un filtre de contexte d’état / province, vous pouvez sélectionner un état ou une province spécifique et afficher uniquement les données de cette région. |
| Automatic Updates | When automatic updates are turned on, Tableau queries the data source every time you make a change to your data view. This is great when you’re building analytics—you can see dashboards and workbooks take shape in real time. But there are limits to this greatness. | Turn off automatic updates when you create dense data views, as automatic updates are actual queries to the data source. |
| Mises à jour automatiques | Lorsque les mises à jour automatiques sont activées, Tableau interroge la source de données chaque fois que vous modifiez votre vue de données. C’est très bien lorsque vous créez des analyses: vous pouvez voir les tableaux de bord et les classeurs prendre forme en temps réel. Mais il y a des limites à cette grandeur. | Désactivez les mises à jour automatiques lorsque vous créez des vues de données denses, car les mises à jour automatiques sont de véritables requêtes adressées à la source de données. |
| Parallel Queries | Execute multiple queries at the same time. | If you’re performing parallel queries on large data sets, use custom attributes to add more parameters and further focus the queries. Remember, add custom attributes to your workbook or data source before you publish them. |
| Requêtes parallèles | Exécutez plusieurs requêtes en même temps. | Si vous effectuez des requêtes parallèles sur des ensembles de données volumineux, utilisez des attributs personnalisés pour ajouter plus de paramètres et cibler davantage les requêtes. N’oubliez pas d’ajouter des attributs personnalisés à votre classeur ou source de données avant de les publier. |
In the next unit, take a look at how you can fine tune BigQuery to keep your data moving fast, and see how BigQuery and Tableau come together to help make predictions about business. /Dans l’unité suivante, découvrez comment vous pouvez affiner BigQuery pour que vos données continuent à circuler rapidement, et voyez comment BigQuery et Tableau s’associent pour aider à faire des prédictions sur les activités.