Cách chạy Python trong Tableau với TabPy: Hướng dẫn đầy đủ

Tableau là một công cụ trực quan hóa dữ liệu rất phổ biến trong giới chuyên môn dữ liệu và thường được yêu cầu trong tuyển dụng. Python là ngôn ngữ lập trình linh hoạt, được dùng rộng rãi trong khoa học dữ liệu. Việc tích hợp Python vào Tableau cho phép người dùng xây dựng các mô hình tinh vi, chạy các phép tính phức tạp và mở rộng năng lực gốc của Tableau. 

Điều này đặc biệt hữu ích cho các nhà phân tích dữ liệu, nhà khoa học dữ liệu và chuyên gia BI muốn khai thác mô hình thống kê, học máy và kỹ thuật xử lý dữ liệu trực tiếp trong bảng điều khiển của họ.

Bài viết này là hướng dẫn thực hành tích hợp Python vào Tableau. Bạn sẽ học cách thiết lập môi trường, chạy script Python, khám phá các trường hợp sử dụng phân tích nâng cao và xử lý sự cố thường gặp. Nếu bạn muốn tìm hiểu nhập môn về Tableau, hãy theo dõi khóa học giới thiệu Tableau này.

Tìm hiểu về tích hợp

Tích hợp Python với Tableau được thực hiện thông qua một dịch vụ bên ngoài, phần mở rộng phân tích gọi là TabPy (Tableau Python Server). Phần mở rộng này cho phép người dùng Tableau chạy các script Python ngay trong môi trường Tableau. 

Mặc dù bạn có thể đã quen dùng Python để tạo tệp rồi trực quan hóa trong Tableau như hướng dẫn trực quan hóa dữ liệu với Python và Tableau này, kết nối với TabPy cho phép tích hợp liền mạch hơn giữa dữ liệu trong Tableau và các script Python của bạn.

Vai trò của TabPy

TabPy hoạt động như cầu nối giữa Tableau và Python. Nó vận hành theo mô hình client-server, trong đó Tableau (client) gửi script đến TabPy (server), server sẽ thực thi trong môi trường Python và trả kết quả về.

Cách hoạt động

1. Tableau Desktop hoặc Server gửi script thông qua trường tính toán.
2. TabPy thực thi mã Python.
3. Kết quả được gửi lại Tableau để hiển thị trong trực quan hóa.

Sơ đồ mô tả kết nối giữa Tableau, TabPy và môi trường Python, tạo bằng eraser.io

Lợi ích khi dùng Python với Tableau

Dù Tableau rất mạnh mẽ, đôi khi các trường tính toán của nó có thể cồng kềnh hoặc kém hiệu quả với tác vụ phân tích phức tạp. Tích hợp Python mang lại nhiều lợi thế so với khả năng gốc của Tableau và giúp người dùng linh hoạt hơn trong xử lý dữ liệu. 

Chẳng hạn, bạn có thể thực hiện các trường hợp sau với Python:

• Mô hình nâng cao: Dùng các thư viện như scikit-learn, statsmodels và xgboost cho hồi quy, phân cụm và phân loại.
• Tích hợp API: Lấy dữ liệu thời gian thực qua API như Twitter, Reddit hoặc dịch vụ doanh nghiệp tùy chỉnh.
• Xử lý động: Chạy phép tính thích ứng theo đầu vào của người dùng hoặc dữ liệu thay đổi. Bạn có thể dùng các gói như pandas hoặc numpy để tăng sức mạnh phân tích cho dashboard Tableau.

Thiết lập TabPy

Để bắt đầu dùng Python trong Tableau, bạn cần cài đặt và cấu hình TabPy. Bước này khá đơn giản! Chủ yếu là đảm bảo bạn đã cài Python và Tableau trên máy.

Yêu cầu hệ thống và cài đặt

Điều kiện tiên quyết:

• Python 3.7+ (đảm bảo có pip)
• Tableau Desktop hoặc Tableau Server (khuyến nghị 2020.1 trở lên)

Cài đặt từng bước:

1. Cài đặt Python. Thực hiện theo hướng dẫn cho hệ điều hành của bạn để cài Python.

2. Tạo môi trường ảo:

python3 -m venv tableau-envĐược hỗ trợ bởi

3. Cài đặt TabPy (hãy kích hoạt môi trường của bạn). Bạn cũng có thể cài thêm các gói như pandas, numpy, sklearn, v.v. vào lúc này.

pip install tabpyĐược hỗ trợ bởi

4. Khởi động TabPy:

tabpyĐược hỗ trợ bởi

Cấu hình TabPy

Để tùy chỉnh TabPy, hãy chỉnh sửa tệp cấu hình của nó. Các tùy chỉnh này cho phép bạn thay đổi những yếu tố như cổng mà TabPy lắng nghe và giao thức truyền tải nó sử dụng. Để biết thêm về thiết lập cấu hình, hãy theo dõi hướng dẫn cấu hình của TabPy.

Tệp cấu hình mẫu (tabpy.conf)

Dưới đây là ví dụ tệp cấu hình cho tabpy.

