Tập lệnh máy chủ Python

từ chối trách nhiệm. Chủ đề này bao gồm thông tin về sản phẩm của bên thứ ba. Xin lưu ý rằng mặc dù chúng tôi cố gắng hết sức để giữ cho các tham chiếu đến nội dung của bên thứ ba được chính xác, nhưng thông tin chúng tôi cung cấp ở đây có thể thay đổi mà không cần thông báo trước khi python thay đổi. Để biết thông tin cập nhật nhất, vui lòng tham khảo tài liệu và hỗ trợ về python

Python là ngôn ngữ lập trình cấp cao được sử dụng rộng rãi để lập trình cho mục đích chung. Bằng cách gửi các lệnh Python đến một dịch vụ bên ngoài thông qua Tableau Prep Builder , bạn có thể dễ dàng mở rộng các tùy chọn chuẩn bị dữ liệu của mình bằng cách thực hiện các hành động như thêm số hàng, xếp hạng các trường, .

Để bao gồm các tập lệnh Python trong quy trình của bạn, bạn cần định cấu hình kết nối giữa Tableau và máy chủ TabPy. Sau đó, bạn có thể sử dụng tập lệnh Python để áp dụng các hàm được hỗ trợ cho dữ liệu từ luồng của mình bằng cách sử dụng khung dữ liệu gấu trúc. Khi bạn thêm một bước tập lệnh vào luồng của mình và chỉ định chi tiết cấu hình, tệp và chức năng mà bạn muốn sử dụng, dữ liệu sẽ được chuyển an toàn đến máy chủ TabPy, các biểu thức trong tập lệnh được áp dụng và kết quả được trả về dưới dạng bảng

Bạn có thể chạy các luồng bao gồm các bước tập lệnh trong Tableau Server miễn là bạn đã định cấu hình kết nối với máy chủ TabPy của mình. Chạy các quy trình với các bước tập lệnh trong Tableau Cloud, hiện không được hỗ trợ. Để định cấu hình Máy chủ Tableau, hãy xem

Để biết thông tin về cách định cấu hình trang web trên Tableau Server với tiện ích mở rộng phân tích cho sổ làm việc, hãy xem Định cấu hình kết nối với tiện ích mở rộng Analytics

điều kiện tiên quyết

Để bao gồm các tập lệnh Python trong quy trình của bạn, hãy hoàn thành thiết lập sau. Tạo hoặc chạy các quy trình với các bước tập lệnh trong Tableau Cloud hiện không được hỗ trợ

1. Tải xuống và cài đặt Python [Liên kết mở trong cửa sổ mới] . Tải xuống và cài đặt phiên bản Python mới nhất cho Linux, Mac hoặc Windows.

2. Tải xuống và cài đặt máy chủ Tableau Python [TabPy [Liên kết mở trong cửa sổ mới] ]. Làm theo hướng dẫn cài đặt và cấu hình để cài đặt TabPy. Tableau Prep Builder sử dụng TabPy để truyền dữ liệu từ luồng của bạn qua TabPy làm đầu vào, áp dụng tập lệnh của bạn, sau đó trả kết quả trở lại luồng.

3. Cài đặt Pandas. Chạy pip3 install pandas. Bạn phải sử dụng khung dữ liệu pandas trong tập lệnh của mình để tích hợp với Tableau Prep Builder .

Định cấu hình máy chủ Tableau Python [TabPy] cho Máy chủ Tableau

Nếu bạn định xuất bản, tạo, chỉnh sửa và chạy các quy trình bao gồm các bước tập lệnh trong Tableau Server, bạn sẽ cần định cấu hình kết nối giữa máy chủ TabPy của mình và Máy chủ Tableau

• Phiên bản 2019. 3 trở lên. Bạn có thể chạy các flow đã xuất bản bao gồm các bước tập lệnh trong Tableau Server
• Phiên bản 2020. 4. 1 trở lên. Bạn có thể tạo, chỉnh sửa và chạy các quy trình bao gồm các bước tập lệnh trong Tableau Server
• Hoạt cảnh đám mây. Tạo hoặc chạy các quy trình với các bước tập lệnh hiện không được hỗ trợ

1. Mở dòng lệnh/shell TSM

2. Nhập các lệnh sau để đặt địa chỉ máy chủ, giá trị cổng và thời gian chờ kết nối

   tsm security maestro-tabpy-ssl enable --connection-type {maestro-tabpy-secure/maestro-tabpy} --tabpy-host --tabpy-port --tabpy-username --tabpy-password --tabpy-connect-timeout-ms

