Vytvoření struktury relačního dolování

Platí pro: SQL Server 2019 a starší služby Analysis Services Azure Analysis Services Fabric/ Power BI Premium

Důležité

Dolování dat bylo v SQL Serveru 2017 Analysis Services zastaralé a nyní ukončeno ve službě SQL Server 2022 Analysis Services. Dokumentace se neaktualizuje pro zastaralé a ukončené funkce. Další informace najdete v tématu Zpětná kompatibilita služby Analysis Services.

Většina modelů dolování dat je založena na relačních zdrojích dat. Při vytváření modelu dolování relačních dat můžete sestavit ad hoc data a trénovat a aktualizovat model bez složitosti vytváření datové krychle.

Relační dolování může načítat data z různorodých zdrojů. Nezpracovaná data můžete ukládat do tabulek, souborů nebo systémů relačních databází, pokud je můžete definovat jako součást zobrazení zdroje dat. Můžete například použít relační dolovací strukturu, pokud jsou vaše data v Excelu, v datovém skladu SQL Serveru nebo v databázi sestav SQL Serveru, případně v externích zdrojích, ke kterým přistupujete prostřednictvím zprostředkovatelů OLE DB nebo ODBC.

Tento článek poskytuje přehled o tom, jak použít Průvodce dolováním dat k vytvoření relační struktury dolování.

Požadavky

Přehled procesu

Spusťte Průvodce dolováním dat tak, že v Průzkumníku řešení kliknete pravým tlačítkem myši na uzel Struktury dolování a vyberete možnost Přidat novou strukturu dolování. Průvodce vás provede následujícími kroky a vytvoří strukturu nového modelu relačního dolování:

  1. Vyberte metodu definice: Vyberte typ zdroje dat a zvolte Z relační databáze nebo datového skladu.

  2. Vytvoření struktury dolování dat: Určete, zda se má vytvořit pouze struktura, nebo struktura s modelem dolování.

    Zvolte také vhodný algoritmus pro počáteční model. Pokyny k tomu, který algoritmus je nejvhodnější pro určité úlohy, najdete v tématu Algoritmy dolování dat (Analysis Services – Dolování dat).

  3. Výběr zobrazení zdroje dat: Zvolte zobrazení zdrojů dat, které se má použít při trénování modelu. Zobrazení zdroje dat může obsahovat také data používaná k testování nebo nesouvisejícím datům. Můžete vybrat, která data se ve struktuře a modelu skutečně používají. Filtry můžete na data použít i později.

  4. Zadat typy tabulek: Vyberte tabulku, která obsahuje případy použité k analýze. U některých datových sad, zejména těch, které se používají k vytváření modelů nákupního košíku na trhu, můžete také zahrnout související tabulku, která se má použít jako vnořená tabulka.

    Pro každou tabulku zadejte klíč, aby algoritmus věděl, jak identifikovat jedinečný záznam a související záznamy, pokud jste přidali vnořenou tabulku.

    Další informace naleznete v části Sloupce struktury dolování dat.

  5. Zadejte trénovací data: Zvolte tabulku případu, což je tabulka, která obsahuje nejdůležitější data pro analýzu.

    U některých datových sad, zejména těch, které se používají pro modely nákupního košíku, můžete zahrnout také související tabulku. Hodnoty v této vnořené tabulce se zpracovávají jako více hodnot, které všechny souvisejí s jedním řádkem nebo případem v hlavní tabulce.

  6. Zadejte obsah sloupců a datové typy: Pro každý sloupec, který používáte ve struktuře, zvolte datový typ i typ obsahu.

    Průvodce automaticky rozpozná možné datové typy, ale nemusíte používat datový typ, který doporučuje. Pokud například vaše data obsahují čísla, můžou představovat kategorická data. Sloupce, které zadáte jako klíče, se automaticky přiřadí správný datový typ pro daný typ modelu. Další informace naleznete v tématu Sloupce modelu dolování a Datové typy (dolování dat).

    Typ obsahu, který zvolíte pro každý sloupec, který v modelu použijete, řekne algoritmus, jak zpracovat data.

    Můžete se například rozhodnout převést čísla na diskrétní hodnoty, místo abyste používali spojité hodnoty. Můžete také požádat algoritmus, aby automaticky rozpoznal nejlepší typ obsahu pro sloupec. Další informace najdete v tématu Typy obsahu (dolování dat).

  7. Vytvoření testovací sady: Určete, kolik dat se má při testování modelu použít. Pokud vaše data podporují více modelů, je vhodné vytvořit sadu uložených dat, aby se všechny modely mohly testovat na stejných datech.

    Další informace naleznete v tématu Testování a ověřování (dolování dat).

  8. Dokončení průvodce: Pojmenujte novou strukturu dolování a přidružený model dolování a uložte strukturu a model.

    V závislosti na typu modelu můžete také nastavit některé důležité možnosti. Můžete například povolit podrobnou analýzu ve struktuře.

    V tomto bodě jsou těžební struktura a její model pouze metadata. Abyste získali výsledky, musíte je zpracovat.

Jak zvolit relační data

Relační dolování můžete založit na všech datech, která jsou k dispozici prostřednictvím zdroje dat OLE DB. Pokud jsou zdrojová data ve více tabulkách, použijte zobrazení zdroje dat k sestavení tabulek a sloupců, které potřebujete na jednom místě.

