SQL avec Tableau

Les données sont au cœur du quotidien des data scientists. Des ventes et profits d’une entreprise au flux de passagers dans un aéroport, tout produit des données. Celles-ci sont consignées, puis le plus souvent stockées dans des bases de données. Une mission essentielle du data scientist consiste à accéder à ces bases, puis à analyser les données qu’elles contiennent. La plupart des outils ETL utilisés pour le nettoyage exécutent en réalité des commandes SQL en arrière-plan. Ainsi, maîtriser un minimum de SQL est un véritable atout pour un utilisateur de Tableau.

Objectif

Au-delà de ses nombreux atouts en visualisation, Tableau offre d’excellentes capacités de connexion natives. Tableau s’intègre facilement avec des SGBD comme SQL. Cela apporte plus de fonctionnalités et s’avère très pratique pour les data scientists habitués à travailler en SQL. Tableau fournit un connecteur optimisé et en direct à SQL Server, ce qui permet de créer graphiques, rapports et tableaux de bord tout en travaillant directement sur vos données.

Prérequis

Cet article suppose que vous connaissez déjà Tableau, ses caractéristiques et son usage pour l’analyse. Comme nous nous concentrons ici sur SQL avec Tableau, nous vous recommandons de consulter d’abord les tutoriels suivants, d’excellentes introductions à Tableau et à SQL :

Data Visualisation with Tableau

SQL Tutorial: How To Write Better Queries

1. Tableau

Tableau Software est une entreprise américaine de logiciels, basée à Seattle, qui édite des solutions de visualisation de données interactives dédiées à la BI. Les principaux produits sont Tableau Desktop, Tableau Public et Tableau Online. Vous pouvez en savoir plus ici. Dans ce tutoriel, nous utiliserons Tableau Desktop (essai de 14 jours disponible), car la version gratuite Tableau Public ne propose pas la connectivité SQL.

Installation

Téléchargez l’édition Tableau Desktop depuis le site officiel. Suivez les instructions d’installation ; si l’écran suivant s’affiche lorsque vous cliquez sur l’icône Tableau, vous êtes prêt.

2. Bases de données relationnelles : aperçu rapide

Le système de gestion de base de données (SGBD) est le logiciel qui interagit avec les utilisateurs finaux, les applications et la base elle-même pour capter et analyser les données. Le SGBD dédié aux bases relationnelles est appelé Relational Database Management System (RDBMS).

Une base de données relationnelle se compose d’une ou plusieurs tables d’informations. Les lignes d’une table sont des enregistrements et les colonnes sont des champs ou attributs. Une base contenant au moins deux tables liées est dite relationnelle, c’est-à-dire faite de données interreliées. Parmi les principaux SGBDR, on trouve Oracle, MySQL, Microsoft SQL Server, PostgreSQL, Microsoft Access et SQLite.

L’idée clé d’une base relationnelle est de structurer vos données par thèmes, avec une table dédiée à la description des enregistrements de chaque thème.

Source ## SQL SQL, ou Structured Query Language, est un langage conçu pour les SGBDR. C’est un langage déclaratif de manipulation de données et d’accès aux bases. SQL sert à insérer, modifier, mettre à jour et interroger les données. On peut le considérer comme un langage des bases de données. # 3. Connexion à SQL Server Il existe une valeur cachée dans nos données Microsoft SQL Server, enfouie sous les rapports standard et certains outils BI complexes. Tableau révèle ces insights en permettant à chacun de réaliser des analyses visuelles avancées sur les données SQL Server. Nous pouvons connecter Tableau à SQL Server en direct pour des requêtes optimisées et spécifiques à la plate-forme, ou charger les données dans le moteur analytique de Tableau pour soulager la base. Parcourons un exemple montrant comment connecter une base SQL Server à Tableau Desktop, puis l’exploiter pour créer des visualisations. ## Base d’exemple Pour la démonstration, nous utiliserons une instance SQL Server publique sur AWS et une base créée à partir du jeu de données intégré de Tableau, Superstore. Elle contient des informations sur les produits, les ventes, les profits, etc. Notre objectif, en tant qu’analystes, est d’analyser ces données et d’identifier des axes d’amélioration pour cette entreprise fictive. Cette instance SQL Server est hébergée par Ken Flerlage, auteur régulier de billets pour les utilisateurs de Tableau. ## Accéder à la base d’exemple - Installez SQL Server Management Studio (SSMS). SSMS est un environnement gratuit et intégré pour gérer toute infrastructure SQL. Avec SSMS, vous pouvez déployer, superviser et mettre à niveau les composants de données utilisés par vos applications, ainsi que rédiger requêtes et scripts. - Une fois téléchargé et installé, l’écran suivant vous demandera des identifiants spécifiques.

