Ein ausführlicher Leitfaden zur Tableau-Architektur: Desktop und Server

Wie bei anderen Business-Intelligence-Tools oder -Softwares entstehen die schönen Visualisierungen an der Oberfläche von Tableau, etwa dieses Wasserfalldiagramm, durch robuste und integrierte Prozesse im Hintergrund. Die Struktur dieser Prozesse bezeichnen wir als Tableau-Architektur – und genau darum geht es in diesem umfassenden Leitfaden.

Das Verständnis der Tableau-Architektur gehört zum Alltag von Server-Administratoren und Datenarchitekt:innen. Aber auch Datenanalyst:innen profitieren davon: Sie verstehen die Möglichkeiten und Grenzen des Tools besser und können Fehlerquellen leichter identifizieren und einordnen.

Überblick über die Tableau-Architektur

Tableau bietet über zehn eigenständige Produkte – Tendenz steigend. Diese lassen sich in zwei Hauptkategorien einteilen. Die erste umfasst entwicklungsorientierte Produkte, darunter Tableau Server. Die zweite Gruppe richtet sich an das Veröffentlichen von Inhalten, darunter Tableau Desktop.

Einige dieser Produkte ähneln sich in der Oberfläche und überschneiden sich in Funktionen, besitzen aber jeweils eine eigene Architektur. Sie gehören zwar zu einer Produktfamilie, sind jedoch unterschiedlich eng miteinander verzahnt. Ein Paradebeispiel sind Tableau Desktop und Tableau Server: Was du in Tableau Desktop erstellst, wird an Tableau Server übergeben, wo es veröffentlicht, gespeichert, verwaltet und zum gemeinsamen Arbeiten geteilt werden kann.

Wesentliche Bestandteile der Tableau-Desktop-Architektur

Wenn du Berichte entwickelst, ist Tableau Desktop höchstwahrscheinlich dein tägliches Arbeitsumfeld. Es wird lokal auf deinem Rechner installiert, verbindet sich mit Datenquellen und ist der Ort, an dem du Visualisierungen erstellst.

Die Architektur von Tableau Desktop ist vergleichsweise schlank. Sie besteht aus drei Hauptkomponenten bzw. Schichten.

• Datenschicht: Sie verbindet sich mit Datenquellen und verwaltet sie.
• Berechnungsschicht: Sie übernimmt Transformationen und Berechnungen.
• Visualisierungsschicht: Sie erstellt und zeigt interaktive Diagramme und Grafiken.

Architektur von Tableau Desktop

Schauen wir uns die drei Schichten im Detail an.

Datenschicht

In der Datenschicht kommen deine Daten in Tableau Desktop an und werden für Analyse und Visualisierung aufbereitet. Wie das abläuft, hängt von der Art der Verbindung ab – es gibt zwei Typen:

• Extraktverbindung: Erstellt einen statischen Schnappschuss deiner Daten, der lokal im Projekt gespeichert wird.
• Live-Verbindung: Fragt die Originalquelle in Echtzeit ab, sobald du mit einer Visualisierung interagierst.

Egal, für welchen Typ du dich entscheidest: Tableau Desktop bietet 90 Datenkonnektoren, um auf Daten zuzugreifen, wo immer sie liegen – in Flatfiles, SQL-Servern oder Cloud-Dokumentenplattformen.

Die Datenschicht speichert außerdem Zugriffsinfos wie Speicherort und Berechtigungen und stellt Datenmodellierungsfunktionen bereit, etwa das Aggregieren und Verbinden von Tabellen oder das Ändern von Datentypen.

Berechnungsschicht

Tableau verfügt über eine leistungsstarke Berechnungs-Engine, mit der du benutzerdefinierte Felder für die benötigte Analyse erstellst – von Aggregationen und Segmentierungen über Filter bis hin zu Datentypkonvertierungen und mehr.

