¶ 1. Знакомство с RT.DataVision+
RT.DataVision+ — инструмент для подготовки, обработки и публикации данных. Он используется для загрузки файлов, объединения данных из разных источников, выполнения SQL-запросов и создания виртуальных датасетов. Эти датасеты затем применяются в RT.DataVision для построения отчётов и дашбордов.
RT.DataVision+ упрощает работу с данными: предоставляет единое место для их загрузки, проверки структуры, трансформации и сохранения в удобном виде для дальнейшего анализа.
¶ 1.1 Назначение
RT.DataVision+ предназначен для упрощения процесса работы с данными:
- загрузка файлов из локального окружения;
- обработка и очистка данных в интерфейсе или с помощью SQL-запросов;
- объединение данных из разных источников;
- создание виртуальных датасетов для дальнейшего использования в RT.DataVision.
¶ 1.2 Основные возможности
- Поддержка популярных форматов данных (CSV, JSON, Parquet и др.);
- Предпросмотр и проверка качества данных при загрузке;
- Инструменты трансформации: переименование колонок, приведение типов, фильтрация, агрегации;
- Работа как в low-code интерфейсе, так и через SQL;
- Гибкое управление каталогами и правами доступа.
¶ 1.3 Для кого предназначен инструмент
- Аналитики — для подготовки и обработки исходных данных;
- Бизнес-пользователи — для использования подготовленных датасетов в RT.DataVision (без участия разработчиков);
- Разработчики и инженеры данных — для интеграции, отладки и оптимизации запросов;
- Команды — для совместной работы с едиными датасетами и управлением доступом.
¶ 1.4 Принцип работы
Работа в RT.DataVision+ строится по последовательной схеме:
- Загрузка — пользователь загружает один или несколько файлов с данными.
- Проверка — в интерфейсе доступен предпросмотр для оценки структуры и качества данных.
- Преобразование — данные можно очистить, объединить, отфильтровать, добавить вычисляемые поля.
- Сохранение — результат сохраняется как виртуальный датасет для дальнейшего использования.
- Использование — построение графиков, таблиц и дашбордов выполняется в RT.DataVision.
- Совместная работа — доступ к объектам настраивается в каталогах, обеспечивая общий рабочий процесс.
RT.DataVision+ обеспечивает этапы загрузка → подготовка → публикация датасета, а визуализация выполняется в RT.DataVision.
¶ 2. Обзор интерфейса
Интерфейс RT.DataVision+ состоит из вертикального левого меню для навигации и центральной рабочей области. Левая панель интерфейса содержит:
- Наборы данных — корневое пространство и проектные папки (пространства). Внутри — файлы (физические таблицы) и виртуальные датасеты (views).
- SQL-запросы – раздел с сохранёнными SQL-скриптами и быстрым доступом к SQL Runner. Хранит черновики запросов, сохранённые скрипты пользователя и общие скрипты проекта.
- Журнал запросов – история запусков: импортов, выполненных SQL-запросов, операций сохранения.
- Настройки – административный раздел (настройки кластера и платформы).
- Выбор языка – переключение языка интерфейса (например, русский или английский).
- Справка – ссылки на документацию, FAQ, форум или внутренние инструкции по RT.DataVision+.
- Учетная запись – выход из системы, редактирование профиля (смена почты, пароля).
- Глобальный поиск — поиск пространств и наборов данных по имени.
¶ 2.1 Наборы данных
Наборы данных — основной раздел для работы с объектами данных. В нём отображается корневое пространство с перечнем всех доступных наборов данных. Содержит:
- Пространства (проектные папки), где хранятся файлы и представления.
- Источники данных — подключённые базы и хранилища объектов.
- Добавить источник – добавление нового источника данных.
¶ 2.2 SQL-запросы
SQL-запросы — раздел для работы с SQL-редактором и сохранёнными скриптами. Используется для создания, выполнения и сохранения SQL-запросов, а также для доступа к источникам данных из редактора. Содержит:
- Вкладку Данные — список доступных источников и объектов данных (пространства, базы, таблицы).
