Tableau パフォーマンスまとめ

タブミ

DATA SaberでまなんだTableauのパフォーマンス情報を以下にまとめました。
参考にした動画はこちらです。

パフォーマンスの考え方

なぜパフォーマンスが大事なのか？

  • 迅速に答えを見つけることができる

  • 分析のFlowに乗れる

  • 似たようなWBを量産せずに済む

    • パフォーマンスが悪いWBを渡されると、「自分が作るWBの方が速く見られるんじゃないか、、？」という疑問が生まれ、類似したWBを作ってしまうことがある

  • Fast workbooks = Happy users

パフォーマンスを決める要素

やりたいこと・知識が適切なものを選び取る力をくれる

  • やりたいこと

    • 誰が何のためにどのように使う？

      • 誰がどの粒度で、どの頻度で、いつ使うかが分かれば、そこにデータ量の粒度を合わせることができる

    • まずはこの部分を固めることでパフォーマンス向上につながる

  • 知識

    • どういう操作が遅くなるか知る

  • データ量

    • 使うデータはどんなデータ？

      • 全RAWデータ？

      • 集計データ？

      • フィルタで絞ったデータ？

  • 処理能力

    • データがどんな環境に入っている？

      • ハードウェア

      • DB製品

処理をする場所

  • DB側での処理

    • 結合（JOIN）

    • 集計

    • 計算

  • Tableau側での処理

    • マーク

    • 表計算

    • ソート

データを集計するパートがDB側、ビューをレンダリングするパートがTableau側で行われている。
※レンダリング：ビューの元々の情報を、形を変えて表現するための処理のこと

パフォーマンスが悪い時は、負荷がかかっている場所を突き止めることが重要（DB側が重いのか？Tableau側が重いのか？）

パフォーマンス向上のベストプラクティス

  • データが遅ければ、Tableauで速くなることはない

  • Desktopで遅ければ、Serverで速くなることはない

  • 入れすぎ厳禁

    • ひとつのWBにデータを詰め込みすぎない

データソース

対象データの件数

  • レコード数：今の環境で扱える妥当なレコード数になっているか？

  • 対処策：

    • 集計してレコードの行数を減らす

    • フィルタを使用し、件数を削減（Tableauではディメンションフィルタでは件数が減らないため注意）

      • 抽出フィルタ

      • データソースフィルタ

リレーショナル・データベース

  • インデックスとパーティショニングはパフォーマンス向上に有効

  • インデックス

    • 表の結合キーの列

    • フィルタで使用される列

  • パーティショニング

    • ディメンション項目

NULL

  • NULLはパフォーマンス低下につながるため、なるべく避ける

  • ディメンション項目ではNULLを避ける

  • NULLを無くしてインデックス効果を向上

DB側でテーブルを準備

  • 集計データを事前準備しておく

  • Tableauで複雑な計算フィールドを回避するために、DB側に必要な値をテーブルに持たせておく

結合 vs ブレンディング

  • 結合

    • （特殊な事情でなければ）同じデータベースであれば、表の結合が望ましい

    • インデックスを有効活用

    • 1本のクエリ

  • ブレンド

    • 集計したもの同士をくっつける

    • レコード数が多く、表の結合に適さない場合

    • 集計ビュー

結合 vs ブレンディング vsクロスデータベース結合

抽出 vs ライブ接続

  • 抽出・ライブ接続のどちらが速いかはケースバイケース

  • 抽出のパフォーマンスに影響する要因

    • 行数、列数

    • データ濃度（＝カーディナリティディ。メンションメンバーの数）

計算フィールド

計算

  • 行レベル計算と集計計算

    • 行レベル計算（＝非集計計算）：レコードの行の中だけで完結している計算

      • ex) 行ごとに作者の姓を表示する列（作者姓）を作成：SPLIT([Author], '', 2 )

    • 集計計算：SUMやCOUNT、 AVGなどの集計関数がついている計算

      • ex) 各シリーズの冊数を表示する列（シリーズの冊数-シリーズの詳細レベル）を作成：COUNT([Series])

