用户身份验证和安全性:对于用户身份验证和组成员身份定义,支持 Microsoft Active Directory、SAML 20 以及内置的 Tableau 用户系统。 适用于 Microsoft SQL Server、Microsoft SQL Server Analysis Services 和 Cloudera Impala 的 Kerberos 支持。
所有 Tableau 产品都支持 Unicode,并兼容用任何语言存储的数据。RESTAPI不是可以从Tableau桌面访问的数据源。要使用RESTAPI,必须将API调用中的数据导出到csv或其他平面文件。然后您可以将Tableau Desktop连接到该文件。您可以使用Python自动执行此 *** 作。您也可以直接从邮递员处导出。
首先一个是国外产品,一个是国内的产品,国外产品肯定比国内的贵,
Tableau产品架构C/S,意味着每个用户都可以将公司的数据下载到本地,有很大的数据泄露隐患 ;永洪B/S,数据集中管控,保障数据安全
系统扩展性Tableau服务器单节点部署,永洪支持服务器单节点部署和多节点分布式部署
数据源连接:Tableau支持ODBC,不支持JDBC,永洪支持ODBC,支持JDBC,支持Oracle、DB2、SQL Server、MySQL、Sybase、Vertica、Access等全部主流数据库,支持Hadoop,日志文件,Excel文件,TXT文件,NoSQL数据库
不过都是仁者见仁智者见智的哟,希望帮到你~ 嘻嘻
这个在 Tableau中与 Python的集成应用,为用户提供了强大的解决方案。例如,它只需几行 Python代码就能得到一个线上零售商所售商品的情感分析。然后你可以在 Tableau中从很多方面探索获得的结果。
你可能只想看到负面评价并且希望理解这些内容背后的原因。你可能想得到一个顾客列表,并与他们联系。或者你可能想可视化整体情绪随时间变化的情况。
R/Python整合:Rserve/TabPy Server
你可以很容易在电脑上或者远程服务器上安装 TabPy服务器。在 Tableau Desktop中,通过点击帮助 >设置与性能 >管理外部服务连接,在其中输入服务 URL ,你就可以完成配置。然后你可以使用 Python脚本作为 Tableau中计算字段的一部分,就像从 Tableau 81开始你可以利用 R的那样。
TabPy使用流行的 Anaconda环境,这能够预装和准备许多包括 scipy , numpy和 scikit-learn在内的常见 Python包。你可以在你的脚本中安装使用任何 Python库。
如果在公司里你有一个数据分析团队来开发定制模型, TabPy还可以通过发布模型很方便与其他那些想要在 Tableau中利用模型的人分享。
一旦发布,无论模型的类型与复杂性如何,你就只需要在 Tableau中运行一个只有一行 Python代码来运行该机器学习模型。
使用已发布的模型有几个好处。在预服务环境中,复杂的功能变得容易使用,分享和以部署方式重用。你可以在后端提升和更新模型,或者修改代码,而 Tableau中的计算字段并不需要额外的 *** 作即可保证正常工作。
看到 Python在 Tableau中的应用,你是不是有点手痒了?亟不可待的想尝试一下?小编在这里推荐一篇新手实用教程,如果你以前没有使用过 Python ,不用担心 ——这对新手来说绝对是可以实现的。继续看下去吧!
Python实用案例分享
本次教程使用的数据集来源 Makeover Monday(点击了解详情) ,关于最流行的前100首歌曲的歌词。
1设置你的环境
1 确保你使用的是 Tableau 10版本
2 打开含有 top-song数据的 TDE文件
3 安装 TabPy
2在 Tableau中连接 TabPy
现在是时候在 Tableau中设置 TabPy了。在 Tableau中,转到帮助 >设置和性能 >管理外部连接。输入 “localhost” ,因为你在自己的计算机上运行 TabPy 。默认端口为 9004 ,因此除非你手动更改它,否则应该将其保留。
3创建 TabPy计算
TabPy Github页面具有你应该在 Tableau计算中使用 Python的详细文档。我简单地重新调整了在 #data 16 TabPy部分的一个计算演示。这里可以看重播。复制下方链接至浏览器查看重播:
现在,你可以使用视图中的这个 [Word]计算字段来处理情绪评分了!缺点是,由于这是一个表计算并且还使用了 ATTR函数,因此你不能在一个详细级别表达式中使用它。也就是说,你不能使用这个例子和数据结构来计算歌曲细节级别的情感总和。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)