- Вкладку Скрипты — список сохранённых SQL-скриптов (личные и общие), с возможностью фильтрации и поиска.
- Редактор запросов (SQL Runner) — основное рабочее поле для ввода SQL-кода. Подсветка синтаксиса, автодополнение, автоподстановка путей при перетаскивании таблиц.
- Кнопка Выполнить — запускает выполнение запроса.
- Сохранение:
- Сохранить как представление — создать виртуальный датасет (View) по результату;
- Сохранить скрипт как — сохранить текущий SQL как отдельный скрипт;
- Сохранить представление как — сохранить существующее представление под новым именем.
- Область результатов — таблица с результатом выполнения запроса.
¶ 2.3 Журнал запросов
Журнал запросов — раздел для просмотра истории выполненных SQL-запросов. Используется для анализа активности пользователей, отслеживания успешных и неуспешных запусков, а также повторного использования запросов. Содержит:
- Поле поиска — поиск запросов по ключевым словам или идентификатору.
- Фильтры:
- Время начала — выбор периода выполнения;
- Статус — успешные, с ошибкой, в очереди;
- Тип запроса — UI, API и др.;
- Пользователь — фильтрация по автору запроса.
- Таблица журнала — основная область со списком запросов. Содержит столбцы:
- Идентификатор — уникальный ID запроса;
- Пользователь — инициатор выполнения;
- Набор данных — источник или таблица, к которой выполнялся запрос;
- Тип запроса — способ запуска (через интерфейс или API);
- Очередь — приоритет выполнения (например, SMALL);
- Время запуска, Продолжительность;
- SQL — текст выполненного запроса.
- Управление столбцами — настройка видимости и порядка отображаемых полей таблицы.
Для просмотра деталей конкретного запроса нажмите на идентификатор — откроется страница с полной информацией: текст SQL, параметры, статус выполнения, дата и время запуска, используемый движок и технические логи.
¶ 3. Типы объектов в RT.DataVision+
RT.DataVision+ использует два основных типа объектов: физические датасеты и виртуальные датасеты.
¶ 3.1 Физические датасеты 
Это объекты, которые содержат реальные данные. К ним относятся:
-
загруженные локальные файлы (CSV, XLSX, Parquet);
-
внешние таблицы из источников (если они подключены напрямую).
Особенности:
-
содержат данные физически;
-
могут обновляться пользователем (перезагрузка файла);
-
отображаются в каталогах как базовые объекты;
-
от них строятся виртуальные датасеты.
¶ 3.2 Виртуальные датасеты 
Это логические объекты, которые не хранят данные. Они содержат только:
-
SQL-запрос;
-
схему результата;
-
параметры отображения.
Особенности:
-
данные не копируются;
-
при каждом обращении выполняется SQL;
-
являются основой для визуализаций и дашбордов.
¶ 3.3 Различия между Физическим и Вируальным датасетами
| Характеристика | Физический датасет | Виртуальный датасет |
|---|---|---|
| Данные хранятся | Да | Нет |
| Основа | Файл или таблица | SQL-запрос |
| Можно обновлять | Файл можно перезагрузить | Обновляется автоматически при изменении SQL |
| Назначение | Базовый источник данных | Преобразование и анализ данных |
¶ 3.4 Расположение объектов в каталогах
Физические датасеты располагаются в папках как «базовые объекты».
Виртуальные датасеты обычно хранятся:
-
в папках проекта,
-
либо в общих пространствах.
Оба типа можно перемещать между каталогами.
¶ 3.5 Влияние изменений
При изменении файла пересчитываются все виртуальные датасеты, построенные сверху.
При изменении SQL виртуального датасета пересчитаются графики и дашборды.
При удалении физического датасета перестанут работать все зависимые виртуальные.
¶ 4. Работа с каталогами и пространствами
¶ 4.1 Типы пространств
В RT.DataVision+ используются:
-
Личное пространство, которое доступно только владельцу. Обычно используется для черновиков и экспериментов.
-
Проектные пространства, которые создаются под конкретный проект/отдел. Используются для совместной работы.
-
Общие пространства для финальных датасетов, доступных всей команде.
