Adatbányászati lekérdezések

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.

Az adatbányászati lekérdezések számos célra hasznosak. Ön megteheti:

• Alkalmazza a modellt az új adatokra egy vagy több előrejelzés létrehozásához. A bemeneti értékeket paraméterként vagy kötegben is megadhatja.

• A betanításhoz használt adatok statisztikai összegzésének lekérése.

• Minták és szabályok kinyerése, vagy a modellben egy mintát képviselő tipikus eset profiljának létrehozása.

• Regressziós képletek és más, mintákat magyarázó számítások kinyerése.

• Lekérheti azokat az eseteket, amelyek megfelelnek egy adott mintának.

• A modellben használt egyedi esetek részleteinek lekérése, beleértve az elemzésben nem használt adatokat is.

• Modell újratanítása új adatok hozzáadásával vagy kereszt-előrejelzés végrehajtásával.

Ez a szakasz áttekintést nyújt az adatbányászati lekérdezések használatának megkezdéséhez szükséges információkról. Ismerteti az adatbányászati objektumokon létrehozható lekérdezések típusait, bemutatja a lekérdezési eszközöket és a lekérdezési nyelveket, valamint hivatkozásokat biztosít az SQL Server Data Mining által biztosított algoritmusok használatával létrehozott modelleken létrehozható lekérdezésekre.

Adatbányászati lekérdezések ismertetése

Lekérdezési eszközök és felületek

Lekérdezések különböző modelltípusokhoz

Követelmények

Adatbányászati lekérdezések ismertetése

Az SQL Server Analysis Services adatbányászata a következő típusú lekérdezéseket támogatja:

• Előrejelzési lekérdezések (adatbányászat)

  Olyan lekérdezések, amelyek a modell mintái és a bemeneti adatok alapján következtetnek.

• Tartalom-lekérdezések (adatbányászat)

  Metaadatokat, statisztikákat és a modellre vonatkozó egyéb információkat visszaküldött lekérdezések.

• Részletezési lekérdezések (adatbányászat)

  Lekérdezések, amelyek lekérhetik a modell alapjául szolgáló esetadatokat, vagy akár a modellben nem használt struktúra adatait.

• Adatdefiníciós lekérdezések (adatbányászat)

  Azok a lekérdezések, amelyek nem a modellből adnak vissza információt, hanem modellek és struktúrák létrehozására vagy a modellben vagy struktúrában lévő adatok frissítésére szolgálnak.

A lekérdezések létrehozása előtt javasoljuk, hogy ismerkedjen meg az SQL Server által biztosított adatbányászati algoritmusokkal létrehozott modellek közötti különbségekkel.

• Az egyes modelltípusok tallózása és felfedezése az egyes algoritmustípusokhoz megadott egyéni adatbányászati megjelenítők használatával. További információ: Mining Model Viewer Tasks and How-tos.

• Tekintse át az egyes modelltípusok modelltartalmat a Microsoft Általános tartalomfa megjelenítőjével. Az információk értelmezéséhez tekintse meg a bányászati modell tartalmát (Analysis Services – Adatbányászat).

Lekérdezési eszközök és felületek

Az sql server által biztosított lekérdezési eszközök egyikével interaktívan hozhat létre adatbányászati lekérdezéseket. A grafikus előrejelzési lekérdezésszerkesztő az SQL Server Data Tools és az SQL Server Management Studio szolgáltatásban is elérhető. Ha korábban még nem használta a Prediction Query Buildert, javasoljuk, hogy kövesse az Alapszintű adatbányászati oktatóanyag lépéseit a felület megismeréséhez. A lépések gyors áttekintéséhez tekintse meg a Lekérdezés létrehozása előrejelzési lekérdezés létrehozása a Prediction Query Builder használatával című témakört.

Az Előrejelzési lekérdezésszerkesztő hasznos a később testre szabni kívánt lekérdezések indításához. Egyszerűen hozzáadhat adatforrásokat, és oszlopokhoz rendelheti őket, majd átválthat DMX nézetre, és testre szabhatja a lekérdezést egy WHERE záradék vagy más függvény hozzáadásával.

Ha már ismeri az adatbányászati modelleket és a lekérdezések készítésének módját, közvetlenül is írhat lekérdezéseket a Data Mining Extensions (DMX) használatával. A DMX a Transact-SQL-hez hasonló lekérdezési nyelv, amelyet számos különböző ügyfélből használhat. A DMX az egyéni előrejelzések és az összetett lekérdezések létrehozására szolgáló eszköz. A DMX bemutatása: Adatbányászati modellek létrehozása és lekérdezése DMX-lel: Oktatóanyagok (Analysis Services – Adatbányászat).