   • Chọn {maestro-tabpy-secure} để kích hoạt kết nối an toàn hoặc {maestro-tabpy} để kích hoạt kết nối không an toàn
   • Nếu bạn chọn {maestro-tabpy-secure}, hãy chỉ định tệp chứng chỉ -cf trong dòng lệnh
   • Chỉ định --tabpy-connect-timeout-ms tính bằng mili giây. Ví dụ --tabpy-connect-timeout-ms 900000

3. Để tắt kết nối TabPy, hãy nhập lệnh sau

   def get_output_schema[]:       
     return pd.DataFrame[{
       'Opportunity Number' : prep_int[],
       'Supplies Subgroup Encoded' : prep_int[],
       'Region Encoded' : prep_int[],
       'Route To Market Encoded' : prep_int[],
       'Opportunity Result Encoded' : prep_int[],
       'Competitor Type Encoded' : prep_int[],
       'Supplies Group Encoded' : prep_int[]
   }]
   

   0

Tạo tập lệnh python của bạn

Khi bạn tạo tập lệnh của mình, hãy bao gồm một hàm chỉ định pandas [pd. DataFrame] làm đối số của hàm. Thao tác này sẽ gọi dữ liệu của bạn từ Tableau Prep Builder . Bạn cũng sẽ cần trả về kết quả ở dạng pandas [pd. DataFrame] sử dụng các loại dữ liệu được hỗ trợ.

Ví dụ: để thêm mã hóa vào một tập hợp các trường trong một luồng, bạn có thể viết đoạn mã sau

def encode[input]:     
  le = preprocessing.LabelEncoder[]
  Return pd.DataFrame[{
    'Opportunity Number' : input['Opportunity Number'],
    'Supplies Subgroup Encoded' : le.fit_transform[input['Supplies Subgroup']],
    'Region Encoded' : le.fit_transform[input['Region']],
    'Route To Market Encoded' : le.fit_transform[input['Route To Market']],
    'Opportunity Result Encoded' : le.fit_transform[input['Opportunity Result']],
    'Competitor Type Encoded' : le.fit_transform[input['Competitor Type']],
    'Supplies Group Encoded' : le.fit_transform[input['Supplies Group']],
}]

Các loại dữ liệu sau đây được hỗ trợ

Loại dữ liệu trong Tableau Prep BuilderLoại dữ liệu theo chuỗi PythonStringStandard UTF-8DecimalDoubleIntIntegerBoolBooleanDateString ở định dạng ISO_DATE “YYYY-MM-DD” với độ lệch vùng tùy chọn. Ví dụ: “2011-12-03” là một ngày hợp lệ. DateTimeString ở định dạng ISO_DATE_TIME “YYYY-MM-DDT. hộ. mm. ss” với vùng bù tùy chọn. Ví dụ, “2011-12-03T10. 15. 30+01. 00” là một ngày hợp lệ

Ghi chú. Ngày và Ngày giờ phải luôn được trả về dưới dạng chuỗi hợp lệ

Nếu bạn muốn trả về các trường khác với những gì bạn nhập, bạn sẽ cần bao gồm hàm get_output_schema trong tập lệnh xác định loại dữ liệu và đầu ra. Nếu không, đầu ra sẽ sử dụng các trường từ dữ liệu đầu vào, được lấy từ bước trước bước tập lệnh trong quy trình

Sử dụng cú pháp sau khi chỉ định loại dữ liệu cho các trường của bạn trong get_output_schema

Hàm trong PythonDữ liệu kết quả typeprep_string[]Stringprep_decimal[]Decimalprep_int[]Integerprep_bool[]Booleanprep_date[]Dateprep_datetime[]DateTime

Ví dụ sau đây cho thấy hàm get_output_schema được thêm vào tập lệnh python mã hóa trường

def get_output_schema[]:       
  return pd.DataFrame[{
    'Opportunity Number' : prep_int[],
    'Supplies Subgroup Encoded' : prep_int[],
    'Region Encoded' : prep_int[],
    'Route To Market Encoded' : prep_int[],
    'Opportunity Result Encoded' : prep_int[],
    'Competitor Type Encoded' : prep_int[],
    'Supplies Group Encoded' : prep_int[]
}]

Kết nối với máy chủ Tableau Python [TabPy] của bạn

Quan trọng. Bắt đầu từ Tableau Prep Builder phiên bản 2020. 3. 3, bạn có thể định cấu hình kết nối máy chủ của mình một lần từ menu Trợ giúp trên cùng thay vì thiết lập kết nối cho mỗi luồng trong bước Tập lệnh bằng cách nhấp vào Connect to Tableau Python [TabPy] Server and entering your connection details. You will need to reconfigure your connection using this new menu for any flows that were created in an older version of Tableau Prep Builder mà bạn mở trong phiên bản 2020. 3. 3.