¶ 4.2 Создание пространства
Для создания пространства:
-
Перейдите в раздел Наборы данных.
-
Нажмите кнопку
в блоке Пространства.
- Укажите название нового пространства и нажмите Сохранить.
Новое пространство отобразится в списке пространств.
Рекомендации по структуре хранения:
- Физические датасеты — в папках вроде Источники или Необработанные данные.
- Промежуточные и подготовленные датасеты — в проектных пространствах.
- Финальные (проверенные) датасеты — в общих пространствах, с доступом только на чтение.
- Визуализации и дашборды — рядом с датасетами, на которых они основаны.
¶ 4.3 Создание папки в пространстве
Для создания папки в пространстве:
- Перейдите в раздел Наборы данных.
- Перейдите в необходимое пространство.
- Нажмите кнопку
.
- Укажите имя папки и нажмите Добавить.
¶ 4.4 Удаление пространства
Для удаления пространства:
-
Перейдите в раздел Наборы данных.
-
Выберите пространство, которое необходимо удалить, и нажмите Удалить в свойствах выбранного пространства.
- Подтвердите удаление пространства.
Пространство удалится из списка пространств.
¶ 4.5 Источники данных
Источники данных — это внешние системы, из которых RT.DataVision+ получает информацию. К источникам относятся базы данных, файловые хранилища и Lakehouse-платформы.
¶ 4.5.1 Типы источников
-
Хранилища объектов — подключаются для работы с файлами (например, S3, MinIO, локальные загрузки). В них обычно хранятся физические датасеты в формате CSV, XLSX или Parquet.
-
Базы данных — подключаются напрямую для выполнения SQL-запросов. Примеры: PostgreSQL, MSSQL, ClickHouse, Oracle.
¶ 4.5.2 Добавление источника
Описание добавления нового источника см. в разделе Подключение к новому источнику данных.
Примечание. RT.DataVision+ не копирует данные из подключённых источников. Все операции (SQL-запросы, фильтры, агрегаты) выполняются непосредственно на стороне источника.
¶ 4.5.3 Удаление источника
Для удаления пространства:
-
Перейдите в раздел Наборы данных.
-
Выберите источник, который необходимо удалить, и нажмите Удалить в свойствах выбранного источника.
- Подтвердите удаление источника.
Источник удалится из списка источников.
¶ 5. Подготовка и загрузка данных
Раздел описывает порядок подготовки исходных файлов и их загрузки в RT.DataVision+ через интерфейс платформы.
Соблюдение требований к структуре и формату данных позволяет избежать ошибок при импорте и упростить последующую работу с датасетами.
¶ 5.1 Загрузка локального файла
Массовая загрузка нескольких файлов не поддерживается. При необходимости загрузки нескольких файлов — выполните загрузку для каждого файла.
¶ 5.1.1 Требования к загрузке локального файла
Перед загрузкой файлов убедитесь, что данные подготовлены корректно:
-
Заголовки столбцов:
- Первая строка должна содержать имена колонок.
- Не допускаются пустые или повторяющиеся названия.
- Используйте латиницу, цифры и символ подчёркивания (например,
sales_region,order_id).
-
Структура данных:
- Все строки должны иметь одинаковое количество столбцов.
- Не допускаются полностью пустые строки или столбцы.
- Значения должны быть приведены к единому формату:
- даты в едином стандарте (например,
YYYY-MM-DD), - числовые поля без лишних символов и пробелов.
- даты в едином стандарте (например,
-
Разделители и кодировка:
- Для CSV используйте запятую (
,), точку с запятой (;) или табуляцию (\t). - Рекомендуемая кодировка — UTF-8.
- Для CSV используйте запятую (
-
Размер и ограничения
- Оптимальный размер файла — до 50 МБ для ручной загрузки.
- Файлы Excel (.xlsx) не должны превышать 10 МБ.
- Более крупные наборы данных рекомендуется подключать через источник (например, базу данных или объектное хранилище).
