Tableau关系模型案例：图书销售和多维度模型

---

本文摘自《数据可视化分析（第 2 版）：分析原理与 Tableau、SQL 实践》第四章，如下内容将在第三次印刷（202407）中被删除，从而留出足够的内容介绍新版本功能“Shared Dimensions”共享维度。

• 《数据可视化分析》(第2版)勘误表

4.4.8  案例：图书及销售的数据关系模型

在实践过程中深化对技术的理解，并将业务与技术高度结合起来，几乎是熟练驾驭这一部分的唯一方法。Tableau官方提供了一个书店的数据模型示例，它由13个数据表构成，包括图书信息、作者信息、版本信息、销售、出版社、获奖信息、图书评价等。

对于业务用户而言，看得见的是数据表标题和明细，看不见的是数据表背后对应的业务场景及其关系逻辑，后者是数据合并的关键。要点如下。

• 图书信息包括图书基本信息（图书、作者）和图书延伸信息，每本书只对应一位作者（Author），部分图书包含系列（Series）信息。
• 每本图书可以有多个版本（Edition），不同版本可以对应不同出版社（Publisher）。
• 版本对应标准书号ISBN，是图书的唯一标识；同一本图书的多个版本对应不同书号。
• 书的ISBN号是销售的基本单位。
• 一本书可以获得多个奖项（Award），而和版本无关。
• 多本书可以构成一个系列（Series），比如，喜乐君的3本书是一个分析系列。

理解了上述的业务逻辑，就理解了数据表之间的关系。在开始构建数据模型之前，建议先用绘图工具或者手绘勾勒数据表之间的匹配关系，特别是一对多、一对一、多对多的匹配类型。如图4-57所示，笔者习惯用矩形代表一个数据表，用带有两侧标记的线条代表匹配类型，再把匹配字段标记在线条上。在这个过程中，找到适合作为关系模型中心的数据表。

图4-57  使用矩形和线条描述数据表之间的业务关系

随着数据表的增加，数据关系就有了优化的空间，比如，是否把多个数据表在行级别合并为一个，哪些数据表适合行级别的并集或连接？笔者在实践过程中总结了几个基本原则，可以作为数据模型优化的依据考虑。

• 完全相同的业务场景，完全相同的数据表，使用并集预先合并（比如，不同季度的“销售明细表”，它们仅仅是时间范围的差异，业务场景完全相同，因此字段也完全相同）。
• 同属于一个业务场景，并且数据表是一对一匹配的，使用行级别连接预先合并（比如，图书基本信息和图书延伸信息，虽然数据表字段不同，但都是“图书信息”业务，而且基于关联字段一对一匹配）。
• 属于不同的业务场景，数据表是一对一匹配的，可以在行级别连接合并，也可以使用关系匹配。
• 如果两个数据表需要紧密合并，从而与其他多个数据表建立关联，那么推荐行级别连接合并（比如，“销售明细表”和“退货明细表”是一对一的，使用连接和数据源筛选预先获得“排除退货的正常交易”，而后与销售目标、区域等多个数据表建立关联）。
• 两个数据表虽然是一对一的，但是仅仅在部分分析中才用到两个数据表的合并（并非紧密的合并关系），可以通过关系匹配，同时指定基数类型为一对一，提高查询性能。
• 属于不同的业务场景，数据表是多对一或者多对多的匹配，默认使用数据关系。

基于这样的方法，不同季度的销售额使用并集合并，两个图书信息表使用行级别连接合并，考虑到作者信息和图书紧密相关，而且可能会完成“不同作者的图书销售量”“不同作者的获奖次数”等分析，可以把作者信息表和图书信息表合并在一起。

另外，进一步优化数据模型时，可以标记数据表的关键字段，并特别标记数据表详细级别，它们是数据匹配的依据。同时，还可以使用UML方法同时标记基数（匹配类型）和引用完整性（范围匹配），如图4-58所示。

图4-58  书店数据从概念模型到业务结构

当然，数据模型并非有唯一解，如果作者信息并非分析的关键要素，仅在少数问题中出现，那么也不妨把它和获奖信息等并列。不管是Tableau，还是其他BI工具，都可以基于这样的业务逻辑和数据表关系，来进行分析。

如图4-59所示，是Tableau使用书店信息构建的数据关系模型。

图4-59  书店信息的数据关系模型

基于这样的数据关系模型，分析师就可以重复使用，进行众多的问题分析了。