Tartalomtípusok (adatbányászat)

A következőkre vonatkozik: SQL Server 2019 és korábbi Analysis Services Azure Analysis Services Fabric/Power BI Premium

Fontos

Az adatbányászat elavult az SQL Server 2017 Analysis Servicesben, és megszűnt az SQL Server 2022 Analysis Servicesben. Az elavult és megszűnt funkciók dokumentációja nem frissül. További információkért tekintse meg az Analysis Services visszamenőleges kompatibilitását.

A Microsoft SQL Server SQL Server Analysis Servicesben meghatározhatja a bányászati struktúrában lévő oszlopok fizikai adattípusát és az oszlop logikai tartalomtípusát, amikor egy modellben használják.

Az adattípus határozza meg, hogy az algoritmusok hogyan dolgozzák fel az ezekben az oszlopokban lévő adatokat a bányászati modellek létrehozásakor. Az oszlop adattípusának meghatározása megadja az algoritmusnak az oszlopokban lévő adatok típusával és az adatok feldolgozásának módjával kapcsolatos információkat. Az SQL Server Analysis Services minden adattípusa egy vagy több tartalomtípust támogat az adatbányászathoz.

A tartalomtípus az oszlopban található tartalom viselkedését írja le. Ha például egy oszlop tartalma egy adott intervallumban , például a hét napjaiban ismétlődik, ciklikusként megadhatja az oszlop tartalomtípusát.

Egyes algoritmusok speciális adattípusokat és adott tartalomtípusokat igényelnek a megfelelő működéshez. A Microsoft Naive Bayes-algoritmus például nem használhat folyamatos oszlopokat bemenetként, és nem tud folyamatos értékeket előrejelezni. Egyes tartalomtípusokat, például a kulcsütemezést csak egy adott algoritmus használja. Az algoritmusok és az egyes támogatott tartalomtípusok listáját az Adatbányászati algoritmusok (Analysis Services – Adatbányászat) című témakörben találja.

Az alábbi lista az adatbányászatban használt tartalomtípusokat ismerteti, és azonosítja az egyes típusokat támogató adattípusokat.

Diszkrét

A diszkrét érték azt jelenti, hogy az oszlop véges számú értéket tartalmaz, amelyek között nincs kontinuum. A nemek oszlopa például egy tipikus különálló attribútumoszlop, amelyben az adatok adott számú kategóriát jelölnek.

A különálló attribútumoszlop értékei nem utalnak rendezésre, még akkor sem, ha az értékek numerikusak. Ezenkívül még ha a különálló oszlop értékei numerikusak is, a törtértékek nem számíthatók ki. A telefonos körzetkódok jó példa a számokat tartalmazó különálló adatokra.

A különálló tartalomtípust minden adatbányászati adattípus támogatja.

Folyamatos

A folyamatos érték azt jelenti, hogy az oszlop olyan értékeket tartalmaz, amelyek numerikus adatokat jelölnek egy olyan skálán, amely lehetővé teszi a köztes értékeket. A különálló oszlopokkal ellentétben, amelyek véges, megszámlálható adatokat jelölnek, a folyamatos oszlopok méretezhető méréseket jelölnek, és az adatok végtelen számú törtértéket tartalmazhatnak. A hőmérséklet oszlopa egy folyamatos attribútumoszlop példája.

Ha egy oszlop folyamatos numerikus adatokat tartalmaz, és tudja, hogyan kell elosztani az adatokat, az értékek várható eloszlásának megadásával javíthatja az elemzés pontosságát. A bányaszerkezet szintjén adja meg az oszlopeloszlást. Ezért a beállítás a struktúrán alapuló összes modellre vonatkozik. További információ: Oszlopeloszlások (Adatbányászat).

A folyamatos tartalomtípust a következő adattípusok támogatják: Dátum, Dupla és Hosszú.

Diszkrét

A diszkretizálás egy folyamatos adathalmaz értékeinek gyűjtőkbe helyezésének folyamata, hogy a lehetséges értékek száma korlátozott legyen. Csak numerikus adatokat különböztethet meg.

Így a diszkrét tartalomtípus azt jelzi, hogy az oszlop olyan értékeket tartalmaz, amelyek egy folytonos oszlopból származó értékek csoportjait vagy gyűjtőit jelölik. A vödröket rendezett és különálló értékekként kezeljük.

Manuálisan is megkülönböztetheti az adatokat, hogy biztosan megkapja a kívánt gyűjtőket, vagy használhatja az SQL Server Analysis Servicesben biztosított diszkrétítési módszereket. Egyes algoritmusok automatikusan elvégzik a diszkrétítést. További információ: Oszlop megkülönböztetésének módosítása bányászati modellben.

A diszkrét tartalomtípust a következő adattípusok támogatják: Dátum, Dupla, Hosszú és Szöveg.