¶ 5.1.2 Форматы
Платформа поддерживает загрузку файлов в следующих форматах:
| Формат | Расширение | Особенности |
|---|---|---|
| CSV | .csv |
Стандартный табличный формат, рекомендуется для большинства случаев. |
| TSV | .tsv |
Аналог CSV с табуляцией в качестве разделителя. |
| JSON | .json |
Поддерживаются как записи с массивами, так и вложенные структуры. |
| Parquet | .parquet |
Оптимизированный бинарный формат, рекомендуется для больших объёмов данных. |
| Excel | .xls, .xlsx |
Импорт данных из первого листа таблицы. |
¶ 5.1.3 Процесс загрузки локального файла
Для загрузки локального файла:
- Найдите кнопку
и выберите Загрузить файл в панели навигации слева.
- Выберите локальный файл.
-
Укажите Имя файла — понятное название без пробелов.
-
Нажмите Далее.
-
Укажите формат данных:
- Формат — поддерживаются CSV, JSON, Parquet, XLS, XLSX;
- Разделитель полей — например, запятая или табуляция;
- Кавычки, комментарий, разделитель строк, экранирование — при необходимости;
- Параметры:
- Использовать первую строку как заголовки — если файл содержит названия столбцов;
- Пропустить первую строку — если вторая строка содержит реальные данные;
- Обрезать имена столбцов — удаляет лишние пробелы и символы.
- Нажмите Сохранить.
Внимание:
- RT.DataVision+ создаёт копию файла. Изменения в оригинале не повлияют на данные в RT.DataVision+.
- Загружаемый файл должен иметь простую плоскую структуру (таблицу без вложенных объектов или массивов). Файлы со сложной структурой (например, вложенные JSON'ы) не подойдут.
После загрузки файлов в RT.DataVision+ их необходимо обработать. Например, проверить, привести к нужной структуре, объединить, если требуется. Обработка возможна через SQL-запросы или low-code-интерфейс (UI) (см. раздел 5.3 Обработка данных в RT.DataVision+).
¶ 5.1.4 Обновление данных
RT.DataVision+ хранит копию файла, поэтому при изменении оригинала необходимо:
-
Перезагрузить файл в RT.DataVision+.
-
Заменить/удалить старый файл.
Примечание. Чтобы обновление прошло корректно, загрузите файл с тем же именем и в тот же каталог, что и исходный. В противном случае дашборды и визуализации, использующие этот файл, перестанут работать.
-
Обновить представление или создать новое.
-
В RT.DV при необходимости — обновить датасет (особенно если структура изменилась).
¶ 5.2 Подключение к новому источнику данных
Если нужные данные находятся в базе данных, хранилище или Lakehouse, то их можно подключить напрямую. Для этого:
- Перейдите в раздел Источники данных в RT.DataVision+ и нажмите Добавить источник.
- Выберите тип источника в открывшемся окне.
- Укажите параметры подключения: адрес, порт, логин, пароль и другие необходимые поля (набор полей зависит от выбранного типа источника).
- Нажмите Сохранить.
- После добавления источника перейдите в раздел SQL-запросы, выберите этот источник и выполните запрос к нужной таблице или представлению.
При работе через подключение RT.DataVision+ не создаёт копию данных — запрос выполняется напрямую к источнику.
¶ 5.3 Обработка данных в RT.DataVision+
Для обработки загруженных файлов:
-
Перейдите в раздел SQL-запросы.
-
Найдите загруженный файл в каталоге (слева) и:
-
Перетащите его в поле редактора.
-
Или напишите SQL-запрос вида:
SELECT * FROM "путь_к_файлу"
- Обработайте данные.
Примечание. При загрузке CSV-файлов столбцы могут получить технические названия: A, B, C и т.д., рекомендуется переименовать.
Варианты обработки данных:
-
Объединить несколько файлов (JOIN по ключу):Выполняется через SQL:
SELECT * FROM "путь_к_файлу_1" AS s LEFT JOIN "путь_к_файлу_2" AS t ON s.A = t.AИли через кнопку Соединение в интерфейсе — выберите таблицы и поля для соединения.