[TABPY]
TABPY_PORT = 9004
TABPY_TRANSFER_PROTOCOL = httpĐược hỗ trợ bởi

Mẹo về mạng và bảo mật

Vì TabPy dựa vào kết nối kiểu máy chủ Internet tới tài nguyên cục bộ của bạn, tốt nhất nên tuân theo một số mẹo về mạng và bảo mật: 

• Chọn cổng mở trên tường lửa nhưng không lắng nghe kết nối bên ngoài. 
• Thiết lập reverse proxy như NGINX với SSL để giao tiếp an toàn. 
• Nếu chạy trên Tableau Server, đảm bảo TabPy có thể truy cập từ cùng mạng

Để biết thêm chi tiết bắt đầu với TabPy, hãy theo dõi hướng dẫn bắt đầu với TabPy.

Chạy Python trong Tableau

Sau khi thiết lập TabPy, bạn có thể tích hợp Python trực tiếp vào dashboard Tableau. Trước tiên bạn phải bật kết nối phần mở rộng trong Tableau. Mở Tableau Desktop, vào Settings and Performance, Manage analytics Extension Connection và chọn TabPy. Sau đó cấu hình theo thiết lập trong tệp cấu hình TabPy của bạn.

Màn hình Manage Analytics Extensions Connection trong Tableau (help.tableau.com)

Phương thức tích hợp script

Có ba cách chính để chạy script Python trong Tableau: tính toán script nội tuyến trong trường tính toán, tiền xử lý với tiện ích mở rộng Tableau và endpoint mô hình đã triển khai.

1. Tính toán script nội tuyến

Dùng các hàm SCRIPT_REAL, SCRIPT_INT, SCRIPT_STR hoặc SCRIPT_BOOL của Tableau. Mỗi hàm này truyền dữ liệu trực tiếp đến máy chủ TabPy mà không chạy script bên ngoài. Bạn có thể viết Python trực tiếp trong các hàm này.

Ví dụ: Chuẩn hóa Z-score

SCRIPT_REAL(
  "import scipy.stats as stats
   return stats.zscore(_arg1)",
  SUM([Sales])
)
Được hỗ trợ bởi

Ví dụ trên cho phép bạn import gói stats từ scipy và trả về Z-score của cột SUM([Sales]) trong Tableau của bạn.

2. Tiền xử lý với tiện ích mở rộng bảng

Dùng các tiện ích mở rộng của Tableau để thực hiện tiền xử lý bằng Python bên ngoài Tableau, sau đó import kết quả.

• Tiền xử lý dữ liệu bằng Pandas/Numpy.
• Lưu kết quả thành CSV hoặc endpoint API.
• Nạp dữ liệu đã xử lý vào Tableau.

Các tiện ích mở rộng này được bật từ trang Sheets của workbook Tableau. Với các tiện ích này, bạn nhập toàn bộ script bằng TabPy Extension. Script sẽ chạy trên toàn bộ tập dữ liệu, cho phép bạn tiền xử lý toàn bộ dữ liệu cùng lúc thay vì theo cấp độ hàng. Thường sẽ tạo một bảng riêng làm đầu ra.

Tính năng Table Extension có ở cuối trang Sheets. (Từ tài liệu Tableau)

3. Endpoint mô hình đã triển khai

Phương pháp cuối cùng là một trong những cách mạnh mẽ nhất. Chúng ta lưu trữ một mô hình bằng máy chủ TabPy để chạy một script. Sau đó gọi script này trong Tableau khi muốn chạy mô hình đó trên một tập dữ liệu cụ thể.

Ví dụ: Triển khai mô hình lên TabPy

Bước đầu tiên là tạo một tệp sẽ được TabPy triển khai. Sau khi chạy máy chủ TabPy (theo các bước ở trên), bạn có thể dùng nó để chạy script Python của mình. Khi script Python được triển khai, chúng ta sẽ gọi nó trong Tableau bằng SCRIPT_REAL.

from tabpy.tabpy_tools.client import Client
import pickle

def predict_sales(input_features):
    model = pickle.load(open(model.pkl, ‘rb’)) # This assumes you have a saved model
    return model.predict(input_features)

client = Client(‘http://localhost:9004’)

client.deploy('predict_sales', predict_sales, 'Predict sales using linear model', override=True)Được hỗ trợ bởi

Gọi script trong Tableau:

SCRIPT_REAL("return tabpy.query(‘predict_sales’, _arg1)[‘response’]", SUM[Feature1])Được hỗ trợ bởi

Kỹ thuật tối ưu hiệu năng

Tương tự khi chạy script Python ngoài Tableau, chúng ta cần lưu ý về hiệu năng. Có một số cân nhắc đặc biệt khi chạy dữ liệu trong Tableau.

1. Xử lý theo lô: Giảm số lần gọi bằng cách xử lý dữ liệu theo từng khối. Thường hữu ích khi xử lý toàn bộ tập dữ liệu một lần thay vì mỗi khi Tableau gọi.
2. Bộ nhớ đệm kết quả: Lưu đệm kết quả tĩnh bằng thiết lập caching của Tableau.
3. Vector hóa: Dùng các phép toán của NumPy/Pandas thay vì vòng lặp để thực thi nhanh hơn. Các phép này thường vector hóa tính toán, giúp hiệu quả hơn nhiều.

