統合に関するヒントと高度な概念

データポータルで高度な統合手法を適用して、クエリのパフォーマンスを最適化し、複雑な分析ユースケースを解決します。これらのガイドラインは、行数の管理、テーブル評価順序の構成、マルチソース データセットの効率的なフィルタリングに役立ちます。

使用可能なデータのサブセットのみを統合に含める必要がある

ベスト プラクティスとして、統合に基づくグラフで可視化する特定のフィールドのみを含めることをおすすめします。これが重要な理由は次のとおりです。

  • 統合を行うと、非常に大きなデータセットが作成され、BigQuery などの有料サービスでのパフォーマンス低下やクエリ費用の増加につながることがあります。
  • 統合に基づくグラフでは、グラフ内で未使用であっても、統合内のすべての行が計算されます。
    • たとえば、10 個のフィールドを含む統合を作成し、そのうち 1 個のフィールドのみを使用するグラフを定義するとします。データポータルは 10 個のフィールドを含む統合を計算し、統合の出力内にあるその 1 個のフィールドをクエリしてグラフを作成します。
    • 再集計は、基になるデータのサブセットが統合に含まれている場合にのみ行われます。

統合を使用して指標を再集計する

基になるデータソースから含めた指標の数値は、統合では集計されません。基になるデータソースのフィールド セットの一部が統合に含まれていない場合、これらの数値は新しいデータに基づいて再集計されます。このように統合を使用すると、平均の平均の計算など、すでに集計されているフィールドに別の集計を適用する必要がある場合に役立ちます。

詳しくは、統合を使用してデータを再集計するをご覧ください。

単一のデータソースから統合を作成する

統合で異なるデータソースを使用する必要はありません。同じデータソースの複数のテーブルを統合して、データを再集計することもできます。

たとえば、次の表に示すように、米国の人口上位の州における上位 3 つの郡の人口データを含むデータセットがあるとします。

都道府県

郡

人口(2023 年の推定値)

カリフォルニア

ロサンゼルス郡

10,014,009

カリフォルニア

サンディエゴ郡

3,298,634

カリフォルニア

オレンジ郡

3,186,989

テキサス

ハリス郡

4,731,145

テキサス

ダラス郡

2,613,539

テキサス

タラント郡

2,110,640

ニューヨーク

キングス郡(ブルックリン)

2,736,074

ニューヨーク

クイーンズ郡

2,405,464

ニューヨーク

ブロンクス郡

1,418,890

各郡の人口が州の総人口に占める割合を計算するとします。これを行うには、州の総人口を独自のフィールドとして用意する必要があります。この指標は元のデータセットには含まれていませんが、人口データソースをそれ自体と統合することで計算できます。

  1. ベース データセットを使用してデータソースを作成します。
  2. そのデータソースを使用するグラフをレポートに追加します。
  3. 2 つのテーブルを含む統合を作成します。両方のテーブルで、ステップ 1 で作成したデータソースを使用するように設定します。
    1. 表 1 に、State、County、Population を含め、Population の名前を CountyPopulation に変更します。
    2. テーブル 2 には、[Population] フィールドのみを含め、名前を [StatePopulation] に変更します。
  4. 結合条件として [左外部] 結合を選択し、テーブル 1 の [State] をテーブル 2 の [State] にリンクします。
  5. [保存] をクリックします。
  6. [X] をクリックしてレポート エディタに戻ります。

次に、新しい表グラフをレポートに追加し、新しい統合をデータソースとして選択します。

  1. State、County、CountyPopulation、StatePopulation の各フィールドをグラフに追加します。
  2. 各郡の州人口に対する割合を計算するには、再集計された新しいデータを使用する計算フィールドをグラフに追加します。
    1. プロパティ パネルで [指標を追加] をクリックし、[フィールドを追加] をクリックします。
    2. フィールドに「Percent of State Population」などの名前を付けます。
    3. [計算式] ボックスに「(CountyPopulation / StatePopulation)*100」と入力します。
    4. (省略可)[表示形式] を設定して、パーセンテージ値を特定のレベル(小数点以下 2 桁の場合は [パーセント(2)] など)で表示します。

完了すると、テーブルは次のようになります。

都道府県

郡

CountyPopulation

StatePopulation

州の人口に占める割合

カリフォルニア

ロサンゼルス郡

10014009

16499632

60.69

テキサス

ハリス郡

4731145

9455324

50.04

カリフォルニア

サンディエゴ郡

3298634

16499632

19.99

カリフォルニア

オレンジ郡

3186989

16499632

19.32

ニューヨーク

キングス郡(ブルックリン)

2736074

6560428

41.71

テキサス

ダラス郡

2613539

9455324

27.64

ニューヨーク

クイーンズ郡

2405464

6560428

36.67

テキサス

タラント郡

2110640

9455324

22.32

ニューヨーク

ブロンクス郡

1418890

6560428

21.63

統合内のテーブルの順序

データポータルでは、統合設定が左から右の順に評価されます。各マージの結果は、右側の次のマージに渡されます。たとえば、3 つのテーブルの統合の場合、データポータルはまずテーブル 1(左端)とテーブル 2(中央)を統合し、次にその結果をテーブル 3(右端)と統合します。

