〔Tableau问答〕以15分钟为数据桶做时间序列可视化 v2.0

前言：今天在Tableau的交流群参与了一个小讨论，回顾一下案例还不错，我想结合阐述一下“选择计算字段的基本方法”。

时间仓促，简要阐述，欢迎留言。

问题背景：

群里有人问“Tableau有什么办法把1min的数据聚合成15min的数据吗？”

这个问题阐述有点模糊，详细说明一下：

• 比如数据是每分钟生成一个数值，每分钟的的数据生成的折线过于密集了，希望更改维度的颗粒度；
• 但是时间默认只有年、月、周、天、小时、分钟等固定颗粒度，小时太粗，分钟太细，希望把每小时再分为四等分，即以15min为间隔聚合度量。

截图如下，都是昵称，我也无暇隐藏了，见谅

看一下提问者的截图如下：

1、直觉的解决方法

既然是要把分钟标记为0，15，30，45四个部分，直觉的解决方法就是根据分钟的大小做判断（if else）。如下：

虽然说直觉在大部分情况下是对的，但是对于新手而言，大部分情况下似乎是有瑕疵的。 

2、我的思考方法

正好我路上看到这里，脑海中想了一个图，我们是想把分钟切分为四个部分，相当于数据桶又不能用Tableau的“数据桶”，因为数据桶在Tableau是把连续的度量切分用的，而这里是时间——维度。

上面的使用if else嵌套的方法，虽然可行，但显然效率太低，会给服务器沉重的压力——每一行都要做非常多的类型提取、转化、组合和判断。

这个问题之前有人问过我，不过当时是把1小时切分为2份，所以可以直接用上面的判断——只有两份使用的布尔运算，性能是最好的。这里要切分四分就不能用布尔运算，但是逻辑判断性能又太低。有没有更好的办法，比如用一次算数运算解决这个问题？

我突然想起来前几天在学习python写期货数据遇到的一个问题：

我的某个tushare接口一分钟不能提取120次，超过就会中断，为了避免中断，我设置了一个变量i，每循环一次+1，然后做“取整数计算”，当i//120>0时，设置time.sleep(60)休息60秒然后i重置为0继续！

这里能否用类似的思路，取整数运算？

似乎可行，我只需要让每个区间的分钟数值，先变成0，1，2，3，然后再改为0，15，30，45即可。我如今习惯了可视化更好的表述，如下：

思路既然清晰，我就在群里说明了我的想法，期待大家的验证：

“大家好，数据很多，过多的if判断和嵌套会降低性能，不妨尝试用取整数计算。比如2//15=0，再*15，结果就是0/15/30/45四段。”

于是大家简化了上面的计算方法，如下：

看上去还不错！

2.5 取整运算的两个函数

——（博客和公众号好友Byte启发后补充）

上面提出取整运算后，对方直接使用了int函数，我看结果正确没有细想，感谢byte的提醒，其实在Tableau中还有一个函数，是专门用来做取整数运算的——ceiling

• int是类型转化函数，把浮点改为整数，自动删除了后面所有的小数，因此是舍小数；
• ceiling是算术函数，是把浮点进位到最近的整数，因此是进位；

Byte做日的数据桶，甚至使用了参数，这样可以根据参数设置数据桶的宽度，比如间隔是5，那么就是0-5号，5-10号，如果间隔是7，就是0-7号，7-14号。

但是如果我们把数据桶写0，5或者0，7，显然不如写5，10，或者7，14来的准确，因此ceiling函数就是更好的选择。

当然，如果你执着于int，那么就int之后加上1再计算吧。二者只是差一个单位，可以相互转化。

3、对时间的处理

上面的结果虽然不错，但是很明显没有充分利用Tableau中的日期函数，所以我又提出了新的完善建议：

“可以使用datetrunc函数，一次性提取hour之前的日期，然后再加上后面的分钟计算，这样可以进一步提高计算效率。try～”

于是又有了下面的更优雅的计算方法：

不过，我发现我没有说清楚我的想法，这不是我想要的。虽然可行，但是这个表达式把日期转化为字符串（str计算），然后又做了相加。对于日期而言，这样的计算不安全，也有些冗长。所以，我进一步说明了我的想法：

“外面的datetime函数可以尝试用dateadd来实现计算，datetrunc的日期结果add 日期的分段结果”

有必要我说明一下我的意思：datetrunc是截断，因此hour后面的部分都默认为0；而分钟已经通过“取整运算”返回为0/15/30/45四个结果，二者使用dateadd函数相加，就相当于一个日期加上了分钟部分。所以就有了下面的优雅表达式：

至此，最早的性能低下的if嵌套和字符串计算，就替换为了算数计算和日期计算，比较完美的解决了这个问题。

当然，这个表达式性能依然不高，因为每一行还是要做多次运算，才能返回一个结果，也许还有更好的办法，以后可以一起更新。

4、进一步的优化

正如上面byte所提示，如果领导的需求变化多，可以把数据桶的间隔改为参数，写入计算之中；在不需要更改参数的地方，只需要把参数控件隐藏即可。

一招致胜，四处享用。

 

5、选择运算的基本方法

我写这篇文章的重点是，面对此类问题，如何选择计算？？

​Henry说程序员有几个境界：能实现、性能好、代码短、艺术性。四者兼之，自然是上等佳选。从性能的角度应该如何思考呢？

根据个人的经验，提几个角度：

A、选择计算方法时，布尔判断优先于算数计算，算数计算优先于(嵌套)逻辑判断。因此，当我只是区分小于30分钟和大于30分钟时，我用一个布尔判断来解决，但是当我要切分四阶段时，我选择用算数计算，只有二者都不能解决时，才考虑复杂逻辑判断。

处理逻辑问题，“没有if解决不了的，如果有就用两个”；；但是这是迫不得已的选择。即便使用if函数，也优先考虑iif、isnul、ifnull这样的简化函数，再使用​完整逻辑函数。

B、优先使用“原生性函数”。上面我们尽可能使用Tableau自带的日期函数，而非优先考虑字符串函数，原生函数一般都能更好的简化表达式，提高性能​。

C、聚合函数优先于行级别函数。行级别计算往往会导致性能问题，特别是每一行的计算都还要非常多次时。不过，所有的字符串函数、日期函数都是行级别函数，这个地方是没有简化空间的​；更多适用于算数计算等​地方。

如果还有加上一句话的话，

“条条大路通罗马，但总有最近的一条路。”

​

---

by喜乐君
Dec 20, 2019
Dec 23, 2019 升级，感谢byte