Nếu dùng Tableau Server, bạn có thể tối ưu thêm bằng pooling kết nối. Nói chung, pooling kết nối là duy trì kết nối thường trực tới nguồn dữ liệu để giảm chi phí khởi tạo. 

Bạn có thể áp dụng tương tự cho nguồn dữ liệu và TabPy để ngăn Tableau “mở lại” kết nối đến TabPy mỗi lần chạy script hoặc phép tính mới.

Các trường hợp sử dụng phân tích nâng cao

Sau khi nắm vững cơ bản, bạn có thể triển khai phân tích tùy biến cao. Các phương pháp này liên quan đến việc xây dựng các script nâng cao tương tác với dashboard theo những cách thú vị.

Phân tích dự báo theo thời gian thực

Một mô hình hữu ích là triển khai mô hình chuỗi thời gian (ví dụ: ARIMA, Prophet) cập nhật theo đầu vào người dùng, giống như hướng dẫn về triển khai hàm và Prophet với TabPy. 

Khi đã xây dựng mô hình, bạn có thể đóng gói vào một script để TabPy triển khai. Sau đó kết nối mô hình này với Tableau bằng cùng hàm SCRIPT_REAL để gọi mô hình đã triển khai.

Trường hợp: Dự báo doanh số

• Xây dựng và huấn luyện mô hình Prophet trong Python.
• Triển khai mô hình trên TabPy sử dụng doanh số lịch sử làm đặc trưng
• Cập nhật dự báo doanh số khi bộ lọc trên dashboard thay đổi.

Như vậy, nếu ai đó thay đổi bộ lọc như vị trí, thời gian hoặc sản phẩm, Tableau sẽ tạo dự báo mới theo thời gian thực với các bộ lọc này.

Bảo mật và quản trị

Vì chúng ta mở kết nối tới TabPy, điều quan trọng là phải tuân thủ đúng các giao thức bảo mật và quản trị. 

Giao thức xác thực

TabPy cung cấp nhiều giao thức xác thực giúp người dùng an toàn. Các phương thức sau được hỗ trợ và có thể cấu hình:

• Xác thực cơ bản (tên người dùng/mật khẩu)
• Xác thực dựa trên chứng chỉ
• OAuth2 với xử lý token an toàn (cho nhu cầu doanh nghiệp nâng cao)

Thực hành tốt nhất là luôn dùng HTTPS và token an toàn cho môi trường sản xuất.

Biện pháp bảo vệ dữ liệu

Khi kết nối Tableau và TabPy, chúng ta phải đảm bảo tuân thủ quản trị bảo vệ dữ liệu phù hợp. Điều này bao gồm đảm bảo dữ liệu đi qua kênh kết nối đúng và không dùng các cổng khác, cũng như dữ liệu luôn được mã hóa khi truyền. Dưới đây là một số thực hành tốt:

• Mã hóa giao tiếp giữa Tableau và TabPy.
• Dùng quy tắc tường lửa và kiểm soát truy cập.
• Bật ghi nhật ký kiểm toán trên TabPy để tuân thủ. Thường xuyên cập nhật các gói Python để vá lỗ hổng.

Cuối cùng, nếu tổ chức của bạn phải tuân thủ các quy định nhất định, hãy tiếp tục làm theo thực hành tốt của họ. Đảm bảo tuân thủ GDPR và CCPR bằng cách ẩn danh và mã hóa PII trước khi gửi tới TabPy. Ngoài ra, dùng kho lưu trữ an toàn cho kết quả trung gian của Python để giảm thiểu rò rỉ.

Khắc phục sự cố và gỡ lỗi

Sự cố là điều khó tránh, nhưng đa số có thể được xử lý nhanh chóng.

Vấn đề thường gặp và cách giải quyết

Nếu gặp vấn đề với mã của bạn, hãy làm theo một số bước gỡ lỗi sau (áp dụng cho mọi script):

• Dùng print() hoặc logging trong script (TabPy logs hiển thị các thông tin này).
• Kiểm thử script Python ngoài Tableau bằng Jupyter.
• Kiểm tra log của Tableau tại My Tableau Repository/Logs.

Kết luận

Tích hợp Python với Tableau mở khóa sức mạnh phân tích nâng cao ngay trong dashboard trực quan của bạn. Với TabPy, bạn có thể:

• Thực thi các phép tính phức tạp
• Triển khai và tương tác với mô hình ML
• Mở rộng đáng kể khả năng gốc của Tableau

Dù bạn đang chạy mô hình thống kê, xử lý dữ liệu văn bản hay trực quan hóa dự báo, Python mang đến một chiều kích thông minh mới cho các dashboard Tableau.

Bằng cách làm theo các bước trong hướng dẫn này, bạn sẽ tận dụng được Python cho phân tích sâu sắc, linh hoạt và tương tác hơn. Để biết thêm về Tableau và năng lực của nó, hãy xem các hướng dẫn sau:

• Tạo dashboard trong Tableau
• Phân tích dữ liệu trong Tableau
• Nền tảng Tableau