    • 集計・非集計どちらもDB側での計算処理

    • 行レベル計算はスケーラビリティが高い（＝データが増えても処理の効率が良い）

      • DBチューニング施策が効果を出しやすい

  • 表計算

    • 表計算：ビジュアライゼーション内の値に適用する変換

      • ex) 値をランキングに変換する、値を変換して累計表示する、値を変換して合計に対する割合を表示する

    • クエリ結果を受け取り、Tableauが計算処理

    • 計算フィールドよりもTableauの計算負荷が高い

計算フィールド vs ネイティブ機能

  • ネイティブ機能は計算フィールドよりも速いことが多い

    • ディメンションメンバーのグルーピング

      • グループが有効

    • ディメンションメンバーの名前変更

      • 別名の編集が有効

    • メジャー値のカテゴリ化（ex. 〇〇円ごとの単位で見たい）

      • 均等の幅でカテゴリ化する場合ビンが有効

計算フィールド

  • データ型はパフォーマンスへの影響が大きい

    • 整数 > ブール > 文字 の順で速い

  • ロジック計算にはブール値＋別名を使う

    • 悪い例

      • IF [DATE] = TODAY() THEN "TODAY" ELSE "NOT TODAY" END

    • 良い例

      • [DATE] = TODAY() にして別名で真→TODAY、偽→NOT TODAYに編集

  • 文字の検索

    • CONTAINS()はFIND()より速い

    • ワイルドカード照合はCONTAINS()より速い

日付計算

  • 日付型への変換

    • 文字列型への変換は非効率

      • 悪い例

        • DATE(LEFT(STR([YYYYMMDD]),4) + "-" + MID(STR([YYYYMMDD]),4,2) + "2" + RIGHT(STR([YYYYMMDD]),2))

      • 良い例

        • まずは文字列型になっているデータ型をそのままDate型に変更してみる

          • 8桁の数字は基本的にはDate型に変更できるが、できない場合はDATEPARSEを使用する

ロジック関数

  • ELSEIF != ELSE IF

    • ELSE IFでスペース区切りをすると、新たなIF文ができてしまう（ IF文が複数になってしまう）

    • ELSEIFだと一つのIF文でまとめることができる

フィルタ

ディメンションフィルタ

  • 不連続フィルタは遅い

    • TableauはDBにクエリ発行し、全てのディメンションを取得しに行く

  • 連続（範囲）フィルタは速い

    • 大量の不連続の値を取り込むより速い

    • データの濃度（カーディナリティ＝1列に入っている値の種類）が高い場合、範囲フィルタの方が速い

日付フィルタ

  • 不連続フィルタは遅い

    • 一つ一つ取得しなければならないのでクエリ結果が遅い

  • 連続（範囲）フィルタは速い

    • 範囲で取得するのでクエリ結果が速い

    • 相対日付はさらに速い

クイックフィルタ

  • 項目が表示されたクイックフィルタは遅い

    • 表示する必要のある項目を全て取得しなければならない

      • 複数の値（ドロップダウン）

      • 単一値（ドロップダウン）

      • 数値フィルタ

      • 範囲日付フィルタ

  • 項目がデータに依存しないクイックフィルタは速い

    • フィルタのための項目を探す必要がない

      • 複数の値（カスタムリスト）

      • ワイルドカード照合

      • 相対日付フィルタ

      • 期間を参照フィルタ

ダッシュボード上のクイックフィルタ

  • クイックフィルタはディメンションリストを取得するため、大量に使うと遅くなる原因

  • 対処策

    • 異なるディメンションレベルで複数シートを作る

    • フィルタアクションを活用する

      • クイックフィルタでリストから選択ではなく、シート上で直接選択できるようにする

    • パラメータを活用する

      • フィルタ項目表示用のクエリが不要になる

フィルタの動く順番を意識する

  1. 抽出フィルタ

  2. データソースフィルタ

  3. コンテキストフィルタ

  4. FIXED

  5. セットフィルタ

  6. ディメンションフィルタ

  7. EXCLUDE / INCLUDE

  8. メジャーフィルタ

  9. 表計算フィルタ

ダッシュボードデザイン

ビュー（シート）作成時の注意点

  • 本当に必要なものだけを取得、表示する

    • マークカードに不要な「詳細」を入れない

      • ビューにも出てこないしツールヒントにも表示されていないのに何故かマークカードに存在するもの、、これもクエリとして動いてしまうため勿体無い！

  • 不要な地理的役割は設定しない

    • 生成された緯度経度を参照する時間を省く

ダッシュボード作成時の注意点

  • シートやクイックフィルタを少なくする

  • 特にServerの場合は、タブを非表示にする

    • タブの表示されているビューは全てワークブックの構造を把握するプロセスが走る

  • フィルタアクション「すべての値を除外」を活用

    • 全てのデータを取得する重たいクエリを避ける

  • ダッシュボードサイズを固定する

    • ”自動”は毎回レンダリングされるため、キャッシュヒット率が低い

    • そもそもデザインの問題もある

この記事が気に入ったらサポートをしてみませんか？