自動作成された統合のテーブルの順序

選択したグラフを統合すると、データポータルによってグラフごとにテーブルが作成され、グラフのフィールドが入力されます。テーブルの順序は、グラフを選択した順序と一致します。たとえば、最初に選択したグラフが最初(左端)のテーブルになり、2 番目に選択したグラフが 2 番目のテーブルになります。

また、データポータルでは、左外部結合演算子を使用して、各テーブル間の統合設定が自動的に作成されます。

デフォルト設定がニーズに合わない場合は、目標に合わせて結合条件と演算子を編集できます。

テーブルは統合の前に作成される

統合内の各テーブルのデータは、そのデータが最終統合にマージされる前にクエリされます。テーブルの期間、フィルタ、計算フィールドは、統合が実行される前に、テーブルを生成するクエリに適用されます。これらの要因は、統合テーブルに含まれるデータに影響を与え、統合の出力を変更する可能性があります。

統合すると SQL 結合よりも行数が少なくなる場合がある

統合内の各テーブルのデータは、そのデータが最終統合に結合される前に、テーブルに含まれるディメンションに基づいてグループ化および集計されます。選択したディメンションに各レコードの固有識別子が含まれていない場合、テーブルが結合される前のこの事前グループ化フェーズで、同一の行が折りたたまれます。この折りたたみにより、同じデータに対して SQL 結合クエリを直接実行した場合よりも行数が少なくなることがあります。これは、SQL 結合では集計前に行が個別に評価されるためです。

行が途中で折りたたまれないようにし、データポータルでの統合によって SQL 結合と同様の行数が生成されるようにするには、統合エディタで各テーブルのディメンション リストに固有識別子フィールド(主キーや一意の行 ID など)を追加します。この ID フィールドをグラフに表示する必要はありません。統合設定に含めることで、事前集計ステップで各レコードが個別の行として扱われるようになります。

統合すると元のデータよりも多くの行が含まれる場合がある

統合グラフには、統合を構成する個々のデータソースに基づくグラフよりも多くのデータが表示されることがあります。結果は、データと、統合に選択した結合設定によって異なります。たとえば、左外部結合には、左側のテーブルにあるすべてのレコードと、結合条件で同じ値を共有する右側のテーブルのレコードすべてが含まれています。結合条件に一致が複数ある場合、統合データには一番左のデータソースにあるよりも多くの行が表示される可能性があります。

結合では行が増える可能性がありますが(たとえば、条件がテーブル間で複数の行に一致する場合や、クロス結合を使用する場合)、ユニオンでは行数が厳密に加算されます。ユニオンは行を垂直方向に追加するため、最終的な統合行数がソーステーブルの行数の合計を超えることはありません(重複する行が削除された場合は、合計よりも少なくなります)。その結果、ユニオンでは、複雑な結合に関連する指数関数的な行の乗算リスクと、それに関連するクエリ パフォーマンスの低下を回避できます。

統合と明示的な期間およびフィルタ

統合内の行数を制限するには、期間の使用またはフィルタの適用という 2 つの方法があります。行の制限は、統合に基づくグラフ、または統合を構成するテーブルで行うことができます。このプロセスは、「統合前」と「統合後」のどちらであるかを考えると参考になります。

期間またはフィルタを統合内のテーブルに適用した場合は、統合内の他のテーブルと統合する前に反映されます。期間外の行や、フィルタによって除外された行には、マージクエリを適用できません。

統合に基づくグラフに期間やフィルタを適用する場合は、統合が作成された後(「統合後」)にデータに適用されます。

この違いは、データと統合の設定によっては、グラフに表示される結果に大きく影響する場合があります。

統合と継承フィルタ

統合では、統合前または統合後のデータとフィルタとの互換性がある限り、レポート、ページ、またはグループ単位のフィルタが継承されます。統合で使用される基となるデータソースとの互換性がある場合、そのフィルタは統合前のデータに適用されます。それ以外の場合、フィルタは統合後のデータに適用されます。統合前または統合後のデータとの互換性がない場合には、そのフィルタは無視されます。

詳しくは、フィルタの継承をご覧ください。

統合に基づくグラフが継承フィルタの適用対象である場合、データポータルでは、データが 5 段階のステップで処理されます。

(事前ブレンド):

  • ステップ 1: データが、[データを統合] パネルで指定されたディメンションに基づいてグループ化され、集計されます。
  • ステップ 2: 継承されたディメンション フィルタと互換性のある指標フィルタが、[データを統合] パネルに含まれるデータソースに適用されます。

(統合):

  • ステップ 3: データが指定された結合設定を使って統合されます。

(ポストブレンド):

  • ステップ 4: データは、グラフのディメンションに基づいてグループ化され、集計されます。
  • ステップ 5: 統合データと互換性のある指標フィルタが、グラフに適用されます。