모든 AI/BI 대시보드 시각화는 하나 이상의 데이터 세트로부터 읽습니다. 데이터 세트 위에 AI/BI 대시보드를 사용하면 데이터 세트 간에 논리를 복제하지 않고도 데이터를 셰이핑하고 다시 사용할 수 있는 여러 가지 방법이 있습니다. 각 옵션은 간단한 데이터 세트별 계산에서 다중 팩트 의미 체계 모델에 이르기까지 다양한 필요에 적합하므로 분석과 일치하는 모델을 선택할 수 있습니다.
관리되는 Unity 카탈로그 계층에 아직 속하지 않은 경우 대시보드에서 직접 모델링 논리를 정의한 다음, 더 광범위하게 사용할 준비가 되면 Unity 카탈로그로 승격할 수 있습니다. 대시보드, Genie 에이전트 또는 기타 도구에서 관리 및 공유해야 하는 메트릭의 경우 Unity 카탈로그 메트릭 보기를 사용합니다. Unity 카탈로그 메트릭 뷰를 참조하세요.
데이터세트
데이터 세트는 대시보드에 데이터를 제공하는 쿼리 또는 테이블입니다. 다른 모든 모델링 옵션은 데이터 세트 위에 빌드됩니다. 대시보드 데이터 세트 만들기 및 관리를 참조하세요.
SQL 데이터 세트
SQL 데이터 세트는 데이터 원본에 대해 작성하는 쿼리에 의해 정의됩니다. 사용자 지정 계산은 SQL 데이터 세트를 기반으로 하며, 원본 SQL을 변경하지 않고 계산된 새 측정값 및 필드(이전에는 차원이라고 함)를 추가합니다. 이익률 측정값 또는 분류된 필드와 같은 단일 SQL 데이터 세트 위에 있는 일회성 계산에 유용합니다. SQL 데이터 세트 추가 및 사용자 지정 계산이란?을 참조하세요.
로컬 지표 보기
로컬 메트릭 뷰를 사용하면 시각적 인터페이스를 사용하여 대시보드에서 필드, 측정값 및 조인 관계를 정의하면서 단일 대시보드에 포함된 의미 체계 논리를 유지할 수 있습니다. 그룹화에 관계없이 정확한 집계와 같은 의미 체계 개체의 이점을 유지하고 메트릭이 더 광범위하게 사용할 준비가 되면 Unity 카탈로그로 승격할 수 있습니다. 로컬 메트릭 보기를 참조하세요.
대시보드 간 관계
대시보드 관계를 사용하면 데이터 세트가 서로 관련되는 방식을 지정하여 여러 팩트 및 차원 테이블에 걸쳐 있는 의미 체계 모델을 정의할 수 있습니다. 쿼리 엔진은 런타임에 조인을 처리하므로, 연결된 어떤 데이터 세트에서든 필드와 측정값을 기준으로 자유롭게 분석하고 단일 대시보드에서 다중 팩트·다중 세분성 분석을 구성할 수 있습니다. 대시보드 관계는 공개 미리 보기로 제공됩니다. 대시보드 관계를 참조하세요.
올바른 방법 선택
대시보드 범위 모델링 옵션은 다양한 문제를 해결합니다. 다음 표를 사용하여 분석에 적합한 테이블을 결정합니다.
| Approach | 제공하는 내용 | 가장 적합한 경우 |
|---|---|---|
| SQL 데이터 세트 | 원본 SQL을 변경하지 않고 측정값 및 필드를 추가하는 선택적 사용자 지정 계산을 사용하여 데이터 원본에 대한 SQL 쿼리 | 데이터 세트별 메트릭을 사용하는 간단한 쿼리 기반 분석 |
| 로컬 지표 보기 | 대시보드에서 고정된 세분성으로 정의된 필드, 측정값 및 조인으로, Unity 카탈로그로 승격할 수 있습니다. | 나중에 관리되는 Unity 카탈로그 메트릭 뷰로 승격할 수 있는 재사용 가능한 의미 체계 논리 |
| 대시보드 간 관계 | 여러 데이터 세트에 걸쳐 탐색 가능한 조인 그래프(재사용 가능한 데이터 세트 간 측정지표 포함) | 하나의 대시보드에서 여러 데이터 세트에 걸친 다중 팩트, 다중 입도 분석 |
시각화에서 다시 사용하거나 시간에 따라 구체화하려는 의미 체계 논리의 경우 Databricks는 SQL 데이터 세트에 대한 사용자 지정 계산 대신 로컬 메트릭 뷰를 권장합니다. 로컬 메트릭 뷰는 측정값, 필드 및 조인을 한 번 정의하며 논리를 더 광범위하게 사용할 준비가 되면 Unity 카탈로그로 승격할 수 있습니다. 단일 SQL 데이터 세트로 범위가 지정된 간단한 메트릭에 대한 사용자 지정 계산을 예약합니다.
메트릭 뷰와 대시보드 관계가 서로 어떻게 다른지, 메트릭 보기 중에서 선택할 시기를 보려면 대시보드 관계를 메트릭 뷰와 비교하는 방법을 참조하세요.
Unity Catalog와 비교한 대시보드 수준 모델링
로컬 메트릭 뷰 및 대시보드 관계는 단일 대시보드로 범위가 지정되며 Unity 카탈로그 개체를 만들지 않습니다. 프로토타입 작성, 대시보드별 분석 또는 논리를 Unity 카탈로그로 승격하기 전에 반복하려는 경우 대시보드 범위 모델링을 사용합니다.
메트릭을 제어하고, SQL 클라이언트에서 SQL로 직접 쿼리할 수 있고, 대시보드, Genie 에이전트 및 기타 도구에서 다시 사용할 수 있어야 하는 경우 Unity 카탈로그 메트릭 뷰를 사용합니다. 로컬 메트릭 뷰를 더 광범위하게 사용할 준비가 되면 전역 사용을 위해 Unity 카탈로그로 승격 할 수 있습니다. Unity Catalog 메트릭 뷰로 내보내기 및 Unity Catalog 메트릭 뷰를 참조하세요.
데이터셋 결과를 미리 계산하고 저장하여 게시된 대시보드를 빠르게 하려면 데이터셋 물질화(dataset materialization)를 사용하세요. AI /BI 대시보드의 데이터셋 실체화를 참조하세요.
이 부분에서는
| 페이지 | 설명 |
|---|---|
| 데이터 세트 | 대시보드에 데이터를 제공하는 데이터 세트를 만들고 관리합니다. |
| 로컬 메트릭 뷰 | 대시보드에서 필드, 측정값 및 조인을 정의한 다음 Unity 카탈로그로 승격합니다. |
| 대시보드 간 관계 | 모델은 여러 데이터 세트에 조인하여 다중 팩트 의미 체계 모델을 빌드합니다. |
| 사용자 지정 계산 | 쿼리를 변경하지 않고 단일 SQL 데이터 세트에 일회성 측정값 및 필드를 추가합니다. |