INSERT INTO (расширения интеллектуального анализа данных)

Область применения: SQL Server Analysis Services

Служит для обработки заданного объекта интеллектуального анализа данных. Дополнительные сведения об обработке моделей интеллектуального анализа данных и структурах интеллектуального анализа данных см. в разделе "Требования к обработке и рекомендации" (Интеллектуальный анализ данных).

Если задана структура интеллектуального анализа данных, инструкция обрабатывает эту структуру и все связанные с ней модели интеллектуального анализа данных. Если задана модель интеллектуального анализа данных, инструкция обрабатывает только эту модель.

Синтаксис

  
INSERT INTO [MINING MODEL]|[MINING STRUCTURE] <model>|<structure> (<mapped model columns>) <source data query>  
INSERT INTO [MINING MODEL]|[MINING STRUCTURE] <model>|<structure>.COLUMN_VALUES (<mapped model columns>) <source data query>

Аргументы

model
Идентификатор модели.

структура
Идентификатор структуры.

сопоставленные столбцы модели
Разделенный запятыми список идентификаторов столбцов и вложенных идентификаторов.

запрос исходных данных
Исходный запрос в определенном поставщиком формате.

Замечания

Если вы не указываете МОДЕЛЬ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА данных или СТРУКТУРУ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА данных, службы Analysis Services выполняет поиск типа объекта в зависимости от имени и обрабатывает правильный объект. Если сервер содержит структуру и модель интеллектуального анализа данных с одинаковыми именами, возвращается ошибка.

Используя вторую синтаксическую форму, INSERT INTO*<object>*. COLUMN_VALUES можно вставить данные непосредственно в столбцы модели без обучения модели. При использовании этого метода данные столбцов поставляются модели в сжатом и упорядоченном виде, что полезно при работе с наборами данных, содержащими иерархии или упорядоченные столбцы.

Если вы используете INSERT INTO с моделью интеллектуального анализа данных или структурой интеллектуального анализа данных, а также оставьте <сопоставленные столбцы моделей и >аргументы< запроса> исходных данных, оператор ведет себя как ProcessDefault, используя привязки, которые уже существуют. Если привязок не существует, инструкция возвращает ошибку. Дополнительные сведения о ProcessDefault см. в разделе "Параметры обработки" и "Параметры" (службы Analysis Services). Следующий пример показывает синтаксис:

INSERT INTO [MINING MODEL] <model>

Если вы указываете МОДЕЛЬ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА данных и предоставляете сопоставленные столбцы и исходный запрос данных, обрабатывается модель и связанная структура.

В следующей таблице приводится описание результатов различных форм инструкции в зависимости от состояния объектов.

Оператор	Состояние объектов	Результат
ВСТАВКА В МОДЕЛЬ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ<>	Структура интеллектуального анализа данных обрабатывается.	Модель интеллектуального анализа данных обрабатывается.
	Структура интеллектуального анализа данных не обрабатывается.	Модель и структура интеллектуального анализа данных обрабатываются.
	Структура интеллектуального анализа данных содержит дополнительные модели.	Ошибка при выполнении процесса. Необходимо произвести повторную обработку структуры и связанных с ней моделей интеллектуального анализа данных.
ВСТАВКА В СТРУКТУРУ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ<СТРУКТУРУ>	Структура интеллектуального анализа данных обрабатывается или не обрабатывается.	Структура интеллектуального анализа данных и связанные с ней модели обрабатываются.
INSERT INTO MINING MODEL<model>, содержащий исходный запрос or INSERT INTO MINING STRUCTURE<structure>, содержащий исходный запрос	Либо структура, либо модель уже включает содержимое.	Ошибка при выполнении процесса. Перед выполнением этой операции необходимо очистить объекты с помощью DELETE (DMX).

Сопоставленные столбцы модели

Используя <элемент сопоставленных столбцов модели, можно сопоставить столбцы> из источника данных со столбцами в модели интеллектуального анализа данных. Элемент <сопоставленных столбцов> модели имеет следующую форму:

<column identifier> | SKIP | <table identifier> (<column identifier> | SKIP), ...

С помощью SKIP можно исключить определенные столбцы, которые должны существовать в исходном запросе, но они не существуют в модели интеллектуального анализа данных. Команда SKIP помогает, когда у пользователя нет контроля над управления, включенными во входной набор строк. При написании собственной инструкции OPENQUERY рекомендуется исключить столбец из списка столбцов SELECT, а не использовать SKIP.

Команда SKIP также помогает, когда требуется выполнить соединение столбца из входного набора строк, а столбец не используется структурой интеллектуального анализа данных. Типичный пример – структура интеллектуального анализа данных и модель интеллектуального анализа данных с вложенной таблицей. Входной набор строк для этой структуры будет иметь внешний ключевой столбец, используемый для создания иерархического набора строк с помощью предложения SHAPE, но внешний ключевой столбец практически никогда не используется в модели.

Согласно синтаксису SKIP, команда SKIP должна занимать положение отдельного столбца во входном наборе строк, в котором соответствующая структура интеллектуального анализа данных отсутствует. Например, в приведенном далее примере вложенной таблицы OrderNumber должно быть выбрано в предложении APPEND так, чтобы его можно было использовать в предложении RELATE для указания соединения; при этом данные OrderNumber не требуется вставлять во вложенную таблицу в структуре интеллектуального анализа данных. Таким образом, вместо OrderNumber в аргументе INSERT INTO используется ключевое слово SKIP.

Запрос исходных данных

Элемент <запроса> исходных данных может включать следующие типы источников данных:

OPENQUERY
OPENROWSET
ФОРМА
Любой запрос служб Analysis Services, возвращающий набор строк

Дополнительные сведения о типах источников данных см <. в запросе> исходных данных.

Базовый пример

В следующем примере используется OPENQUERY для обучения модели Naive Bayes на основе целевых данных рассылки в AdventureWorksDW2025 базе данных.

INSERT INTO NBSample (CustomerKey, Gender, [Number Cars Owned],  
    [Bike Buyer])  
OPENQUERY([AdventureWorksDW2022],'Select CustomerKey, Gender, [NumberCarsOwned], [BikeBuyer]   
FROM [vTargetMail]')

Пример вложенной таблицы

В следующем примере используется SHAPE для обучения модели интеллектуального анализа связей, содержащей вложенную таблицу. Обратите внимание, что строка fist содержит SKIP вместо OrderNumber, который требуется в инструкции SHAPE_APPEND , но не используется в модели интеллектуального анализа данных.

INSERT INTO MyAssociationModel  
    ([OrderNumber],[Models] (SKIP, [Model])  
    )  
SHAPE {  
    OPENQUERY([AdventureWorksDW2022],'SELECT OrderNumber  
    FROM vAssocSeqOrders ORDER BY OrderNumber')  
} APPEND (  
    {OPENQUERY([AdventureWorksDW2022],'SELECT OrderNumber, model FROM   
    dbo.vAssocSeqLineItems ORDER BY OrderNumber, Model')}  
  RELATE OrderNumber to OrderNumber)   
AS [Models]

См. также

Инструкции определения данных расширений интеллектуального анализа данных (DMX)
Инструкции по обработке данных расширения интеллектуального анализа данных (DMX)
Справочник по расширениям интеллектуального анализа данных (DMX)

Кері байланыс

Бет пайдалы болды ма?

Last updated on 2025-01-02