Es gibt drei Hauptarten von Berechnungen:

• Grundlegende Berechnungen: Manipulieren Daten auf Zeilen- oder Aggregationsebene.
• Level-of-Detail-Ausdrücke: LOD-Ausdrücke ermöglichen Berechnungen mit kontrollierter Granularität.
• Tabellenberechnungen: Führen Aggregationen über die gesamte Tabelle oder ausgewählte Zeilen durch.

Visualisierungsschicht

In der Visualisierungsschicht erstellst, individualisierst und formatierst du deine Visualisierungen – hier passiert also die eigentliche Magie. Diese Schicht nutzt drei hierarchische Strukturen von Tableau für deine Visuals.

• Arbeitsblatt: Der Baustein jeder Arbeit in Tableau. Eine Leinwand, auf der du beliebige Diagramme erstellen, filtern und formatieren kannst.
• Dashboard: Das Dashboard ist eine Leinwand, auf der du ein oder mehrere Arbeitsblätter kombinierst, ihre Interaktionen definierst und zusätzliche Objekte wie Text, Bilder, Buttons, eingebettete Webseiten u. v. m. ergänzt.
• Story: Die Story fasst mehrere Dashboards zu einem Bericht zusammen, durch den sich Nutzende schrittweise bewegen können.

Die drei Schichten von Tableau Desktop – Daten-, Berechnungs- und Visualisierungsschicht – bilden gemeinsam eine Tableau-Arbeitsmappe. Du kannst die komplette Arbeitsmappe lokal als Tableau Packaged Workbook (.twbx) speichern und mit Teammitgliedern teilen, um sie anzusehen und gemeinsam daran zu arbeiten.

Beachte: Wenn du lediglich eine Arbeitsmappendatei weitergibst, braucht die empfangende Person Tableau Desktop, um sie zu öffnen. Außerdem hast du keine Möglichkeiten zur Verwaltung oder Governance. Deshalb ist das Veröffentlichen deiner Arbeitsmappe auf Tableau Server der effizientere Weg, um in Tableau-Projekten zusammenzuarbeiten. Werfen wir nun einen Blick auf die Tableau-Server-Architektur.

Wesentliche Bestandteile der Tableau-Server-Architektur

Tableau Server ist ein Zusammenspiel aus Prozessen, die gemeinsam eine vollständige Analyseplattform ergeben. Berichte und Datenquellen können veröffentlicht, verwaltet, gesteuert, abgesichert, erkundet und bearbeitet werden. Die Bereitstellung ist On-Premises oder in einer Cloud deiner Wahl möglich. Die volle Verwaltung und Sicherheit liegen bei deiner Organisation.

Die Architektur von Tableau Server umfasst mindestens 18 Komponenten und Subkomponenten, wobei sich die genaue Zahl durch laufende Weiterentwicklungen ändern kann. Im Rahmen dieses Artikels vertiefen wir die wichtigsten Elemente, die am Veröffentlichen einer Arbeitsmappe oder dem Zugriff auf eine Ansicht beteiligt sind. Konkret erläutern wir acht Komponenten.

• Gateway: Einstiegspunkt für Anfragen, der sie an die passenden Komponenten weiterleitet.
• Application Server: Verwalten von Sessions, Authentifizierung und Autorisierung – damit Nutzende nur auf erlaubte Ressourcen zugreifen.
• VizQL Server: Übersetzt Interaktionen in Abfragen und erzeugt daraus Visualisierungen.
• Repository: Speichert Metadaten, Nutzerinformationen und Konfigurationen – die zentrale Datenbank.
• File Store: Speichert und stellt Tableaus Dateien bereit, darunter Arbeitsmappen und Extrakte.
• Data Engine: Führt Abfragen aus und übernimmt Datenberechnungen für schnelle Analysen.
• Data Server: Verwaltet Verbindungen zu Datenquellen und optimiert sowie verteilt Abfragen im Netzwerk.
• Cache Server: Beschleunigt die Performance, indem häufig genutzte Daten und Visualisierungen im Cache vorgehalten werden.