A DMX-szerkesztőket az SQL Server Data Tools és az SQL Server Management Studio is biztosítja. Az Előrejelzési lekérdezésszerkesztővel is elindíthatja a lekérdezéseket, majd módosíthatja a nézetet a szövegszerkesztőre, és átmásolhatja a DMX-utasítást egy másik ügyfélre. További információ: Adatbányászati lekérdezési eszközök.

A DMX-utasításokat programozott módon is megírhatja, és elküldheti őket az ügyfélről az SQL Server Analysis Services-kiszolgálóra az AMO vagy az XMLA használatával. A DMX azonban az a nyelv, amellyel lekérdezéseket kell létrehoznia egy bányászati modellen.

A modell metaadatait, statisztikáit és bizonyos tartalmát az adatbányászati sémasorkészleteken alapuló dinamikus felügyeleti nézetek (DMV-k) használatával is lekérdezheti. Ezek a DMV-k megkönnyítik a modellre vonatkozó információk lekérését a SELECT utasítások beírásával; azonban nem hozhat létre előrejelzéseket. Az SQL Server Analysis Services által támogatott DMV-kkel kapcsolatos további információkért lásd: Dinamikus felügyeleti nézetek (DMV-k) használata az Analysis Services monitorozásához.

Végül létrehozhat adatbányászati lekérdezéseket az Integration Services-csomagokban való használatra az adatbányászati lekérdezési feladat vagy az adatbányászati lekérdezés átalakításával. A vezérlőfolyamat-feladat több típusú DMX-lekérdezést támogat, míg az adatfolyam-átalakítás csak az adatfolyamban lévő adatokkal dolgozó lekérdezéseket támogatja, vagyis a PREDICTION JOIN szintaxist használó lekérdezéseket.

Lekérdezések különböző modelltípusokhoz

A modell létrehozásakor használt algoritmus nagyban befolyásolja az adatbányászati lekérdezésekből kinyerhető információk típusát. A különbségek oka az, hogy minden algoritmus más módon dolgozza fel az adatokat, és különböző mintázatokat tárol. Egyes algoritmusok például fürtöket hoznak létre; mások fákat hoznak létre. Ezért előfordulhat, hogy a használt modell típusától függően speciális előrejelzési és lekérdezési függvényeket kell használnia.

Az alábbi lista összefoglalja a lekérdezésekben használható függvényeket:

• Általános előrejelzési függvények: A Predict függvény polimorfikus, ami azt jelenti, hogy minden modelltípussal működik. Ez a függvény automatikusan észleli a használt modell típusát, és további paramétereket kér. További információ: Előrejelzés (DMX).

  Figyelmeztetés

  Nem minden modell használható előrejelzések készítésére. Létrehozhat például egy olyan klaszter modellt, amely nem rendelkezik előrejelzhető attribútummal. Ha azonban egy modell nem rendelkezik kiszámítható attribútummal, akkor is létrehozhat előrejelzési lekérdezéseket, amelyek más típusú hasznos információkat adnak vissza a modellből.

• Egyéni előrejelzési függvények: Minden modelltípus olyan előrejelzési függvényeket biztosít, amelyek az algoritmus által létrehozott minták kezeléséhez lettek kialakítva.

  A Lag függvény például az idősorozat-modellekhez van megadva, hogy megtekinthesse a modellhez használt előzményadatokat. A fürtözési modellek esetében az olyan függvények, mint a ClusterDistance , értelmesebbek.

  Az egyes modelltípusokhoz támogatott függvényekkel kapcsolatos további információkért tekintse meg az alábbi hivatkozásokat:

  • Társításmodell lekérdezési példái

  • Példák a fürtözési modell lekérdezési példáira

  • Döntési fák modell lekérdezési példái

  • Lineáris regressziós modell lekérdezési példái

  • Logisztikai regressziós modell lekérdezési példái

  • Microsoft Naive Bayes-algoritmus

  • Neurális hálózati modell lekérdezési példái

  • Sorrendfürtezési modell lekérdezési példái

  • Példák az idősormodell lekérdezési példáira

  VBA-függvényeket is meghívhat, vagy létrehozhat saját függvényeket. További információ: Functions (DMX).

• Általános statisztikák: Számos függvény használható szinte bármilyen modelltípussal, amelyek szabványos leíró statisztikákat, például szórást adnak vissza.

  A PredictHistogram függvény például egy táblát ad vissza, amely a megadott oszlop összes állapotát listázza.

  További információt az Általános előrejelzési függvények (DMX) című témakörben talál.

• Egyéni statisztikák: Az egyes modelltípusokhoz további kiegészítő függvények is rendelkezésre állnak az adott elemzési tevékenységhez kapcsolódó statisztikák létrehozásához.