-
Проверить и изменить типы данных. Типы (строка, число, дата) могут быть определены автоматически. Изменить можно через SQL-запрос:
CAST(field AS INTEGER)Или через UI. Для этого нажмите на три точки у названия столбца и выберите Преобразовать тип данных.
-
Переименовать столбцы:
- Переименовать можно через SQL-запрос (используя AS):
SELECT A AS region, B AS month FROM ...Или через UI. Для этого нажмите на три точки у названия столбца и выберите Переименовать.
-
Очистить значения. Можно фильтровать пустые или ошибочные строки, обрезать пробелы. SQL-запрос:
SELECT * FROM ... WHERE sales IS NOT NULL -
Создать вычисляемые поля . SQL-запрос:
sales * 1.1, CONCAT(region, '-', month)Или через UI. Для этого нажмите кнопку Добавить столбец и укажите выражение для вычисляемого поля.
В примере ниже был использован JOIN для объединения двух загруженных файлов .csv sales и targets:
В конечном результате получается обработанный датасет, доступный в SQL-запросах и готовый к сохранению как представление:
¶ 5.4 Сохранение представления в RT.DataVision+
Для сохранения обработанного датасета:
- В разделе SQL-запросы нажмите Сохранить как представление.
- Укажите имя и расположение (папку).
- Нажмите Сохранить.
¶ 5.5 Построение графика в RT.DataVision
Для визуализации данных:
- Перейдите в интерфейс RT.DataVision.
- Создайте новый датасет и выберите источником представление, созданное в RT.DataVision+.
- Сохраните датасет.
- Постройте график на его основе.
Подробные инструкции приведены в разделах:
¶ 6. Работа с датасетами
После создания или загрузки датасета с ним можно выполнять различные операции. Для этого нажмите кнопку 
справа от названия датасета и выберите нужное действие из меню.
| Действие | Описание |
|---|---|
| Запрос | Создаёт новый SQL-запрос на основе выбранного датасета. |
| Редактировать | Открывает SQL-редактор для изменения датасета. |
| Открыть панель сведений | Отображает информацию о структуре датасета, типах столбцов и прочее. |
| Экспортировать | Позволяет выгрузить данные в файл. |
| Анализ с помощью | Выгрузка датасета для работы во внешних инструментах анализа. |
| Переименовать | Изменяет имя датасета. |
| Переместить | Позволяет перенести датасет в другую папку или пространство. |
| Скопировать путь | Копирует системный путь до датасета для использования в SQL-запросах. |
| Настройки | Позволяет управлять параметрами доступа, типами данных и другими свойствами. |
| Удалить | Удаляет датасет. |
¶ 7. SQL-редактор
SQL-редактор используется для выполнения SQL-запросов, создания виртуальных датасетов и работы со скриптами. Редактор содержит две вкладки:
- Данные
- Скрипты
¶ 7.1 Вкладка Данные
Вкладка Данные предназначена для выполнения SQL-запросов, которые возвращают табличный результат. На её основе создаются виртуальные датасеты.
Основные возможности:
- выполнение SQL-запросов;
- просмотр результата в табличном виде;
- создание виртуального датасета на основе запроса;
- сохранение результата в каталог, как обычного объекта данных.
Вкладка Данные используется при подготовке данных, объединении источников, фильтрации, расчётах и создании датасетов для визуализаций.
¶ 7.2 Вкладка Скрипты
Вкладка Скрипты предназначена для хранения отдельных SQL-файлов, не связанных с конкретными датасетами. Скрипты служат для сохранения рабочих SQL-запросов и вспомогательного кода.
Назначение скриптов:
- хранение черновых SQL;
- подготовка и отладка сложных запросов;
- сохранение повторяемых SQL-фрагментов.
Скрипты доступны только в данном разделе и не отображаются в каталоге наборов данных.
¶ 7.2.1 Создание скрипта
Для создания скрипта:
- Перейдите вкладку Данные и напишите SQL-запрос в редакторе.
- Выполните запрос (кнопка Выполнить) и проверьте результат при необходимости.
- Нажмите на меню Сохранить рядом с редактором и выберите Сохранить скрипт как.