Architektur von Tableau Server

Gateway

Das Gateway ist so etwas wie die Empfangsstelle von Tableau Server. Wenn ein Client eine Anfrage stellt, leitet das Gateway sie an die zuständigen Komponenten weiter. Der Client kann eine Person mit Tableau Desktop sein, die einen Bericht veröffentlichen möchte, oder jemand, der sich anmeldet und eine Ansicht aufruft.

Später im Prozess gibt das Gateway die passende Antwort an den Client zurück – sei es eine angeforderte Ansicht, eine Abfrage oder einfach die Meldung, dass die Veröffentlichung erfolgreich war.

Application Server

Der Application Server ist der Partner des Gateways. Er übernimmt die Anfrage, verarbeitet sie und macht sie bereit für den Weg, den das Gateway vorgibt.

Wenn zum Beispiel eine Arbeitsmappe veröffentlicht werden soll, zerlegt der Application Server sie in zwei Dateien: eine XML-Datei mit allen Informationen zu den Visuals der Arbeitsmappe, die im Repository gespeichert wird, und eine von Tableau entwickelte Datei namens Hyper, die die Quelldaten enthält und im File Store abgelegt wird.

Möchte eine Person den Server aufrufen, prüft der Application Server zunächst anhand der Nutzungsprotokolle im Repository, ob der Account existiert und welche Zugriffsrechte vorliegen. Anschließend bereitet er die passende Benutzeroberfläche für diese Person vor.

VizQL Server

Der VizQL Server ist eine besondere, von Tableau-Gründer:innen entwickelte Komponente. Der Name steht für Visual Query Language. Er fungiert als Übersetzer zwischen der SQL-Sprache von Datenbanken und der visuellen Sprache von Visualisierungen.

Interagiert ein Client mit einer Ansicht, stellt der VizQL Server über Data Engine und Data Server die Abfragen an die Datenquelle. Die benötigten Metadaten ruft er aus dem Repository ab. Sobald Daten und Metadaten zusammengeführt sind, schickt der VizQL Server die Visualisierung an das Gateway, das sie an die Nutzerin oder den Nutzer ausliefert.

Repository

Das Repository ist die zentrale Drehscheibe für das Speichern und Verwalten von Metadaten in Tableau Server. Hier liegen unter anderem die XML-Dateien veröffentlichter Arbeitsmappen sowie Nutzerprotokolle mit Accounts, Rollen und Berechtigungen. Außerdem speichert es Nutzungsdaten von Assets auf dem Server, etwa Aufrufzahlen und besonders häufig genutzte Datenquellen.

Die in Arbeitsmappen verwendeten Datenquellen sind der einzige Datentyp, der nicht im Repository gespeichert wird. Sie liegen im File Store – dazu gleich mehr.

File Store

Der File Store verwaltet die Speicherung extrahierter Datenquellen in Tableau Server. In bestimmten Umgebungen kann er Kopien dieser Extrakte erstellen und verwalten, damit die Daten auch bei technischen Störungen abfragbar bleiben.

Data Engine

Das ist eine speziell für extrahierte Datenquellen im File Store von Tableau Server entwickelte Datenbank-Engine. Die Data Engine transformiert und optimiert diese Extrakte mithilfe von Hyper für eine effiziente Speicherung im File Store.

Zudem dient sie als Schnittstelle, um den File Store zu Abfrage-, Aktualisierungs- oder Auffrischungszwecken zu nutzen – sowohl für Datenextrakte als auch für darauf basierende Ansichten.

Data Server

Wenn eine Ansicht auf extrahierten Datenquellen basiert, sendet der Data Server eine Abfrage an die Data Engine, die wiederum die Daten aus dem File Store bezieht, in dem die Kopie liegt.

Bei Live-Datenquellen ruft der Data Server die entsprechenden Datenkonnektoren auf, um die Daten aus der externen Quelle abzufragen.