Key

A kulcs tartalomtípusa azt jelenti, hogy az oszlop egyedileg azonosít egy sort. Egy esettáblázatban a kulcs oszlop általában numerikus vagy szöveges azonosító. A tartalomtípust kulcsra állítja, hogy jelezze, hogy az oszlop nem használható elemzéshez, csak rekordok nyomon követéséhez.

A beágyazott táblákhoz kulcsok is tartoznak, de a beágyazott táblakulcs használata kissé eltérő. Ha az oszlop az elemezni kívánt attribútum, akkor a tartalomtípust kulcsra állítja egy beágyazott táblában. A beágyazott táblakulcs értékeinek minden esetben egyedinek kell lenniük, de az esetek teljes halmazában lehetnek ismétlődések.

Ha például az ügyfelek által vásárolt termékeket elemzi, akkor a tartalomtípust az esettábla CustomerID oszlopának kulcsára állítja be, a tartalomtípust pedig ismét kulcsra állítja a beágyazott tábla PurchasedProducts oszlopában.

Megjegyzés:

A beágyazott táblák csak akkor érhetők el, ha az Analysis Services adatforrásnézetként definiált külső adatforrásból származó adatokat használ.

Ezt a tartalomtípust a következő adattípusok támogatják: Dátum, Dupla, Hosszú és Szöveg.

Kulcsütemezés

A kulcsszekvencia tartalomtípus csak a szekvencia-fürtöző modellekben használható. Amikor kulcsütemezésre állítja a tartalomtípust, az azt jelzi, hogy az oszlop olyan értékeket tartalmaz, amelyek események sorozatát jelölik. Az értékek sorrendbe vannak rendezve, de nem kell egyenlő távolságnak lenniük egymástól.

Ezt a tartalomtípust a következő adattípusok támogatják: Dupla, Hosszú, Szöveg és Dátum.

Kulcsidő

A kulcsidő tartalomtípusa csak idősorozat-modellekben használható. Amikor a tartalomtípust kulcsidőre állítja, az azt jelzi, hogy az értékek rendezettek, és időskálát jelölnek.

Ezt a tartalomtípust a következő adattípusok támogatják: Dupla, Hosszú és Dátum.

Táblázat

A tábla tartalomtípusa azt jelzi, hogy az oszlop egy vagy több oszlopot és egy vagy több sort tartalmazó adattáblát tartalmaz. Egy esettábla bármelyik sorában ez az oszlop több értéket is tartalmazhat, amelyek mindegyike a szülő eset rekordhoz kapcsolódik. Ha például a fő esettábla az ügyfelek listáját tartalmazza, több olyan oszlop is lehet, amely beágyazott táblákat tartalmaz, például egy ProductsPurchased oszlopot, ahol a beágyazott tábla felsorolja az ügyfél által korábban vásárolt termékeket, valamint egy Hobbies oszlopot, amely az ügyfél érdekeit sorolja fel.

Ennek az oszlopnak az adattípusa mindig Tábla.

Ciklikus

A ciklikus tartalomtípus azt jelenti, hogy az oszlop olyan értékeket tartalmaz, amelyek egy ciklikus rendezett halmazt képviselnek. A hét számozott napjai például egy ciklikusan rendezett halmaz, mivel az első nap a hét napot követi.

A ciklikus oszlopok rendezettnek és különállónak is tekinthetők tartalomtípus szempontjából.

Ezt a tartalomtípust az SQL Server Analysis Services összes adatbányászati adattípusa támogatja. A legtöbb algoritmus azonban különálló értékként kezeli a ciklikus értékeket, és nem végez különleges feldolgozást.

Megrendelve

A Rendezett tartalomtípus azt is jelzi, hogy az oszlop olyan értékeket tartalmaz, amelyek sorozatot vagy sorrendet határoznak meg. Ebben a tartalomtípusban azonban a rendezéshez használt értékek nem utalnak a készlet értékei közötti távolságra vagy nagyságrendre. Ha például egy rendezett attribútumoszlop egytől ötig terjedő sorrendben tartalmaz információkat a képzettségi szintekről, a képességszintek közötti távolság nem tartalmaz hallgatólagos információt; az ötös képességszint nem feltétlenül ötször jobb, mint egy képességszint.

A rendezett attribútumoszlopok tartalomtípus szempontjából különállónak minősülnek.

Ezt a tartalomtípust az SQL Server Analysis Services összes adatbányászati adattípusa támogatja. A legtöbb algoritmus azonban különálló értékként kezeli a rendezett értékeket, és nem végez különleges feldolgozást.

Minősített

Az előző, minden modellhez közösen használt tartalomtípusok mellett egyes adattípusok esetében a tartalomtípusok definiálásához minősített oszlopokat is használhat. A minősített oszlopokról további információt a Minősített oszlopok (Adatbányászat) című témakörben talál.

Lásd még:

Tartalomtípusok (DMX)
Adattípusok (adatbányászat)
Adattípusok (DMX)
Bányászati struktúra tulajdonságainak módosítása
Bányászati struktúraoszlopok