摘自《业务可视化分析：从问题到图形的 Tableau 方法》第13章
13.5 性能：逻辑计算位置对筛选的影响
在企业服务的过程中，笔者越来越多地遇到“性能”方面的咨询。性能是一个综合软硬件、计算、筛选、视图设计等多个要素的主题。这里介绍最普遍存在的一种：在不同位置建立筛选条件对性能的影响。
13.5.1 筛选的本质与筛选的标准位置
第13.2节介绍了筛选的多种形式，如果要分析它们的“异中之同”，即筛选的本质是计算。更准确地说，所有的筛选都是布尔判断的计算。不同的工具，只是用不同的“外壳”做了人性化的包装而已。
而布尔判断的计算中，主要使用以下的逻辑运算符和判断：
前面介绍的“相等判断筛选器”“范围条件筛选器”都可以转化为对应的计算过程。比如：
[类别] = '办公用品' OR [类别] = '家具'
[类别] = '办公用品' AND YEAR([订单日期]) = 2020
理解了这个基础，关键是下面的一段：
所有的筛选都可以转化为计算，而计算又可以分为行级别计算、聚合计算和指定详细级别的聚合计算等多种方法，因此，筛选和计算的结合就有了多种方法。
__BLOCK_p__比如，2016年，各个类别、子类别 的 销售额总和
以逗号和“的”为分隔，这个问题可以清晰地分为样本范围（对应计算为：订单日期=2016）、问题描述（对应维度：类别*子类别）和问题答案（对应聚合：销售额总和）3个部分。其中，样本范围约束聚合的大小、问题描述约束聚合的数量。
在Excel中，可以先筛选订单日期，然后把减少后的数据明细做成透视图；在SQL中，可以在where条件中增加筛选条件，然后基于维度完成聚合，语法如图13-20左侧所示；而在Tableau中，创建快速筛选只需要把对应的字段拖到“筛选器”窗格并选择即可，它的背后对应的就是计算的判断，如图13-20右侧所示。
图13-20 SQL和Tableau完成筛选的标准操作
所谓“筛选的标准位置”，就是筛选部分和问题部分要严格区分，这也是后续性能优化的关键之一。
13.5.2 在聚合过程中间接筛选的“非标准操作”及其代价
除了上述标准化的筛选操作，还可以通过“打标签”的方法间接完成筛选——这种方法在IT用户和Excel用户中流行。还是以上面的问题（2016年，各个类别、子类别 的 销售额总和）为例，很多人习惯在Excel中先建立辅助字段，再完成分析聚合，如图13-21所示。
图13-21 使用逻辑判断创建辅助列的方法
笔者把这种增加辅助列完成特定需求的方法称为“打标签”。这种方法借助中间的辅助计算完成“预先数据处理”，强制把不符合条件的数据行改为空值（NULL）或0值，然后做聚合计算。它的本质是用数据处理的思维解决分析问题，这种思维试图把所有的分析过程尽可能在明细阶段预先处理好。
它的优势是“一招胜百招”，对初学者简单实用；它的缺点则是“只有一招”，通用性的背后是维护困难、性能低下。很多人把这种方法不分场合地迁移到SQL和Tableau中，如图13-22所示。虽然结果与之前标准的方法并无二致，但却是完全不同的两种思路。
在第3章中，本书把字段分为“行级别字段”（业务字段）和“聚合字段”（分析字段）两个类型，并总结为“第三字段分类”，这个字段分类通常包括数据准备和高级的聚合计算。在这里，建立在 IF()函数基础上的计算实质上是行级别的计算函数，它并没有完成数据筛选，只是强制修改了不符合条件的值。所以，它是“用数据处理的方法间接地完成筛选”。这种借助行级别计算间接完成筛选并聚合的方法，无形中浪费了很多计算资源和性能，过度使用，会带来严重的性能问题。
