Teilen über


Grundlegendes zur SELECT-Anweisung (DMX)

Gilt für: SQL Server Analysis Services

Die SELECT-Anweisung ist die Basis für die meisten Abfragen, die Sie mit Data Mining Extensions (QUERY) in Microsoft SQL Server Analysis Services erstellen. Mit dieser Anweisung können Sie viele unterschiedliche Aufgaben ausführen, so z. B. Durchsuchen von Data Mining-Modellen und Erstellen von Vorhersagen für Data Mining-Modelle.

Im Folgenden sind die Aufgaben aufgeführt, die Sie mithilfe der SELECT-Anweisung ausführen können:

  • Durchsuchen eines Data Mining-Modells. Das Schemarowset definiert die Struktur eines Modells.

  • Ermitteln der möglichen Werte einer Miningmodellspalte.

  • Durchsuchen der Fälle, die Knoten in einem Miningmodell zugewiesen sind, oder Abrufen eines repräsentativen Falls.

  • Erstellen von Vorhersagen auf der Basis verschiedener Eingaben.

  • Kopieren von Miningmodellen.

Jede dieser Aufgaben verwendet einen anderen Satz von Daten, die wir als Datendomäne bezeichnen. Sie definieren die Datendomäne in der FROM-Klausel der Anweisung.

  • Sie möchten Objekte im Data Mining-Modell selbst suchen, z. B. die Regel, durch die ein Dataset definiert wird, oder eine Formel für Vorhersagen.

    In diesem Fall müssen Sie die Metadaten untersuchen, die im Modell selbst gespeichert sind. Deshalb besteht die Datendomäne aus den Spalten, die durch das Data Mining-Schemarowset definiert sind.

  • Sie möchten detaillierte Informationen zu den Fällen abrufen, auf deren Grundlage das Modell erstellt wird.

    In diesem Fall müssen Sie einen Drillthrough zur Miningstruktur, d. h. Ihrer Datendomäne, durchführen und die einzelnen Zeilen in den Spalten (Gender, Bike Buyer usw.) untersuchen.

Wichtig

Alles, was in der Ausdrucksliste oder in der WHERE-Klausel enthalten ist, muss aus der Datendomäne stammen, die von der FROM-Klausel definiert wird. Datendomänen können nicht gemischt werden.

SELECT-Typen

Die Syntax der SELECT-Anweisung unterstützt viele verschiedene Aufgaben. Diese Aufgaben führen Sie mithilfe der folgenden Muster aus:

Vorhersage

Mit folgenden Abfragetypen können Sie Vorhersagen ausführen, die auf einem Miningmodell basieren.

Sie können eine beliebige der Select-Anweisungen in die FROM- und WHERE-Klauseln einer SELECT-Anweisung für die Vorhersagebeitritts-Anweisung einschließen oder vorhersagen.

Abfragetyp Beschreibung
SELECT FROM [NATURAL] PREDICTION JOIN Gibt eine Vorhersage zurück, die erstellt wurde, indem die Spalten des Miningmodells mit den Spalten einer internen Datenquelle verknüpft wurden.

Die Datendomäne für diesen Abfragetyp besteht aus den vorhersagbaren Spalten aus dem Modell und den Spalten aus der Eingabedatenquelle.

SELECT FROM <model> PREDICTION JOIN (INTERFACES)

Vorhersageabfragen (Data Mining)
SELECT FROM-Modell <> Gibt nur auf Basis des Miningmodells den wahrscheinlichsten Status der vorhersagbaren Spalte zurück. Dieser Abfragetyp ist eine Abkürzung für das Erstellen einer Vorhersage mit einem leeren PREDICTION JOIN.

Die Datendomäne für diesen Abfragetyp besteht aus den vorhersagbaren Spalten aus dem Modell.

SELECT FROM <Model> (UNIVERSE)

Vorhersageabfragen (Data Mining)

Zurück zum Auswählen von Typen

Durchsuchen

Mit folgenden Abfragetypen können Sie die Inhalte eines Miningmodells durchsuchen.

Abfragetyp Beschreibung
SELECT DISTINCT FROM-Modell <> Gibt alle Statuswerte vom Miningmodell für die angegebene Spalte zurück.

Die Datendomäne für diesen Abfragetyp entspricht dem Data Mining-Modell.

SELECT DISTINCT FROM <Model > (UNIVERSE)

Inhaltsabfragen (Data Mining)
SELECT FROM-Modell><. INHALT Gibt Inhalte mit Beschreibungen zum Miningmodell zurück.

Die Datendomäne für diesen Abfragetyp entspricht dem CONTENT-Schemarowset.

SELECT FROM-Modell<>. INHALT (CONTENT)

Inhaltsabfragen (Data Mining)
SELECT FROM-Modell><. DIMENSION_CONTENT Gibt Inhalte mit Beschreibungen zum Miningmodell zurück.

Die Datendomäne für diesen Abfragetyp entspricht dem CONTENT-Schemarowset.

SELECT FROM-Modell<>. DIMENSION_CONTENT (UNIVERSE)
SELECT FROM-Modell><. PMML Gibt für Algorithmen, die diese Funktionalität unterstützen, die PMML-Darstellung (Predictive Model Markup Language) des Miningmodells zurück.

Die Datendomäne für diesen Abfragetyp besteht aus dem PMML-Schemarowset.

DMSCHEMA_MINING_MODEL_CONTENT_PMML-Rowset

Zurück zum Auswählen von Typen

Kopieren

Sie können ein Miningmodell sowie dessen zugeordnete Miningstruktur in ein neues Modell kopieren und das Modell anschließend innerhalb der Anweisung umbenennen.

Abfragetyp Beschreibung
SELECT INTO <neues Modell> Erstellt eine Kopie des Miningmodells.

Die Datendomäne für diesen Abfragetyp besteht aus dem Data Mining-Modell.

SELECT INTO (SELECT INTO)

Zurück zum Auswählen von Typen

Drillthrough ausführen

Mit folgenden Abfragetypen können Sie die Fälle oder eine Darstellung der Fälle durchsuchen, die dazu verwendet wurden, das Modell zu trainieren.

Abfragetyp Beschreibung
SELECT FROM-Modell><. ETUIS Gibt die Fälle zurück, die zum Trainieren des Miningmodells verwendet werden.

Die Datendomäne für diesen Abfragetyp besteht aus dem Data Mining-Modell.

SELECT FROM-Modell<>. CASES (CASES)

Erstellen von Drillthroughabfragen mit der DMX
SELECT FROM-Modell><. SAMPLE_CASES Gibt einen Beispielfall zurück, der repräsentativ für die Fälle ist, die zum Trainieren des Miningmodells verwendet werden.

Die Datendomäne für diesen Abfragetyp besteht aus dem Data Mining-Modell.

SELECT FROM-Modell<>. SAMPLE_CASES (DIMM)
SELECT FROM-Struktur><. ETUIS Gibt die detaillierten Datenzeilen aus der zugrunde liegenden Miningstruktur zurück, auch wenn einige Details nicht zum Trainieren des Miningmodells verwendet wurden.

SELECT FROM-Struktur<>. ETUIS

Drillthrough-Abfragen (Data Mining)

Zurück zum Auswählen von Typen

Weitere Informationen

Data Mining Extensions (EXTENSIONS) Referenz
Data Mining-Erweiterungen (DMX) - Anweisungsreferenz
Syntaxkonventionen für Data Mining-Erweiterungen (DATA Mining Extensions, SYNTAX)