- Укажите имя скрипта и нажмите Сохранить.
Скрипт отобразиться на вкладке Скрипты и будет доступен для повторного запуска и редактирования. Скрипт хранит только SQL-код, он не создаёт объект данных в каталоге и не хранит схему/результат.
¶ 8. Отражения (Reflections)
Отражения (рефлекции) — это механизм ускорения запросов в RT.DataVision+, основанный на создании материализованных копий данных. Отражения позволяют значительно повысить производительность при работе с крупными датасетами, особенно при частых повторяющихся запросах.
Система автоматически выбирает отражение при выполнении SQL-запроса и использует его, если структура отражения подходит под запрос. Результат выполнения запроса при этом не изменяется.
¶ 8.1 Типы отражений
В RT.DataVision+ доступны два типа отражений:
- Необработанные отражения (Raw Reflections);
- Агрегирующие отражения (Aggregation Reflections).
Оба типа создаются на уровне конкретного датасета.
В интерфейсе отражения представлены в виде отдельной панели, содержащей две секции:
¶ 8.2 Необработанные отражения (Raw Reflections)
Необработанное отражение — это материализованная копия исходного датасета без дополнительных преобразований. Такой тип отражений используется для ускорения запросов, оперирующих деталями:
- фильтрация;
- сортировка;
- соединения (
JOIN); - выборки по большим таблицам.
Это универсальный тип отражения, подходящий для большинства задач, не связанных с агрегированием.
Необработанное отражение целесообразно использовать, если:
- датасет содержит значительный объём данных;
- таблица используется в аналитических отчётах или BI-инструментах;
- один и тот же датасет читается многократно разными запросами.
¶ 8.2.1 Создание необработанного отражения
Для создания необработанного отражения:
- Перейдите в раздел Наборы данных и нажмите
на строке датасета.
- Перейдите на вкладку Отражения.
- В секции Необработанные отражения включите переключатель
. - Нажмите Сохранить.
После сохранения система создаст материализованную копию данных. В интерфейсе отображаются размер отражения, его актуальность и история обновлений.
¶ 8.3 Агрегирующие отражения (Aggregation Reflections)
Агрегирующее отражение создаёт предварительно агрегированный набор данных. Такой тип отражения ускоряет запросы:
- с группировкой (
GROUP BY); - с вычислением агрегатных функций (
SUM,AVG,COUNT,MIN,MAX); - использующие повторяющиеся наборы измерений и метрик в дашбордах.
Агрегирующее отражение целесообразно использовать, если:
- отчёты или BI-инструменты регулярно выполняют одинаковые агрегирующие запросы;
- построение дашбордов занимает значительное время;
- исходные данные большие и содержат предсказуемые сценарии группировок.
¶ 8.3.1 Создание агрегирующего отражения
-
Перейдите в раздел Наборы данных и нажмите
на строке датасета.
-
Перейдите на вкладку Отражения.
-
В секции Агрегация отражений включите переключатель
. -
В списке столбцов:
- добавьте поля для группировки в секцию Измерения с помощью кнопки Добавить измерение;
- добавьте числовые поля в секцию Показатели с помощью кнопки Добавить показатель.
-
Нажмите Сохранить.
¶ 8.3.1.1 Пример создания агрегирующего отражения
Датасет содержит информацию об автомобилях: марка, модель, город продажи, цена, пробег и другие поля. Для ускорения аналитических запросов, выполняющих группировки и расчёт агрегатов, можно создать агрегирующее отражение.
Измерения (группируемые поля):
brand— марка автомобиля;model— модель;city— город продажи.
Эти поля используются для формирования групп, по которым строится аналитика.
Показатели (агрегируемые метрики):
price— стоимость автомобиля;mileage— пробег.
Эти поля участвуют в вычислении усреднённых или суммарных значений.
После сохранения отражения система создаст предагрегированную таблицу, которая будет использоваться оптимизатором при запросах, где структура группировок и агрегатов совпадает с отражением.
