历史版本21 :上下合并 返回文档
编辑时间: 内容长度:图片数:目录数: 修改原因:

目录:

1. 概述编辑

[helpvideo]1255[/helpvideo]

1.1 版本

FineBI 版本
功能变动
5.1-
5.1.13直连:新增支持「Hadoop Hive数据库」中的数据表与 Excel 上下合并
5.1.15直连:新增支持「impala 数据库」中的数据表与 Excel 上下合并

1.2 应用场景

上下合并产生的是联合结果集,即 SQL 语句中的 union all

可能存在这样的情况:一家公司由于历史原因,把订单信息分开存储在了多个地方,不同分公司独立存储,导致信息并不通畅。那么在FineBI中就可以使用上下合并将数据表拼接成一个,把所有订单信息协调在一起。

效果如下图所示:

1596001237782798.png

上下合并的示例应用场景请参见:多指标合并进行占比分析

1.3 直连版本注意事项

  • 直连版本上下合并的两张表不能来自两个数据源中(抽数版本可以来自两个数据源)。

       合并后会报错:[DIRECT-ETL] unsupported data source: databases on different hosts/ports

2. 示例编辑

示例数据下载:签约表示例数据.rar

某公司它上海、深圳、北京的数据分别存在三张表中,不方便分析。可以使用「上下合并」功能将其合并到一起。

1)下载示例数据后将其上传至 FineBI ,如下图所示:

46.png

2)添加一个新的自助数据集,先勾选「签约表-上海」的所有字段,如下图所示:

1.png

3)接下来就需要与深圳和北京的字段合并,添加上下合并,如下图所示:

48.png

4)选择「签约表-北京、签约表-深圳」作为要合并的表。如下图所示:

注:不能选择当前自助数据集的子表作为要合并的表。子表会灰化,鼠标触碰后提示“该表为当前表的子表,无法选择”。

2.png

5)进入上下合并配置界面,字段名一致的系统会将其自动匹配;字段名不一致,系统会将其认为是不同字段。

3.png

6)在本示例中,这三个字段虽然字段名不一致,但是都是地区字段。手动调整为一个字段即可,如下图所示:

1.gif

如此便将上海、深圳、北京的数据合并到一张表中了,方便之后进行分析。

3. 其他功能补充编辑

3.1 选择要合并表的部分字段

默认添加要合并表的所有字段,但用户可以通过「...」选择部分字段,如下图所示:

5.png

3.2 更改合并后的字段名

在合并结果集字段处单击字段,可以对字段进行重命名操作,如下图:

6.png

3.3 编辑合并表

点击「编辑合并表」可以回到选表界面,重新选择需要合并的表。如下图所示:

7.png