Pokud tabulky obsahují relace 1:N, například chcete analyzovat více záznamů o nákupu pro každého zákazníka, přidejte obě tabulky. Pak použijte jednu tabulku jako hlavní tabulku a propojte data na straně N relace ve formě vnořené tabulky.

Data ve struktuře dolování pocházejí z existujícího zobrazení zdroje dat. Data můžete podle potřeby upravit v zobrazení zdroje dat, přidat relace nebo odvozené sloupce, které nemusí být přítomné v podkladových relačních datech. Můžete také vytvořit pojmenované výpočty nebo agregace v zobrazení zdroje dat. Tyto funkce jsou užitečné, pokud nemáte kontrolu nad uspořádáním dat ve zdroji dat nebo pokud chcete experimentovat s různými agregacemi dat pro vaše modely.

Nemusíte používat všechna dostupná data. Vyberte, které sloupce chcete zahrnout do dolovací struktury. Všechny modely založené na této struktuře můžou tyto sloupce používat nebo můžete určité sloupce označit příznakem Ignorovat pro konkrétní model. Uživatelům modelu dolování dat můžete umožnit přejít z výsledků modelu dolování na podrobnější údaje a zobrazit sloupce struktury dolování, které nebyly zahrnuty v samotném modelu dolování.

Určení typu obsahu a datového typu

Datový typ se podobá datovým typům zadaným v SQL Server nebo jiných rozhraních aplikace: data a časy, čísla různých velikostí, logické hodnoty, text a další diskrétní data.

Typy obsahu jsou důležité pro dolování dat a ovlivňují výsledek analýzy. Typ obsahu říká algoritmus, co má s daty dělat. Měli byste například zacházet s čísly v průběžném měřítku nebo je přihrádat? Kolik potenciálních hodnot existuje a je každá hodnota odlišná? Pokud je hodnota klíčem, označuje klíč hodnotu data a času, posloupnost nebo nějaký jiný druh klíče?

Volba datového typu může omezit výběr typů obsahu. Nemůžete například diskretizovat nečíselné hodnoty. Pokud nevidíte požadovaný typ obsahu, vyberte možnost Zpět, vraťte se na stránku datového typu a zkuste jiný datový typ.

Nedělejte si starosti s výběrem správného typu obsahu. Je snadné vytvořit nový model a změnit typ obsahu v modelu, pokud je nový typ obsahu podporován datovým typem nastaveným ve struktuře dolování. Je také běžné vytvářet více modelů pomocí různých typů obsahu, a to buď jako experiment, nebo splnění požadavků jiného algoritmu.

Pokud například data obsahují sloupec příjmů, mohli byste při použití algoritmu Rozhodovací stromy Microsoftu vytvořit dva různé modely a nakonfigurovat sloupec alternativně jako souvislá čísla nebo diskrétní rozsahy. Pokud jste ale přidali model pomocí algoritmu Microsoft Naïve Bayes, museli byste sloupec změnit pouze na diskretizované hodnoty, protože tento algoritmus nepodporuje souvislá čísla.

Proč a jak rozdělit data na trénovací a testovací sady

Ke konci průvodce se musíte rozhodnout, zda vaše data mají být rozdělena na trénovací a testovací sady. Možnost zřizovat náhodně vzorkovanou část dat pro testování je velmi pohodlná, protože zajišťuje, že je k dispozici konzistentní sada testovacích dat pro všechny modely přidružené k nové struktuře.

Důležité

Tato možnost není dostupná pro všechny typy modelů. Pokud například vytvoříte model pro prognózování, nemůžete použít holdout, protože algoritmus pro časové řady vyžaduje, aby v datech nebyly žádné mezery. Seznam typů modelů, které podporují sady testovacích dat, najdete v části Trénování a testování datových sad.

Chcete-li vytvořit ověřovací datovou sadu, zadejte procento dat, která chcete použít pro testování. Všechna zbývající data se používají k trénování. Volitelně můžete nastavit maximální počet případů, které se mají použít pro testování, nebo nastavit počáteční hodnotu, která se má použít při spuštění procesu náhodného výběru.

Definice sady testů blokování je uložena se strukturou dolování, takže kdykoli vytvoříte nový model založený na struktuře, testovací datová sada je k dispozici pro posouzení přesnosti modelu. Pokud odstraníte mezipaměť struktury dolování, odstraní se také informace o tom, které případy byly použity pro trénink nebo testování.

Proč a jak povolit podrobnou analýzu

Téměř na konci průvodce je možnost povolit podrobnou analýzu. Tuto důležitou možnost lze snadno přehlédnout. Podrobná analýza umožňuje zobrazit zdrojová data ve struktuře dolování dotazováním modelu dolování.

Tato funkce je užitečná pro zobrazení podrobností. Pokud si například prohlížíte výsledky modelu clusteringu, můžete chtít zobrazit zákazníky, kteří jsou v určitém clusteru. Pomocí podrobné analýzy můžete zobrazit podrobnosti, jako jsou kontaktní údaje.

Důležité

Chcete-li použít drillthrough, musíte ho povolit při vytváření struktury dolování dat. Podrobnou analýzu u modelů můžete později povolit nastavením vlastnosti modelu, ale struktury dolování vyžadují, abyste tuto možnost nastavili na začátku. Další informace najdete v tématu Podrobné dotazy (dolování dat).

Viz také

Návrhář dolování dat
Průvodce dolováním dat (Analysis Services – Dolování dat)
Vlastnosti modelu dolování
Vlastnosti pro sloupce struktury a struktury dolování
Úkoly a postupy dolování

  • Last updated on