1. Chọn Trợ giúp > Cài đặt và hiệu suất > Manage Analytics Extension Connection.

2. Trong danh sách thả xuống Chọn tiện ích mở rộng Analytics , hãy chọn Máy chủ Tableau Python [TabPy] . .

3. Nhập thông tin đăng nhập của bạn
   • Cổng 9004 là cổng mặc định cho TabPy
   • Nếu máy chủ yêu cầu thông tin xác thực, hãy nhập tên người dùng và mật khẩu

   • Nếu máy chủ sử dụng mã hóa SSL, hãy chọn hộp kiểm Yêu cầu SSL, sau đó nhấp vào Không chỉ định tệp cấu hình tùy chỉnh . liên kết để chọn chứng chỉ cho kết nối. Đây là tệp chứng chỉ máy chủ SSL của bạn.

     Ghi chú. Tableau Prep Builder không cung cấp cách kiểm tra kết nối. Nếu có vấn đề với kết nối, thông báo lỗi sẽ hiển thị.

Thêm tập lệnh vào quy trình của bạn

Khởi động máy chủ TabPy của bạn sau đó hoàn thành các bước sau

Ghi chú. TabPy yêu cầu gói lốc xoáy phiên bản 5. 1. 1 để chạy. Nếu bạn nhận được lỗi 'cơn lốc xoáy. web' không có thuộc tính 'không đồng bộ' khi cố gắng khởi động TabPy, từ dòng lệnh chạy

def get_output_schema[]:       
  return pd.DataFrame[{
    'Opportunity Number' : prep_int[],
    'Supplies Subgroup Encoded' : prep_int[],
    'Region Encoded' : prep_int[],
    'Route To Market Encoded' : prep_int[],
    'Opportunity Result Encoded' : prep_int[],
    'Competitor Type Encoded' : prep_int[],
    'Supplies Group Encoded' : prep_int[]
}]

1 để kiểm tra phiên bản cơn lốc xoáy đã được cài đặt. Nếu bạn đã cài đặt một phiên bản khác, hãy tải xuống. Sau đó chạy

def get_output_schema[]:       
  return pd.DataFrame[{
    'Opportunity Number' : prep_int[],
    'Supplies Subgroup Encoded' : prep_int[],
    'Region Encoded' : prep_int[],
    'Route To Market Encoded' : prep_int[],
    'Opportunity Result Encoded' : prep_int[],
    'Competitor Type Encoded' : prep_int[],
    'Supplies Group Encoded' : prep_int[]
}]

2 để gỡ cài đặt phiên bản hiện tại của bạn, sau đó chạy

def get_output_schema[]:       
  return pd.DataFrame[{
    'Opportunity Number' : prep_int[],
    'Supplies Subgroup Encoded' : prep_int[],
    'Region Encoded' : prep_int[],
    'Route To Market Encoded' : prep_int[],
    'Opportunity Result Encoded' : prep_int[],
    'Competitor Type Encoded' : prep_int[],
    'Supplies Group Encoded' : prep_int[]
}]

3 để cài đặt phiên bản cần thiết

1. Mở Tableau Prep Builder và nhấp vào nút Thêm kết nối

   .

   Trong tác giả web, từ trang Trang chủ , hãy nhấp vào Tạo > Flow or from the Explore page, click New > Flow. Then click Kết nối với dữ liệu .

2. Từ danh sách trình kết nối, hãy chọn loại tệp hoặc máy chủ lưu trữ dữ liệu của bạn. Nếu được nhắc, hãy nhập thông tin cần thiết để đăng nhập và truy cập dữ liệu của bạn

   Chúng tôi có thể chạy tập lệnh Python trên máy chủ không?

   Nhiều công ty lưu trữ web cài đặt trình thông dịch Python trên máy chủ . Bằng cách này, trang web mà bạn lưu trữ từ công ty này có thể chạy các tập lệnh Python. Để chạy tập lệnh Python, bạn chỉ cần thực hiện một vài chỉnh sửa ở một vài chỗ.

   Làm cách nào để kết nối với máy chủ bằng tập lệnh Python?

   Một máy chủ đơn giản . Tiếp theo, gọi phương thức chấp nhận của đối tượng được trả về. Phương thức này đợi cho đến khi một máy khách kết nối với cổng mà bạn đã chỉ định, sau đó trả về một đối tượng kết nối đại diện cho kết nối với máy khách đó. call bind[hostname, port] function to specify a port for your service on the given host. Next, call the accept method of the returned object. This method waits until a client connects to the port you specified, and then returns a connection object that represents the connection to that client.