#Techtips: Publiceren en verversen lege extracten op Tableau Server
Wekelijks delen wij tips die jou helpen om het gebruik van Tableau, Alteryx, Snowflake, Matillion en DataRobot nog makkelijker te maken. Deze tips zijn afkomstig van onze gecertificeerde consultants die dagelijks met deze tools werken. Heb jij een handige tip voor iedereen? Laat het ons van vooral weten.
Deze week is het de beurt aan onze collega Ruud Weersink: Werk je met grote hoeveelheden data uit databases? Waarom zou je je tijd verspillen met het verplaatsen van data van en naar de database server? De Alteryx In-Database tools stellen je in staat om data direct in de database omgeving te verwerken met als resultaat een flinke performance verbetering.
In-Database Tools
Binnen Alteryx zijn onderstaande In-Database tools beschikbaar.
Aangezien de in-database workflow verwerking plaatsvindt in de database, zijn de In-Database tools niet compatibel met de standaard Alteryx Tools. De standaard tools maken gebruik van een enkele lijn verbonden tussen twee groene bevestigingspunten.
De In-Database tools maken gebruik van een dubbele lijn tussen twee blauwe bevestigingspunten. Om de standaard tools te verbinden met de In-Database tools, maak je gebruik van de Dynamic Input/Output of Data Stream tools.
Hoe werkt In-Database?
- Definieer de verbinding met de database met behulp van de Connect In-DB tool of maak gebruik van de Data Stream In tool om data uit een standaard workflow over te zetten naar een tijdelijke tabel in de database.
- Voer de gewenste operaties in de database omgeving uit met de beschikbare In-Database tools. Je hoeft dus bijvoorbeeld geen SQL code te schrijven voor deze operaties!
- Gebruik de Write Data In-DB tool om een tabel in de database te creëren of te updaten. Of gebruik de Data Stream Out tool om de data over te zetten vanuit de database omgeving naar de standaard workflow.
- Run de workflow om de dataverwerking te laten plaatsvinden. Er zullen geen resultaten worden teruggeven aan de Alteryx Engine todat de complete in-database workflow is doorlopen.
In-Database performance boost
De verwerking van data kan lang duren wanneer grote hoeveelheden data uit de database getrokken worden die vervolgens weer naar de database weggeschreven moeten worden. Een in-database workflow kan het proces aanzienlijk versnellen.
In een standaard workflow wordt bijvoorbeeld een grote database tabel overgehaald naar het geheugen en gejoined met een kleine spreadsheet. De meeste verwerkingstijd wordt in dit proces gespendeerd aan het binnenhalen van de database records. Met een In-Database workflow wordt deze spreadsheet overgehaald naar de database, wat leidt tot een flinke reductie in verwerkingstijd.
Alteryx ondersteunt diverse databases voor in-database data verwerking, zoals SQL databases en Snowflake. Kijk hier om te kijken of ook jouw database in aanmerking komt!
voor interne ogen:
het eerste bloje tekst gaat over een tip van Arjen en daarna wordt deze blog gevuld met de blog van RuudW over InDatabase met Alteryx.
a.ub. bugfix doorvoeren