Teilen über


SELECT (DMX)

Gilt für: SQL Server Analysis Services

Die SELECT-Anweisung in Data Mining Extensions (MINE) wird für die folgenden Aufgaben im Data Mining verwendet:

  • Durchsuchen des Inhalts eines vorhandenen Miningmodells

  • Erstellen von Vorhersagen aus einem vorhandenen Miningmodell

  • Erstellen einer Kopie eines vorhandenen Miningmodells

  • Durchsuchen der Miningstruktur

Obwohl die vollständige Syntax dieser Anweisung komplex ist, können die Hauptklauseln, die für das Durchsuchen eines Modells und der ihm zugrunde liegenden Struktur verwendet werden, wie folgt zusammengefasst werden:

SELECT [FLATTENED] [TOP <n>] <select list>  
FROM <model/structure>[.aspect]  
[WHERE <condition expression>]  
[ORDER BY <expression>[DESC|ASC]]  

FLATTENED

Einige Data Mining-Clients unterstützen keine Resultsets in hierarchischem Format von einem Data Mining-Anbieter. Der Client kann möglicherweise keine Hierarchie verwalten oder muss die Ergebnisse in einer einzelnen denormalisierten Tabelle speichern. Sollen die Daten aus geschachtelten Tabellen in vereinfachte Tabellen konvertiert werden, müssen Sie für die Anforderungsergebnisse fordern, dass sie vereinfacht werden.

Um die Abfrageergebnisse zu flachen, verwenden Sie die SELECT-Syntax mit der Option "FLATTENED ", wie im folgenden Beispiel gezeigt:

SELECT FLATTENED <select list> FROM ...  

TOP <n> und ORDER BY

Sie können die Ergebnisse einer Abfrage mithilfe eines Ausdrucks sortieren und dann eine Teilmenge der Ergebnisse zurückgeben, indem Sie eine Kombination aus den KLAUSELn ORDER BY und TOP verwenden. Dies ist hilfreich für Szenarien wie gezieltes Mailing, in dem Sie Ergebnisse nur an die Personen senden möchten, die am wahrscheinlichsten antworten. Sie können die Ergebnisse einer Zielsendungsvorhersageabfrage nach der Vorhersagewahrscheinlichkeit sortieren und dann nur die obersten <n> Ergebnisse zurückgeben.

Liste auswählen

Die <Auswahlliste> kann skalare Spaltenverweise, Vorhersagefunktionen und Ausdrücke enthalten. Welche Optionen verfügbar sind, hängt vom Algorithmus und den folgenden Kontexten ab:

  • Wird eine Miningstruktur oder ein Miningmodell abgefragt?

  • Werden Inhalte oder Fälle abgefragt?

  • Handelt es sich bei den Quelldaten um eine relationale Tabelle oder um einen Cube?

  • Werden Vorhersagen getroffen?

In vielen Fällen können Sie Aliasse verwenden, oder Sie erstellen einfache Ausdrücke basierend auf den Elementen in der Auswahlliste. Das folgende Beispiel zeigt einen einfachen Ausdruck in Modellspalten:

SELECT [CustomerID], [Last Name] + ', ' + [FirstName] AS FullName  
FROM <model>.CASES  

Im folgenden Beispiel wird ein Alias für eine Spalte erstellt, die die Ergebnisse einer Vorhersagefunktion enthält:

SELECT Predict([Column1], 'Value') as Column1Prediction  
FROM MyModel  
JOIN <source data query>  

WHERE

Sie können die Fälle einschränken, die von der Abfrage zurückgegeben werden, indem Sie eine WHERE-Klausel verwenden. Die WHERE-Klausel gibt an, dass Spaltenverweise im WHERE-Ausdruck dieselbe Semantik aufweisen müssen wie Spaltenverweise in der< Auswahlliste> der SELECT-Anweisung und können nur einen booleschen Ausdruck zurückgeben. Die Syntax für die WHERE-Klausel lautet wie folgt:

WHERE < condition expression >  

Die Select-Liste und WHERE-Klausel einer SELECT-Anweisung müssen den folgenden Regeln entsprechen:

  • Die Auswahlliste muss einen Ausdruck enthalten, der kein boolesches Ergebnis zurückgibt. Sie können den Ausdruck ändern, aber der Ausdruck muss nicht boolesche Ergebnisse zurückgeben.

  • Die WHERE-Klausel muss einen Ausdruck enthalten, der ein boolesches Ergebnis zurückgibt. Sie können die Klausel ändern, aber sie muss ein boolesches Ergebnis zurückgeben.

Vorhersagen

Für das Erstellen von Vorhersagen gibt es zwei Syntaxformen:

Mit der ersten Form für Vorhersagen können Sie komplexe Vorhersagen in Echtzeit oder als Batch erstellen.

Die zweite Vorhersageform erstellt einen leeren PREDICTION JOIN für eine vorhersagbare Spalte in einem Miningmodell und gibt den wahrscheinlichsten Status der Spalte zurück. Die Ergebnisse einer solchen Abfrage basieren vollständig auf dem Inhalt des Miningmodells.

Sie können eine Select-Anweisung in die Quellabfrage einer SELECT FROM PREDICTION JOIN-Anweisung einfügen, indem Sie die folgende Syntax verwenden.

SELECT FROM PREDICTION JOIN (<SELECT statement>) AS t, WHERE <SELECT statement>  

Weitere Informationen zum Erstellen von Vorhersageabfragen finden Sie unter Struktur und Verwendung von QUERY-Vorhersageabfragen.

Klauselsyntax

Aufgrund der Komplexität des Browsens mit der SELECT-Anweisung werden detaillierte Syntaxelemente und Argumente durch Klausel beschrieben. Weitere Informationen zu den einzelnen Klauseln erhalten Sie, wenn Sie auf ein Thema in der folgenden Liste klicken:

SELECT DISTINCT FROM <Model > (UNIVERSE)

SELECT FROM-Modell<>. INHALT (CONTENT)

SELECT FROM-Modell<>. CASES (CASES)

SELECT FROM-Modell<>. SAMPLE_CASES (DIMM)

SELECT FROM-Modell<>. DIMENSION_CONTENT (UNIVERSE)

SELECT FROM <model> PREDICTION JOIN (INTERFACES)

SELECT FROM <Model> (UNIVERSE)

SELECT FROM-Struktur<>. ETUIS

Weitere Informationen

Data Mining Extensions (DATA Mining Extensions, ABSCHNITT) Datendefinitionsanweisungen
DATA Mining Extensions (UNIVERSE) Datenmanipulationsanweisungen
Data Mining-Erweiterungen (DMX) - Anweisungsreferenz
DATA Mining Extensions (UNIVERSE) Datenmanipulationsanweisungen