コメント
Tableauのパフォーマンスを最適化する方法
編集済み 1 1週間前 によって ExtremeHow 編集チーム
タブローパフォーマンス最適化データ読み込み速度効率ビジネスインテリジェンス分析ウィンドウズマックソフトウェア性能
翻訳が更新されました 1 1週間前
Tableauのパフォーマンスを最適化する方法を理解することは、エンドユーザーにシームレスで効率的な体験を提供するために不可欠です。Tableauの強力なデータビジュアライゼーション機能は大規模データセットを処理できますが、誤った使用や設定がパフォーマンスの問題を引き起こす可能性があります。このガイドでは、Tableauのパフォーマンスを向上させるためのさまざまな戦略とヒントを探ります。これらのヒントは、データ管理、ワークブックデザイン、サーバーの最適化などさまざまな側面を網羅しています。
1. 効率的なデータ管理
1.1 リアルタイム接続の代わりに抽出を使用する
Tableauのパフォーマンスを向上させる最も効果的な方法の1つは、リアルタイム接続の代わりにデータ抽出を使用することです。抽出は、迅速なビジュアル分析のために最適化されたデータのスナップショットです。これらはメモリにロードされるため、データベースから直接最新情報を取得するリアルタイム接続よりもクエリが非常に高速です。
抽出を作成するには、データメニューに移動し、「データ抽出」を選択します。この操作は、Tableauの最適化された抽出をクエリすることでデータソースの負荷を軽減します。
1.2 データ抽出のカスタマイズ
必要なフィールドだけを使用して抽出サイズを減らします。フィルターを使用して、最も関連性のあるデータを使用していることを確認します。データ抽出操作の一環としてデータを集約すると、データ量が減少し、パフォーマンスも向上します。
抽出がパフォーマンスを損なうことなく既存データと同期するように、定期的に抽出を更新することを確認します。可能であれば、非ピーク時間帯に抽出をリフレッシュするようスケジュールを組みます。
1.3 データソースのカスタマイズ
データソースレベルでの最適化により、Tableauのパフォーマンスが大幅に向上します。これには、クエリを高速化するための主要な列のインデックス作成、複雑な結合を減少させるためのデータの非正規化、またはデータを簡素化するためのビューの作成が含まれます。
データベース固有の最適化も役立ちます。たとえば、SQLデータベースで通常のビューの代わりにマテリアライズドビューを使用したり、頻繁にクエリされるフィールドに適切なインデックスを作成したりします。
2. ワークブックデザインの改善
2.1 ワークシートの数を減らす
ワークブック内のワークシートの数を減らすことは、パフォーマンスの向上に役立ちます。各ワークシートはデータを取得し、クエリ時間を増加させます。ワークシートを統合できる場合は検討し、必要なビューを組み合わせるためにダッシュボードを効果的に使用します。
2.2 複雑な計算の制限
複雑な計算はワークブックを大幅に遅くする可能性があります。可能であれば、データソースで計算を行うか、データ抽出の最適化中に計算を行います。計算をデータベースレベルに移動するか、抽出で計算フィールドを作成すると、Tableauから必要な処理を減少させることができます。
Tableauで必要な計算については、可能な限り簡単な算術を使用し、高度にネストされた計算を避け、より小さな部分に分割します。
2.3 効率的なフィルターの使用
Tableauのフィルターは両方とも利点にも欠点にもなり得ます。賢明に使用すれば、フィルターは必要なデータの処理を制限するのに役立ちます。ただし、フィルターを慎重に適用して、不要な複雑さを回避します。依存フィルターがある場合は、コンテキストフィルターを使用すると迅速にデータサブセットをまとめてくれます。
フィルターのためにカスタムSQLの使用を最小限に抑えます。これによりパフォーマンスが遅くなり、それを使用するのは他の利用可能なオプションを調査した後にします。
2.4 大きなカテゴリカルフィールドを避ける
大規模なカテゴリカルフィールドは、ビジュアライゼーションをレンダリングするために処理しなければならないデータ量が多いため、パフォーマンスが低下する可能性があります。この問題は、データをTableauに取り込む前に集約することで軽減できます。
可能であれば、数値フィールドを使用して、個別の記録を確認せずに集計できます。
2.5 モバイル用の最適化
デスクトップとモバイルビューの両方向けにワークブックをデザインしている場合、モバイルビュー向けに最適化して複雑さを減らし、モバイルネットワークでの読み込み時間を改善します。
異なる画面でのユーザー体験を向上させるため、デバイス固有のダッシュボードを作成します。
2.6 ミキスチャーの使用を制限する
データ源の異なるソースからのデータを組み合わせるためにデータブレンディングは強力ですが、パフォーマンスの問題を引き起こす可能性があります。パフォーマンスを向上させるために、可能であればデータソースレベルで結合やデータ統合を使用します。
ブレンディングを避けられない場合は、二次データからの不必要に大きなデータ処理を避けて、プライマリデータソースが最大であることを確認します。
3. サーバーとハードウェアの最適化
3.1 Tableau Serverを効率的に使用する
Tableau Serverの機能を最大限に活用してパフォーマンスを最適化します。データ抽出のスケジュール設定、サーバー負荷の最適化、キャッシング戦略の使用により、全体のパフォーマンスを向上させることができます。
RAMやCPU使用量などの潜在的なボトルネックを定期的にサーバーを監視し、分析することを確認します。
3.2 ハードウェアリソースを増やす
パフォーマンスの問題が継続する場合は、ハードウェア構成を評価します。Tableau Serverを実行しているサーバーが十分なCPUパワーとRAMを持っていることを確認します。ネットワークのレイテンシーも要因となるため、サーバー環境が内部および外部アクセスの両方に対して最適化されていることを確認します。
3.3 Tableau Serverの構成を調整する
デプロイメントの特定のニーズに基づいて構成を変更することが有益な場合があります。データ処理の要求に応じてバックグラウンダー プロセスを調整し、バックエンドのPostgreSQL設定を最適化し、VizQLサーバープロセスを調整することを検討してください。
ユーザーアクションの履歴記録を制限する構成オプションを使用すると、サーバーの応答時間を改善することもできます。
4. 一般的なベストプラクティス
4.1 サマリーデータを使用する
サマリーデータを使用すると、より効率的になります。なぜなら、レンダリングおよび操作する詳細情報が少ないためです。これにより、少ないディメンションと軽量の計算が要求され、ビジュアル処理が向上します。
4.2 事前集計データ
分析に詳細な細分化が必要でない場合、事前集計されたデータは処理時間と計算要求を節約できます。
データベース内またはデータ抽出の最適化中にこの操作を実行することで、よりきれいなデータセットとよりフォーカスされた分析作業を確保できます。
4.3 必要に応じて他の報告フォーマットを使用する
Tableauは強力なツールですが、静的データを含む表示が多いレポートには効率的で管理が容易なPowerPointなどの代替フォーマットを使用することが有益である場合もあります。
結論
Tableauのパフォーマンスを最適化するには、データソースの管理、効果的なワークブックのデザイン、サーバーの活用を最大化することに加えて、一般的なベストプラクティスを実装する必要があります。これらの戦略が効果的に実行されると、Tableauでスムーズな操作と効率的な処理が実現し、ユーザーに高速でシームレスなデータ分析機能を提供します。
記事の内容に誤りがある場合, あなたは