Ускоряемый пример запроса:
SELECT
brand,
model,
city,
AVG(price) AS avg_price,
AVG(mileage) AS avg_mileage
FROM cars
GROUP BY brand, model, city;
¶ 8.4 Удаление отражений
Чтобы удалить отражение:
- Перейдите в раздел Наборы данных и нажмите на строке датасета.
- Перейдите на вкладку Отражения.
- Нажмите кнопку Дополнительно.
- Перейдите на вкладку с необходимым отражением и нажмите на
. Для удаления всех отражений воспользуйтесь кнопкой Удалить все отражения.
- Нажмите Сохранить.
После удаления отражение перестаёт использоваться системой, а материализованные данные удаляются.
¶ 8.5 Рекомендации по использованию
Рекомендуется:
- включать необработанные отражения для крупных датасетов, активно используемых в отчётах;
- создавать агрегирующие отражения только для часто используемых группировок и метрик;
- ограничивать количество измерений, так как избыточное число полей увеличивает размер отражения и снижает эффективность;
- избегать включения уникальных идентификаторов в измерения;
- использовать агрегирующие отражения для стабильных BI-наборов и дашбордов.
Не рекомендуется:
- создавать отражения на временных, нестабильных или редко используемых датасетах;
- включать все поля в показатели, так как это приводит к неоправданному росту размера отражения.
¶ 9. Экспорт данных
RT.DataVision+ позволяет выгружать результаты запросов и датасетов в различные форматы. Способы экспорта:
- Через контекстное меню датасета → Экспортировать.
- Из SQL-редактора после выполнения запроса —
Скачать результат.
Поддерживаемые форматы:
| Формат | Описание |
|---|---|
| CSV | Табличные данные, подходит для Excel и BI-систем. |
| JSON | Структурированные данные с вложенными объектами. |
| Parquet | Колонковый формат, оптимизированный для аналитики. |
¶ 10. Частые ошибки
Ниже перечислены типовые ошибки при работе с датасетами и способ их устранения.
| Ошибка | Возможная причина | Решение |
|---|---|---|
| Некорректное отображение русских символов | Неверная кодировка файла (например, ANSI вместо UTF-8) | При загрузке файла выберите кодировку UTF-8 или перекодируйте файл перед загрузкой. |
| Колонки отображаются как A, B, C | В первой строке файла отсутствуют заголовки | Добавьте строку с названиями колонок и перезагрузите файл. |
| Ошибка при выполнении SQL-запроса | Неверное имя таблицы или поля | Проверьте имена объектов, используйте подсказки SQL Editor. |
| Не отображаются данные в визуализации | Пустой результат запроса или фильтр исключает все строки | Проверьте фильтры и источник данных. |
| Дублирование строк при объединении | Используется JOIN без условий или с неправильным ключом |
Убедитесь, что объединение выполняется по уникальному полю. |
| Долгое выполнение запроса | Слишком большой объём данных или лишние операции | Сократите выборку: уберите лишние колонки, примените фильтры, создайте промежуточный датасет. |
| Не удаётся удалить датасет или пространство | На него ссылаются другие объекты | Удалите или обновите связанные виртуальные датасеты перед удалением. |
¶ 11. Лучшие практики
Рекомендации по организации работы в RT.DataVision+.
¶ 11.1 Структура каталогов
- Храните сырые файлы в отдельной папке.
- Промежуточные датасеты размещайте в проектных пространствах.
- Финальные, проверенные модели держите в общих пространствах с доступом только на чтение.
- Визуализации и дашборды сохраняйте рядом с датасетами, на которых они основаны.
¶ 11.2 Именование
- Используйте понятные имена:
sales_2024_raw,sales_clean,sales_summary. - Для представлений с вычислениями добавляйте префикс
calc_илиagg_.
¶ 11.3 SQL-запросы
- Применяйте фильтры (
WHERE) и агрегации. - Проверяйте результат на небольших выборках перед построением визуализаций.
¶ 11.4 Организация работы
- Разделяйте рабочие и публикуемые датасеты.
- Используйте виртуальные датасеты для всех расчётов — не изменяйте исходные данные.
- Периодически очищайте ненужные черновики и тестовые запросы.