在Postgres中为Tableau连接存储计算列是不是很糟糕？

Question

我最近买了一个Professional许可证（来自Personal），我将一些数据加载到postgreSQL中。这是我第一次使用数据库，但我已经阅读了很多关于它们的信息（SQL Demystified，数据仓库）

我习惯使用.csv文件来创建原始数据中的计算数据。我使用pandas（python分析库）来清理我的文件，添加列，进行连接等。这有助于我简化Tableau中的一些计算字段，我的最终用户有时会打开这些文件，并且有额外的字段很好。 / p>

实施例： 在pandas中，我可以创建一个基于其他列上的逻辑和数学的列。这将在原始数据中创建一个“冗余”列，因为它可以计算。

或者我可以使用Tableau中的IF语句或LOD计算来计算。我已经读过创建可以计算并将它们存储在数据库中的列是禁止的。另一方面，Tableau对持久且常见的值进行额外的工作/计算似乎有点愚蠢。

（例如，如果某列=＆＃39;入站＆＃39;另一列=非空，则inbound_interaction = 1）（示例2，total_time =多列的总和）

有关此主题的任何想法或最佳做法？由于我本周刚开始新鲜，我不妨开始一个好的开始。

Answer 1

这个问题有点宽泛，没有金章回答。 您需要考虑的某些成本是

• 陈旧与新数据
• 物化列使用的空间
• 服务器与客户端的计算成本
• 维护物化列的成本

现在我们有4个解决方案：

• 表格中的原始数据，客户完成的额外计算
• Views将计算数据提供给客户端但是在服务器上即时完成，这些可以由indexes on expressions辅助。此外，视图使得更容易选择给定用户可访问的数据，并且您可以在不占用空间的情况下拥有许多数据。
• Materialized views与视图相同但存储计算数据并不新鲜，但比某些自制物化更容易维护。也可以使用索引
• 包含数据库外部应用程序计算的数据的表，用于数据库无法处理的内容

我建议使用索引，如果不能很好地切换到物化索引。当然，你可以采用部分解决方案，因为一些数据总是需要最新的，其他数据可能需要花费大量时间在服务器上，但是经常访问不足以存储它实现，而其他数据可能真的很快计算但访问通常，实现它将使整个系统表现得更好。