Tableau Server 服务器增量提取详解

增量刷新的配置发生在 Desktop，调度的执行发生在 Server。本文是「落地配置篇」，按操作顺序讲一遍：从自定义 SQL 连接、设置增量字段，到发布数据源、在 Server 端排刷新计划，以及几个只有踩过才知道的坑。

如果你还不清楚全量刷新、增量刷新、子范围刷新在机制上的区别，先看姊妹篇《Tableau 数据提取与刷新：增量、全量与子范围刷新详解》，再回来看这篇。

一句话结论：推荐每日增量刷新＋每月末一次全量刷新；版本在 2024.2 以上、且标识列是日期类型时，可以用子范围刷新替代掉大部分全量刷新。

一、整体路径：五个步骤

分工要记住：标识列在 Desktop 端设定并随数据源发布；Server 端可调的是调度频率与刷新类型。 发布之后若标识列需要调整，仍要回到 Desktop 重新发布。

这一个选择，直接决定了你能不能用上子范围刷新。

日期 / 日期时间字段：
- 2024.1 起支持非唯一键，同一时刻可以有多行（比如日期，一天可以对应多个订单）。
- 唯一能启用子范围刷新的类型（2024.2 起）。只有日期才能设置过去范围（比如每次刷新过去7天数据）。
自增 ID / 整数列：每行取值唯一，边界清晰，也不受时间精度问题影响；但不能配置子范围刷新，历史行的修改只能靠定期全量刷新来补。

「增量字段」更准确的说法是：取值必须随写入单调递增。

反过来说：只要标识列不再递增（例如回填了更早的时间值），那部分数据增量刷新永远取不回来。这个问题就需要用“子范围刷新”来解决。

这是配置时最容易困惑的地方。

「要刷新的最小日期范围」：2024.2 起提供，用来配置子范围刷新。填了数字和单位之后，「高级设置」会自动置灰。
「高级设置」：2024.1 起提供，决定末行怎么处理——
- 替换最后添加的行：先删除等于最高值的行，再取大于等于最高值的行，适配日期这类非唯一键列。
- 保留最后添加的行：只取大于最高值的行，这是传统行为。

怎么选：

标识列同一时刻会有多行（典型是日期）→ 关心的是「不漏掉同刻迟到的记录」，用高级设置。
- 比如航空公司的航班日期都是日期（没有时间），希望下午更新当日的数据，相当于一天内的数据反复删除、覆盖，而非简单的追加。
还想抓最近一段时间的历史修改 → 改用子范围刷新，末行逻辑交给 Tableau。
- 比如，电商客户的订单会频繁更新（比如发货后更新发货时间、快递单号），通常订单会在7天内完成生命周期，因此可以设置“子范围刷新” = 7天。这样每天都会更新过去7天的全部数据（替换）

另有一条容易忽略的规则：一旦添加了筛选器，高级设置同样会被置灰，并强制使用「不替换最后添加的行」，以避免筛选条件与替换逻辑冲突。

用高精度时间戳做标识列，是增量刷新最常见的翻车点。

数据引擎存储时间值时最多精确到 3 位小数。源库里 17:30:56.502352 与 17:30:56.502852 是两条不同的记录，进入提取后都被截断成 17:30:56.502，于是出现重复行。

规避方式有三条：

实践中的取舍：老版本用「每日增量＋每月末全量」；2024.2 以上、标识列又是日期类型时，可以配置 90 天子范围，把全量刷新的频率降下来（例如降到每季度一次）。

判断依据始终只有一个：源端的改动，最多会回溯到多久以前 —— 子范围能覆盖住，就不必跑全量。

发布前整理字段：适当对字段做文件夹分组、补充常用的逻辑计算字段，能显著提高其他人使用这个数据源时的一致性。
做一个测试仪表板：发布后同步创建一个只显示「数据行数 + 关键度量值」的测试视图，每次刷新后扫一眼，是最便宜的校验方式。
别在本地堆超大提取：超大量的本地提取会耗用大量空间与时间，却带不来额外收益。超大数据量场景建议改用「空提取」技巧，先在 Server 端建一个空壳提取再刷新。
查看提取历史：在 Desktop 的「数据 > 数据提取 > 历史记录」里，可以看到每次刷新的时间、是全量还是增量、以及新增的行数，排查问题时很有用。