数据整合
完成与数据源的连接后，需要对来自不同数据源、多个数据表的数据进行融合、联接等操作，同时还要选择适合的数据整合方式，本节内容包括：
- 数据联接
- 数据合并
- 数据加载
数据联接
联接字段
当需要从多个数据表中获取数据，则要用到数据联接操作。为了操作直观、简单，继续使用自制的数据集demo，包括“书籍”和“作者”两张数据表，其中，“书籍”数据表包含书名、作者、作者ID、出版社4个字段，“作者” 数据表包含作者、作者ID、国籍3个字段”。
图：数据集demo数据表
如果打算分析书名、作者以及作者国籍的有关情况，就要将两张表连接在一起，这两张表有两个相同字段，分别是“作者”和“作者ID”，一般在进行数据连接时，如果既有名称又有ID，通常会选择与ID有关的字段作为连接字段，因此，上面两张表就通过“作者ID”进行联接。
联接方式
目前，tableau中的数据联接方式分为四种，分别是内联接、左联接、右联接和完全外部联接。通常情况，tableau会自动判断两张表的同类字段并进行关联，如果关联不正确，可以通过手动方式进行关联。
图：tableau中的四种联接方式
- 内联接
使用内联接合并数据表时，生成的新表仅保留两张数据表中具有相同关键字段的行。
对上面数据集demo的两张数据表使用内连接，生成的新表将两张数据表中，具有相同“作者ID”的行合并在一起，其余行则被剔除在外（作者ID从A015-A022被剔除在外，红色虚线框部分）。
图：内连接示例
- 左联接
使用左联接时，生成的新表包含左侧表中所有值以及右侧表中相对应的匹配值。
使用左联接后，生成的新表包含了“书籍”数据表中的所有行，并与“作者”数据表中，具有相同作者ID的行合并在了一起。需要注意的是，如果右侧表（“作者”数据表）中，没有与左侧表（“书籍”数据表）相匹配的项，合并后的新表中，对应数据网格则会显示null。
图：左联接示例
- 右联接
使用右联接时，生成的新表包含右侧表中所有值以及左侧表中相对应的匹配值。
与左联接正好相反，使用右联接后，生成的新表包含了“作者”数据表中的所有行，并与“书籍”数据表中，具有相同作者ID的行合并在了一起。需要注意的是，如果左侧表（“书籍”数据表）中，没有与右侧表（“作者”数据表）相匹配的项，合并后的新表中，对应数据网格则会显示null。
图：右联接示例
- 完全外部联接
使用完全外部连接时，生成的新表将包含两个表中的所有值。采取这种方式时，如果一张表的值在另一张表中没有匹配项，则在对应数据网格中显示为null。
使用完全外部联接后，生成的新表包含了“作者”数据表中的所有行，以及“书籍”数据表中的所有行，同时将两个数据表中，作者ID相同的行合并在了一起。在“书籍”或“作者”数据表的任一行中，如果以作者ID为关键字段匹配不到任何项，则会在对应数据网格中显示为null。
图：完全外部联接示例
数据合并
当需要将有多张数据结构一致的表格整合汇总在一起时，则可以使用数据合并。对于数据联接和数据合并的简单理解，数据联接是横向扩展数据表的字段，纵向的数据行数不会变得更多，而数据合并正好相反，它是纵向增加数据行数，横向的数据表字段不会变得更多。
要进行数据合并操作，每个表必须具有相同的字段数，并且相关字段必须具有匹配的字段名称和数据类型。
手动数据合并
为简单并且直观体验数据合并操作，先建立“书籍1”和“书籍2”两张数据表，这两张表的数据结构完全一致，均包括书名、作者、作者ID、出版社4个字段，同时数据类型也一致。
图：手动数据合并数据表demo
手动数据合并操作步骤：
- 在tableau工作表区“新建并集”，并将需要合并的数据表——“书籍1”和“书籍2”拖入弹出的并集（手动）对话框；
- tableau生成合并后的新数据表，该表包含“书籍1”和“书籍2”的所有数据，并且各字段一一对应。需要注意的是，生成的新表中，新增了sheet和table name两个字段，用于说明并集中的值的来源信息。
图：手动数据合并操作步骤
自动数据合并
如果需要合并的数据并不是来自同一数据源，比如来自多个excel表，就可以使用数据合并中的“通配符搜索”完成合并工作。新建三张excel数据表，分别是“合并测试3demo”、“合并测试4demo”、“合并测试5demo”，3张数据表均包含书名、作者、作者ID、出版社4个字段。
图：自动数据合并数据表demo
自动数据合并操作步骤：
1.将准备合并的Excel数据表放置到同一个文件夹，在工作表区执行“新建并集”操作。
在弹出的“并集”对话框中选择“通配符（自动）”；
在“工作簿”位置，将匹配内容改写为“合并数据*”，其中“合并数据”是共有的名称，星号是通配符，这里用于匹配3、4、5三个数字。
2.tableau生成合并后的新数据表，该表包含“合并测试3demo”、“合并测试4demo”、“合并测试5demo”的所有数据。生成的新表新增path、sheet两个字段，用于说明并集中的值的来源路径及表名称。
图：自动数据合并操作步骤
数据加载
tableau中的数据载入有两种方式，分别是实时连接和数据提取。与数据源完成连接后，将某工作表拖拽至画布区，就可以在画布区看到“连接”方式的选择，分别是“实时”和“数据提取”。
图：数据连接方式
“实时连接”：直接从数据源实时查询获取数据信息，tableau不对源数据进行存储。
“数据提取”：将数据源的数据保存到本地计算机，大幅缩短tableau查询载入源数据的时间。
选择数据提取后，可以在弹出窗口继续设定数据提取的有关细节，如通过筛选器确定要提取哪一部分数据。这里将“出版社”字段添加到了筛选器，可以在弹出的对话框中确定需要筛选的具体出版社，以进一步缩小数据提取范围；还可以确定提取的数据是所有行，还是增量部分，又或是前多少行数据；也可以通过通配符、条件等方式选择需要提取的数据。
图：数据提取示例
“实时”和“数据提取”的选择
在实际运用中，可结合实际选择最适合的数据加载方式确保高效完成数据分析工作。
何时选择“数据提取”：
- 不便于实时连接数据源，如数据是通过本地服务器获取，但又需要在别的电脑进行分析时，可以通过”数据提取“将所需分析的数据保存到本地电脑。
- 分析的数据量较大，需要提高数据载入效率，降低源数据库的访问压力时，可以通过数据提取将数据转移到本地计算机。
何时选择“实时连接”：
- 源数据的保密性要求较高，处于安全考虑不希望保存到本地时，可以采取实时连接的方式。
- 要实时更新源数据信息，并且对实时性的要求较高，可以选择实时连接的方式。