Saisissez les identifiants suivants :

Server Name: ec2-52-14-205-70.us-east-2.compute.amazonaws.com\n\nAuthentication: SQL Server Authentication\n\nLogin: SQL\n\nPassword: SQL\n

Vous obtiendrez un accès \u00ab Read Only \u00bb à la base SuperStoreUS.

Dans notre exemple, ec2\u201352\u201314\u2013205\u201370.us-east-2.compute.amazonaws.com est le nom de l’instance, SuperstoreUS et Test sont les bases, et Orders, Customers, etc. sont des tables de la base SuperstoreUS. Il peut donc y avoir plusieurs instances, chacune contenant de nombreuses bases, qui à leur tour regroupent plusieurs tables.

4. Importer des données SQL dans Tableau

Configurer la connexion

Ouvrez Tableau Desktop et accédez à l’écran d’accueil. Dans le panneau de connexion, vous disposez de nombreuses options de sources de données à relier à Tableau. Nous allons nous connecter à Microsoft SQL Server.

En cliquant sur l’option Microsoft SQL Server, un nouvel écran s’ouvre pour saisir le serveur auquel connecter Tableau. Renseignez les détails, et l’espace de travail familier de Tableau s’affiche.

Nous pouvons maintenant choisir parmi les bases disponibles. Ici, nous sélectionnerons la base SuperStore US.

Vous pouvez ensuite glisser-déposer la table souhaitée dans la vue. Glissons par exemple la table orders pour poursuivre l’analyse. Le panneau d’aperçu propose Mettre à jour maintenant, pour charger l’aperçu manuellement, ou Mettre à jour automatiquement.

Récupérer des données depuis plusieurs tables d’une même base

Il est également possible d’importer des données depuis plusieurs tables dans Tableau via des jointures. Joindre, c’est combiner des tables reliées par des champs communs. Par exemple, on peut joindre Orders et Returns car elles partagent une colonne Order-ID. La jointure crée une table virtuelle en accolant les colonnes des différentes tables.

Join

Si l’analyse nécessite des sources multiples, on parle de Data Blending (mélange de données). Vous pouvez en savoir plus ici.

Blend #

5. SQL personnalisé

Le SQL personnalisé vous laisse contrôler les données à importer dans Tableau. Il ne s’agit pas tant d’écrire des requêtes SQL que de définir précisément l’ensemble de données. Pour créer un SQL personnalisé : - Cliquez sur l’onglet SQL personnalisé à gauche pour ouvrir la boîte de dialogue. - Saisissez la requête à exécuter. - Mettez à jour les résultats : nous n’obtenons ici que les commandes dont la quantité est supérieure à 4. - Passez ensuite à la feuille de calcul et explorez dans Tableau.

C’était une requête simple compte tenu du volume de données, mais vous pouvez tout à fait exécuter des requêtes plus complexes.

6. Filtres au niveau de la source de données

Comme pour le SQL personnalisé, il est également possible de cibler des données spécifiques via les filtres de source de données. Voyons comment procéder.

\n
• Faites glisser l’onglet Orders dans la vue. La table Orders contient un champ Region représentant les quatre régions des États-Unis où les produits sont vendus.
\n
• Supposons que nous ne voulions que les commandes des régions West et Central. Allez dans Filtres en haut à droite, cliquez sur Ajouter, puis Ajouter à nouveau.
\n
• Une liste de champs s’affiche. Sélectionnez le champ Region (ou tout autre champ voulu).
\n
• Vous voyez alors la liste des valeurs possibles pour ce champ. Choisissez celles qui vous intéressent et cliquez sur OK.
\n
• Vous obtenez ainsi des données filtrées dès le niveau de la connexion.
\n

Gardez à l’esprit que le SQL personnalisé comme les filtres de source de données doivent être réservés à des besoins spécifiques. La meilleure approche consiste souvent à connecter d’abord les données à Tableau, puis à utiliser les filtres dans Tableau.

7. Analyse dans Tableau

Une fois les données SQL Server importées dans Tableau, l’analyse se fait très simplement. Examinons notre feuille de plusieurs façons :

\n
• Analyser les ventes par État
\n

\n
• Identifier les États où les ventes dépassent 5\u00a0000
\n

\n
• Étudier la relation entre ventes et profit
\n

En bref, l’analyse dans Tableau après connexion à SQL Server est tout aussi directe que n’importe quelle autre analyse standard.

8. Conclusion

Combiner SQL et Tableau fait passer l’analyse de données au niveau supérieur. Vous pouvez connecter SQL Server à Tableau et y extraire les données directement. Tableau permet d’alterner les modes de connexion en un clic pour appliquer des requêtes en mémoire à des volumes plus importants. SQL est un outil très utile et, associé à l’expertise de Tableau, il renforce la puissance et la pertinence de vos analyses.

Pour aller plus loin en SQL, suivez le cours Intro to SQL for Data Science de DataCamp.

Références

\n
• Microsoft SQL Server — Tableau
\n
• Programming with Databases in Python using SQLite
\n