Análisis de datos - DA SQL

Qlik Sense Qlik Sense — это BI-инструмент для визуализации данных и аналитики. Как и множество других инструментов, Qlik Sense позволяет создавать интерактивные дашборды с диаграммами, таблицами и графиками, а также строить гистограммы, линейные графики, карты и т.д. Qlik Sense часто сравнивают, например, с Tableau, и не просто так: с его помощью точно так же можно подключаться к большому количеству самых разных источников данных (реляционные БД, Excel, CSV, веб-страницы, инструменты Apache, Teradata, Salesforce и т.п.). Так же поддерживается и питон с SQL, а еще есть возможность шерить друг с другом дашборды и отчеты. 🟠Но у Qlik Sense есть уникальная черта - это ассоциативная модель. Это движок, который автоматически связывает данные. Условно, если мы подключились к БД и вывели несколько таблиц, то Qlik Sense будет анализировать поля в таблицах и искать совпадающие значения. Найдя одни и те же поля в этих таблицах (например, client_id), Qlik Sense свяжет их в граф связей (грубо говоря, это как автоматически прописанные джоины, которые собирают, насколько это возможно, все таблицы из БД воедино). В рамках этого примера, если мы просто зададим какой-либо client_id, то сможем увидеть всю информацию по нему, которая прямо или косвенна раскидана по разным таблицам в БД. И вдобавок к этому, благодаря функционалу, мы еще сможем не только понять, как связаны данные, но и то, как они НЕ связаны (например, если клиент не покупает определенный товар). Очевидно, что в этом всем есть 2 проблемы: ▶️Нужно учитывать то, что для выявления связей нужны исключительно качественные данные, а именно такие, где все нужные столбцы названы идентично. ▶️И еще нужно учитывать то, что Qlik Sense может построить и лишние, не совсем логичные, связи. Для этого желательно грузить не всю БД целиком, а только нужные таблицы. Но если по какой-либо причине автоматическое построение связей работает некорректно, то можно настроить связи вручную. Это можно делать как и через интерфейс, так и через "Qlik-SQL" перед загрузкой данных. Во втором случае можно поступать по-разному: либо прописать джоины вручную: Sales: LOAD * FROM [ПУТЬ К ИСТОЧНИКУ 1]; Customers: LOAD * FROM [ПУТЬ К ИСТОЧНИКУ 2]; // Соединяем по CustomerID Join (Sales) LOAD CustomerID, CustomerName FROM [ПУТЬ К ИСТОЧНИКУ 2]; либо же создать мэппинг: // Создаём справочник CustomerMap: MAPPING LOAD CustomerID, CustomerName FROM [ПУТЬ К ИСТОЧНИКУ 1]; // Применяем к основной таблице Sales: LOAD OrderID, CustomerID, ApplyMap('CustomerMap', CustomerID, 'Unknown') as CustomerName FROM [ПУТЬ К ИСТОЧНИКУ 2]; (в этом примере для отображения CustomerName напротив CustomerID)