Tableau有限的数据提取慢连接

Question

我在Tableau中设计可视化，我的数据在Hive/ hadoop中，数据非常庞大，

当我尝试设计可视化时，查询的运行速度非常非常慢，因为它每次尝试从hadoop中提取数据。

因此，对于任何可视化，简单的拖放通常需要4分钟，而可视化可能有10秒的拖放，所以我最终花费了大量的时间等待。我试着使用数据提取选项，但是数据提取花费了很长时间(38分钟，而且还在继续)

问:有没有办法我只能提取1000条记录，这样我就可以在这1000条记录上创建viz，然后在设计完成后切换到Live connection。我试着在tableau社区帮助中寻找，但到目前为止还没有成功。

Answer 1

复制XL中的所有数据，并将我的Tableue与XL连接，并在几分钟内完成我的dahsboard，由于XL和hive具有完全相同的字段，我可以用Hive替换xl连接，它就能正常工作。它抱怨一些工作表上的计算字段，但我想我可以在hive上重做这一部分，并绕过它。

Answer 2

一种选择是关闭自动更新，这样它就不会在您每次拖放时重新加载数据：

https://onlinehelp.tableau.com/current/pro/desktop/en-us/queries_autoupdates.html

您可以尝试的另一件事是以下内容。在Hive中，您可以创建一个只有1000行的较小版本的表。然后在表格上创建一个视图，并将Tableau指向该视图。根据视图设计您的Viz，然后在完成后在Hive中重新创建视图以指向真实的表。这可能会有帮助，但如果Hive试图在每次拖放时启动map reduce作业，它仍然会非常慢。

根据我使用Tableau的经验，您希望将数据集缩小到可以使用提取选项的大小。任何实时连接到Hive的交互式仪表板都将变得很慢。但是，如果您可以将数据集聚合到一个可管理的大小，如果您执行提取，它可以很好地工作。我不再使用Tableau，但在过去，我的提取需要30 - 60分钟来刷新，并加载低数百万行，它工作得很好。