Cache Server

Wie der Name vermuten lässt, speichert der Cache Server zuvor abgerufene Ansichten und Abfragen im Arbeitsspeicher, um zukünftige Ergebnisse durch das Ausliefern aus dem Cache zu beschleunigen.

Worauf du bei der Bereitstellung von Tableau in deinem Unternehmen achten solltest

Wenn du Tableau in deiner Organisation einführen möchtest, ist wichtig zu wissen: Tableau Server ist nicht die einzige Option, um Tableau-Ansichten und Datenassets zu veröffentlichen und gemeinsam zu nutzen. Eine Alternative ist Tableau Cloud.

Während Tableau Server vollständig von deiner Organisation betrieben und abgesichert werden muss, bietet Tableau Cloud eine Plattform mit ähnlicher Oberfläche und Funktionalität, die von Tableau selbst gehostet, gemanagt und gesichert wird.

Hat deine Organisation also keine besonderen Sicherheits- oder IT-Infrastruktur-Anforderungen oder nicht die nötigen personellen und technischen Ressourcen für den Eigenbetrieb, ist Tableau Cloud meist die bessere Wahl. Andernfalls: Ärmel hochkrempeln und mit Tableau Server loslegen.

Aus IT-Sicht stellt Tableau ein Blueprint-Dokument sowie eine Enterprise-Architecture-Umfrage mit einer vollständigen Liste an Überlegungen bereit, die Organisationen vor der Einführung von Tableau anstellen sollten. Neben der Einbindung der IT sind aus Governance-Perspektive insbesondere folgende Punkte relevant:

• Governance-Strategie: Klare Richtlinien im Vorfeld sind entscheidend, um zu prüfen, ob und wie sie sich bei der Bereitstellung und dem Betrieb von Tableau Server technisch umsetzen lassen.
• Datenquellen: Volumen und Speicherort deiner Datenquellen sollten vorab erfasst werden. Beides beeinflusst die benötigten Komponenten und die Anzahl der Nodes.
• Nutzerzugriff: Anzahl, Nutzungsfrequenz und Standorte der Nutzenden sind vor der Bereitstellung zu berücksichtigen. Das wirkt sich auf Komponenten, Node-Anzahl und den Bereitstellungstyp aus.
• Bereitstellungstyp: Entscheide, ob du Tableau Server On-Premises – also auf Servern, in einem privaten Rechenzentrum oder in einer privaten oder öffentlichen Cloud – betreiben willst. On-Premises bietet mehr Kontrolle, die Cloud mehr Skalierbarkeit und ortsunabhängigen Zugriff.
• Hardware-Ressourcen: Bei On-Premises-Betrieb prüfe CPU, RAM, Speicher und Internetbandbreite und gleiche sie mit den Tableau-Anforderungen ab – basierend auf der erwarteten Serverlast.
• Schulung und Support: Ist deine Belegschaft bereit, Tableau entlang des gesamten Analyseprozesses zu nutzen? Also für Data Engineering, Analyse, Management und Self-Service? Hast du erfahrene Server-Admins für Tableau? Falls nicht, solltest du vor der Einführung Zeit in Training und Vorbereitung investieren.

Mehr über Tableau lernen

In diesem Artikel haben wir die Architektur der am häufigsten eingesetzten Tableau-Produkte – Tableau Desktop und Tableau Server – beleuchtet und Überlegungen zur unternehmensweiten Einführung besprochen.

Wenn du Tableau Server noch besser verstehen möchtest, probiere dieses interaktive Dashboard von Tableau aus. Außerdem lohnt sich diese Präsentation des Tableau-Teams.

Wenn du neu bei Tableau bist, empfehlen wir unseren Kurs Introduction to Tableau und den kompletten Lernpfad zu Tableau Fundamentals. Wenn du bereits Erfahrung hast, probiere den Lernpfad Data Analyst in Tableau aus – er bereitet dich auf die Tableau Certified Data Analyst-Zertifizierung vor.