0%

通常我們會希望伺服器主機開機後,就立即上線服務客戶,這項要求對 TabPy Server 也不例外,除非有特殊情況,否則應該不會想要每次都以手動的方式來啟動。這裡會分享如何使用排程讓伺服器開機的同時自動運行 TabPy Server,省去伺服器管理人員的麻煩。

閱讀全文 »

在勒索病毒盛行的年代,為資訊系統做好備份是最基本的工作,有效的備份除了可以抵擋病毒的攻擊,同時可以降低伺服器主機因意外毀損而導致無法快速重建系統的風險。同樣地,TabPy 的 Model 也是可以備份起來,當有需要的時候可以直接還原,省去重新佈署的程序。至於應該要將甚麼檔案做備份,便是這裡想要分享的主題。

閱讀全文 »

在 2020 年 7 月的時候 GitHub 就開始聲明將棄用 password authentication 機制,改為採用 token-based authentication 機制。這項機制終於在 2021 年的 8 月 13 強制實施,這裡紀錄如何使用 Personal Access Token (PAT) 讓我們可以與 GitHub 連線。

閱讀全文 »

在 Python 開發中,常會建立虛擬環境來區隔開發環境,避免套件衝突與其他不必要的問題發生。在這種情況下,若使用 Jupyter Notebook 來開發,就會遇到需要指定虛擬環境的問題。這裡記錄下如何在虛擬環境中建立給 Jupyter 使用的 Kernel,並將其指定其作為在 Jupyter Notebook 中所要執行的環境。

閱讀全文 »

相信走到這裡,讀者應該有辦法依需求在 Tableau Desktop 中活用 TabPy。但還有一個部分有可能造成開發困難,就是不知道如何查看錯誤訊息的詳細資訊或者確認 Tableau Desktop 傳來的資料格式,也就無法根據這些資訊來修正程式碼或 TabPy 的使用方式,進而導致在除錯遇到困難。因此這篇文章會分享使用 TabPy 應該要知道的除錯技巧。

閱讀全文 »

熟悉 TabPy 的運作與使用方法之後,下一步便是開發屬於自己的 Model。若直接使用 TabPy 與 Tableau Desktop 來開發,很快會發現這樣的開發流程將會是一個問題,因為資料是直接從 Tableau Desktop 來的,導致我們無法像平常開發 Python 一樣,修改程式後馬上運行查看結果,造成諸多不便。因此這裡要分享個人平時開發 TabPy Model 的流程,提供給讀者參考。

閱讀全文 »

直接將所有 Python 程式寫在工作簿內的第一種 TabPy 使用方法我們已經學會了,但這種方法的最大缺點是難以管控程式碼,無法將程式碼提供給多個工作簿共用。這裡要分享的是第二種 TabPy 使用方式,以佈署函式的方式讓我們可以將程式碼集中管理。

閱讀全文 »

簡單來說,Python 在 Tableau Desktop 中使用方法有兩種,第一種是將 TabPy 當作 Python 直譯器,將 Python 程式碼直接寫在 Tableau Desktop 中,需要運算時再將該程式碼傳送給 TabPy 執行。第二種是預先寫好函式,將其存放於 TabPy Server,Tableau 要呼叫時只需指定函式名稱與傳遞資料即可。這裡會分享如何使用第一種方式,將 Python 整合進 Tableau Desktop 使用。

閱讀全文 »

Python 是一種直譯式語言,近幾年在資料科學中 (例如:人工智慧、大數據分析 等) 有著耀眼表現,若能將 Python 整合進 Tableau 使用,那將會是如虎添翼。幸好,Tableau 在 2016 年時發佈 TabPy 這個解決方案,TabPy 讓我們可以在 Tableau 工作簿內使用 Python 來對資料做運算與分析,使操作資料的方式更多元。諸多好處使 TabPy 成為使用 Tableau 必學的一個技術,讓我們先認識 TabPy,之後實作才會比較有概念。

閱讀全文 »