例如，你是一所万人学校的校长，希望选拔100名优秀学生代表参加“全国可视化大赛”，设置了两门科目的考试题。可以先考第一门，而后基于第一门考试的成绩减少第二门考试的人数，从而节约选拔成本和大家的时间；但是提供考试卷的供应商建议所有人都参加两门考试——并告诉大家，如果第一门考试表现不佳，第二门考试可以交白卷。你应该知道这两种方法的差异。
图13-22 SQL和Tableau中，基于辅助字段的间接筛选方法
很多时候，“在聚合计算中通过逻辑判断间接完成筛选”就像上述拙劣的安排。它没有提前筛选数据从而减少之后聚合的数据明细数量，反而通过辅助计算累计空值或者0值，其实是多此一举，消耗算力。根据笔者不太严谨的本地测试，上面的案例中，“借助辅助字段的筛选方法”，比“标准方法”耗时要增加30%以上，随着筛选字段中数据值的特征，性能影响会有明显不同。
13.5.3 不同筛选方法的高级分类与适用场景
在这里，笔者并非一味反对使用辅助计算完成筛选计算，笔者反对的是不加分辨地过度使用这种方法，看似简单，实则性能低下，并非最优选择。
笔者强烈建议，业务分析师应该把建立完善的思考模型和理论方法当作第一要务，当然也大可不必看到“模型”和“理论”就觉得深不可测，无非是经验丰富的人总结的最佳实践而已。读者首先要建立以下的综合认识：
随着理论认识前后贯通、实践经验日渐丰富，每位读者都可以建立自己逻辑自洽的知识和方法体系，而从不断优化自己的分析作品。
本书推荐把“筛选范围”作为一个单独的过程完成（对应SQL中的where条件部分），结合第13.2节与第13.4节，可以把基于单一工作簿的筛选分为以下几种类型：
这是基于“第三字段分类”建立的筛选器分类规则，同时也要考虑聚合依赖的详细级别与视图详细级别的关系（记住，维度/详细级别是聚合的依据）。
那什么时候使用诸如IIF(YEAR( [订单日期])=2016, [销售额],NULL )数据处理的方法间接完成筛选，而后用SUM()等聚合方法嵌套完成聚合分析呢？以笔者目前有限的项目经验，姑且说明如下：
这里用一个简单的例子说明，如图13-23所示。这里使用SUM(IIF([类别]='办公用品', [销售额],null ))计算，在“全国各连续季度的销售额趋势中”加入了“办公用品各连续季度的销售额趋势”，“相当于”加入了更低聚合度详细级别的聚合（注意仅仅是“相当于”，并未真正构建第二个详细级别，因为没有表计算或者侠义LOD计算）。虽然结果正确，但是10万行的数据就无形中增加了10万次的判断（假定数据明细有10万行）。
图13-23 使用逻辑计算创建行级别辅助字段，完成聚合
本书极力推荐的“层次分析方法”，旨在让大家区分“总公司的销售额”是相当于“类别（办公用品）”更高聚合度详细级别的聚合，这里可以使用FIXED LOD完成，如图13-24所示。
图13-24 标准方法：使用LOD计算（预先聚合）完成指定详细级别的聚合
在这里，FIXED 指定季度，只需要预先聚合16个数据值（各连续季度的销售额总和），然后和原来的16个聚合值构建共同图形即可，相比10万次的行级别计算，它们的性能一个“天上”、一个“地上”。
要进入大数据的深层次领域，建议大家适当放下之前的一些思维习惯，从而换取更高效的可能性。如今的很多业务用户和分析师，已经被所使用的工具限制住了思考，从这个意义讲，Tableau对笔者而言是一种“业务思考的救赎”。
📖 相关文章
● Tableau技巧：用参数动作制作提交按钮，实现多条件批量筛选
● Tableau中的排序与筛选器顺序
● 解构Tableau绘图逻辑（二）：2个界面与3个功能区详解
● 解构Tableau绘图逻辑（四）：行列功能区与离散/连续数据的本质
● 解构Tableau绘图逻辑（五）：标记栏核心功能与绘图原理详解
——————————————————————————————
No comments yet