🐬【Spotfire 教學】如何回推資料從哪裡來？完整解析 Data Function、ft_yield、SQL 資料來源
適合讀者：
-
剛接手 Spotfire 專案的新手
-
看到一堆表名（RAW_xxx、ASMT_xxx）卻不知道資料從哪來的人
-
工程師 / 分析師 / BI 使用者
-
常被問：「這張圖的數字是哪來的？」卻答不出來的人
一句話先講結論（給忙的人）
在 TIBCO Spotfire 裡：
畫面上的結果 ≠ 程式碼直接算出來的大多數情況是：
只要你能一路回推這條鏈，就一定能找到「真正的資料來源」。
一、為什麼 Spotfire 會讓人「找不到資料來源」？
很多人第一次看 Spotfire，會遇到這種情況：
-
畫面上有一張表，例如：
👉FT_YIELD_BIN -
打開屬性只看到：
👉 Source function: 某個 Python Data Function -
再看 Data Function，只看到一個名字：
👉ft_yield
然後就卡住了 😵
心裡只剩下一句話：
「所以資料到底從哪來？」
二、Spotfire 的資料其實有「三層結構」
用白話說，Spotfire 的資料來源通常分三層：
第 1 層：資料庫（最底層）
-
SQL Server / Oracle / MySQL…
-
真正存資料的地方
-
例如某個 Yield、測試、製程資料表
第 2 層：Spotfire Data Table
-
用 SQL 把資料撈進 Spotfire
-
表名常長這樣：
-
RAW_xxx -
ASMT_xxx -
TMP_xxx
-
第 3 層：Data Function / Script
-
Python / R
-
對 Data Table 做「再加工」
-
例如加總、轉換、比例計算
👉 很多人卡住，是因為只看到第 3 層
三、ft_yield 是什麼？（重點釐清）
ft_yield 不是一張表，也不是 SQL。
它是：
Data Function 的「輸入參數名稱」
白話翻譯就是：
「我這段 Python，需要你給我一批資料欄位來算」
而這批資料，實際上來自 另一張 Spotfire Data Table。
四、關鍵突破點：Input Expression
真正的線索，其實藏在這一行：
這代表：
-
ft_yield← 不是憑空來的 -
它是由 某一張 Data Table 的多個欄位組成
👉 這裡出現的表名，就是你要追的下一站
五、真正的來源其實是 SQL（而不是 Python）
當你一路回推後，最後一定會看到類似這樣的資訊：
-
Source：Database
-
Provider：SQL Server
-
SQL statement：一段 SELECT 語句
這代表：
Spotfire 只是「查資料」
真正產生資料的是 資料庫裡的一張表或 View
六、那資料庫裡那張表是誰產生的？
這一步非常關鍵，也是很多公司內部最容易斷線的地方。
資料庫中的分析用資料，通常來自：
-
ETL / Loader 程式
-
Python / Java / SSIS / 排程 Job
-
-
Vendor 上傳或批次匯入
-
資料倉儲流程
-
View（由其他原始表計算而成）
👉 Spotfire 永遠只是「消費者」，不是「生產者」
七、工程師實戰版「回推資料來源流程圖」
你可以照這個順序，每次都找得到答案：
-
從畫面上的表開始
-
看它是不是：
-
Data Function Output？
-
-
如果是 → 看 Input Expression
-
找到對應的 Spotfire Data Table
-
打開該表的 Data Table Properties
-
看：
-
Database / SQL / View
-
-
回到資料庫確認：
-
Table 還是 View
-
誰在寫入它
-
八、為什麼這件事對工程師很重要？
因為以下問題你一定被問過：
-
「這個數字正確嗎？」
-
「為什麼跟昨天不一樣？」
-
「這個 Bin 是怎麼算的？」
-
「是不是 Vendor 給錯？」
如果你只知道「Spotfire 有顯示」，但不知道 SQL 從哪來，你永遠無法回答。
九、給初學者的超重要提醒
❌ 常見誤會
-
Data Function ≠ 資料來源
-
表名看起來很「系統感」≠ 它是 Spotfire 產生的
✅ 正確觀念
-
SQL 才是資料的根
-
Spotfire 只是「分析工具」
十、總結（可以直接背起來）
Spotfire 不會憑空生資料
所有數字，一定來自：
資料庫 → Data Table → Data Function → 圖表
只要你照這條線回推，一定找得到源頭。
留言
張貼留言