  Ha például fürtözési modellel dolgozik, a PredictCaseLikelihood függvénnyel visszaadhatja az adott esethez és fürthöz társított valószínűségi pontszámot. Ha azonban lineáris regressziós modellt hoz létre, jobban érdekli az együttható és a metszet lekérése, amelyet egy tartalomlekérdezés használatával végezhet el.

• Modell tartalomfüggvényei: Az összes modell tartalma szabványosított formátumban jelenik meg, amely lehetővé teszi az információk egyszerű lekérdezéssel való lekérését. A DMX használatával lekérdezéseket hozhat létre a modell tartalmán. Az adatbányászati sémasorkészletek használatával bizonyos típusú modelltartalmakat is lekérhet.

  A modell tartalmában a visszaadott tábla egyes sorainak vagy csomópontjainak jelentése a modell létrehozásához használt algoritmus típusától és az oszlop adattípusától függően eltérő. További információ, lásd: Tartalom-lekérdezések (adatbányászat).

Requirements

Mielőtt lekérdezést hozhat létre egy modellen, az adatbányászati modellt fel kell dolgoznunk. Az SQL Server Analysis Services-objektumok feldolgozása speciális engedélyeket igényel. A bányászati modellek feldolgozásáról további információt a feldolgozási követelmények és szempontok (adatbányászat) című témakörben talál.

A lekérdezések adatbányászati modellen való végrehajtásához különböző engedélyszintek szükségesek a futtatott lekérdezés típusától függően. A például a részletes eset- vagy szerkezeti adatokhoz való hozzáféréshez általában további engedélyek szükségesek, amelyeket be lehet állítani a bányászati struktúra objektumán vagy a bányászati modell objektumán.

Ha azonban a lekérdezés külső adatokat használ, és olyan utasításokat tartalmaz, mint az OPENROWSET vagy az OPENQUERY, akkor a lekérdezett adatbázisnak engedélyeznie kell ezeket az utasításokat, és engedéllyel kell rendelkeznie az alapul szolgáló adatbázis-objektumokra.

További információ az adatbányászati lekérdezések futtatásához szükséges biztonsági környezetekről: Biztonsági áttekintés (Adatbányászat)

Ebben a részben

Az ebben a szakaszban található témakörök részletesebben ismertetik az adatbányászati lekérdezések típusait, és részletes példákra mutatnak, hogyan hozhat létre lekérdezéseket adatmingin-modelleken.

Előrejelzési lekérdezések (adatbányászat)

Tartalom-lekérdezések (adatbányászat)

Részletezési lekérdezések (adatbányászat)

Adatdefiníciós lekérdezések (adatbányászat)

Adatbányászati lekérdezési eszközök

Kapcsolódó tevékenységek

Ezekkel a hivatkozásokkal megtudhatja, hogyan hozhat létre és használhat adatbányászati lekérdezéseket.

Tasks	Links
Az adatbányászati lekérdezésekkel kapcsolatos oktatóanyagok és útmutatók megtekintése	6. lecke: Előrejelzések létrehozása és használata (alapszintű adatbányászati oktatóanyag) Idősorozat-előrejelzés – DMX-oktatóanyag
Adatbányászati lekérdezési eszközök használata az SQL Server Management Studióban és az SQL Server Data Toolsban	DMX-lekérdezés létrehozása az SQL Server Management Studióban Előrejelzési lekérdezés létrehozása a Prediction Query Builder használatával Előrejelzési függvények alkalmazása modellre Előrejelzési lekérdezés manuális szerkesztése
Az előrejelzési lekérdezésekben használt külső adatok használata	Bemeneti adatok kiválasztása és leképezése előrejelzési lekérdezéshez Bemeneti adatok kiválasztása és leképezése előrejelzési lekérdezéshez
A lekérdezések eredményeivel való munka	Előrejelzési lekérdezés eredményeinek megtekintése és mentése
A Management Studióban megadott DMX- és XMLA-lekérdezéssablonok használata	Egyszeri előrejelzési lekérdezés létrehozása sablonból Adatbányászati lekérdezés létrehozása XMLA használatával Analysis Services-sablonok használata az SQL Server Management Studióban
További információ a tartalom-lekérdezésekről, és példák	Tartalom-lekérdezés létrehozása bányászati modellen A bányászati modell létrehozásához használt paraméterek lekérdezése Tartalom-lekérdezések (adatbányászat)
Lekérdezési beállítások megadása és a lekérdezési engedélyek és problémák elhárítása	Adatbányászati lekérdezések időtúllépési értékének módosítása
Az adatbányászati összetevők használata az Integration Servicesben	Adatbányászati lekérdezési feladat Adatbányászati lekérdezés átalakítása

Lásd még:

Adatbányászati algoritmusok (Analysis Services – Adatbányászat)
Bányászati modell tartalma (Analysis Services – Adatbányászat)