重要な質問です！「寸法と測定」を選択した場合でも、心配する必要はありません。これは非常によくある間違いです。でも、私たちは学ぶためにここにいますよね？
新しいデータ ソースに接続すると、Tableau は、フィールドに含まれるデータの種類に応じて、データ ソースの各フィールドをデータ ペインのディメンションまたはメジャーとして割り当てます。これらのフィールドを使用して、データのビューを構築します。

Tableau Data Extract (TDE) は、Tableau がローカルに保存するデータのスナップショットです。少数のフィールドのみが必要な非常に大規模なデータセットに適しています。ローカル データ ソースではなく独自のデータベース エンジンにクエリを実行するため、パフォーマンスが最適化されます。
データの抽出を作成する場合、フィルターを使用したりその他の制限を構成したりすることで、データの総量を減らすことができます。抽出を作成した後、元のデータのデータで抽出を更新できます。データを更新するときは、抽出内のすべてのコンテンツを置き換える完全リフレッシュを実行するか、前回のリフレッシュ以降に新しい行のみを追加する増分リフレッシュを実行するかを選択できます。
抽出にはいくつかの理由があります。
1) 大規模なデータ セットのサポート: 数十億行のデータを含む抽出を作成できます。
2) 迅速な作成: 大規模なデータ セットを操作している場合は、元のデータを操作するよりも抽出の作成と操作の方が高速になる可能性があります。
3) パフォーマンスの向上に貢献する: 抽出データ ソースを使用するビューを操作すると、通常、元のデータへの接続に基づいてビューを操作する場合よりもパフォーマンスが向上します。
4) 追加機能のサポート: 抽出を使用すると、Count Distinct を計算する機能など、元のデータでは利用できないかサポートされていない Tableau 機能を利用できます。
5) データへのオフライン アクセスを提供する: 元のデータが利用できない場合でも、抽出を使用してデータをローカルに保存して操作できるようになります。たとえば、旅行しているとき。

クラスター分析は、ビュー内のマークをクラスターに分割します。各クラスター内のマークは、他のクラスター内のマークよりも互いに類似しています。

Tableau Desktop でメジャーを表示する 1 つの方法は、メジャーをビンに分割することです。ビンは、値の範囲に基づいたバケットと考えることができます。たとえば、年齢を表すメジャーがあるとします。メジャーを集計して平均年齢を計算する代わりに、メジャーをビン化して年齢グループ (0 ～ 5、6 ～ 10、11 ～ 15 など) を定義できます。次に、各年齢グループの人数を数えることができます。
可変ビン サイズの計算フィールドを作成する
ステップ1
[分析] > [計算フィールドの作成] を選択します。
ステップ2
[計算フィールド] ダイアログ ボックスで、次の手順を実行します。

サンプル スーパーストアを参照として使用し、次のようにメタデータの管理アイコンをクリックします。

Tableau で覚えやすく、使いやすいように、特定の列名を変更できます。次のように、Order ID を oID に変更しましょう。

次に、Tableau でこのデータ ソースを使用するときに oID を確認します。これは元のデータ ソースには影響しません。リモート フィールド名により、元のデータ ソース内の列の名前がわかります。