Projekty wyszukiwania danych

Dotyczy: SQL Server 2019 i starsze usługi Analysis Services Azure Analysis Services Fabric/Power BI Premium

Ważne

Funkcja wyszukiwania danych została uznana za przestarzałą w usługach SQL Server 2017 Analysis Services i została zakończona w usługach SQL Server 2022 Analysis Services. Dokumentacja nie jest aktualizowana dla przestarzałych i wycofanych funkcji. Aby dowiedzieć się więcej, zobacz zgodność z poprzednimi wersjami usług Analysis Services.

Projekt wyszukiwania danych jest częścią rozwiązania usług SQL Server Analysis Services. Podczas procesu projektowania obiekty utworzone w tym projekcie są dostępne do testowania i wykonywania zapytań w ramach bazy danych obszaru roboczego. Jeśli chcesz, aby użytkownicy mogli wykonywać zapytania lub przeglądać obiekty w projekcie, musisz wdrożyć projekt w wystąpieniu usług SQL Server Analysis Services uruchomionych w trybie wielowymiarowym.

Ten temat zawiera podstawowe informacje potrzebne do zrozumienia i utworzenia projektów wyszukiwania danych.

Tworzenie projektów wyszukiwania danych

Obiekty w projektach wyszukiwania danych

Korzystanie z ukończonego projektu wyszukiwania danych

Programowy dostęp do projektów wyszukiwania danych

Tworzenie projektów wyszukiwania danych

W narzędziach SQL Server Data Tools kompilujesz projekty wyszukiwania danych przy użyciu szablonu, projektu OLAP i wyszukiwania danych. Można również programowo tworzyć projekty wyszukiwania danych przy użyciu funkcji AMO. Poszczególne obiekty eksploracji danych można generować jako skrypty przy użyciu języka skryptowego usług Analysis Services (ASSL). Aby uzyskać więcej informacji, zobacz Multidimensional Model Data Access (Analysis Services — Dane wielowymiarowe).

Jeśli utworzysz projekt wyszukiwania danych w istniejącym rozwiązaniu, domyślnie obiekty wyszukiwania danych zostaną wdrożone w bazie danych usług SQL Server Analysis Services o takiej samej nazwie jak plik rozwiązania. Tę nazwę i serwer docelowy można zmienić za pomocą okna dialogowego Właściwości projektu . Aby uzyskać więcej informacji, zobacz Konfigurowanie właściwości projektu usług Analysis Services (SSDT).

Ostrzeżenie

Aby pomyślnie skompilować i wdrożyć projekt, musisz mieć dostęp do wystąpienia usług SQL Server Analysis Services uruchomionych w trybie OLAP/wyszukiwania danych. Nie można opracowywać ani wdrażać rozwiązań do wyszukiwania danych w wystąpieniu usług SQL Server Analysis Services, które obsługują modele tabelaryczne, ani nie można używać danych bezpośrednio ze skoroszytu dodatku Power Pivot lub modelu tabelarycznego korzystającego z magazynu danych w pamięci. Aby określić, czy posiadane wystąpienie SQL Server Analysis Services obsługuje wyszukiwanie danych, zapoznaj się z Określanie trybu serwera wystąpienia usług Analysis Services.

W ramach każdego utworzonego projektu wyszukiwania danych wykonaj następujące kroki:

  1. Wybierz źródło danych, takie jak moduł, baza danych, a nawet pliki tekstowe programu Excel lub pliki tekstowe zawierające nieprzetworzone dane, których będziesz używać do tworzenia modeli.

  2. Zdefiniuj podzbiór danych w źródle danych do użycia do analizy i zapisz je jako widok źródła danych.

  3. Zdefiniuj strukturę danych górniczych do obsługi modelowania.

  4. Dodaj modele wyszukiwania do struktury wyszukiwania, wybierając algorytm i określając sposób obsługi danych przez algorytm.

  5. Trenowanie modeli przez wypełnianie ich wybranymi danymi lub filtrowanym podzestawem danych.

  6. Eksplorowanie, testowanie i ponowne kompilowanie modeli.

Po zakończeniu projektu można wdrożyć go dla użytkowników w celu przeglądania lub wykonywania zapytań albo zapewniania programowego dostępu do modeli wyszukiwania w aplikacji w celu obsługi przewidywań i analiz.

Obiekty w projektach eksploracji danych

Wszystkie projekty wyszukiwania danych zawierają następujące cztery typy obiektów. Można mieć wiele obiektów wszystkich typów.

  • Źródła danych

  • Widoki źródła danych

  • Struktury górnicze

  • Modele wydobywania

Na przykład pojedynczy projekt wyszukiwania danych może zawierać odwołanie do wielu źródeł danych z każdym źródłem danych obsługującym wiele widoków źródeł danych. Z kolei każdy widok źródła danych może obsługiwać wiele struktur wyszukiwania, z których każdy ma wiele powiązanych modeli wyszukiwania.

Ponadto projekt może obejmować algorytmy wtyczek, niestandardowe zestawy lub niestandardowe procedury składowane; jednak te obiekty nie są opisane tutaj. Aby uzyskać więcej informacji, zobacz Dokumentację dla deweloperów usług Analysis Services.

Źródła danych

Źródło danych definiuje parametry połączenia i informacje uwierzytelniania, których serwer usług SQL Server Analysis Services będzie używać do nawiązywania połączenia ze źródłem danych. Źródło danych może zawierać wiele tabel lub widoków; Może to być tak proste, jak pojedynczy skoroszyt programu Excel lub plik tekstowy, albo tak złożone, jak baza danych przetwarzania analitycznego online (OLAP) lub duża relacyjna baza danych.

Pojedynczy projekt wyszukiwania danych może odwoływać się do wielu źródeł danych. Mimo że model wyszukiwania może używać tylko jednego źródła danych jednocześnie, projekt może mieć wiele modeli opartych na różnych źródłach danych.

Usługi SQL Server Analysis Services obsługują dane od wielu dostawców zewnętrznych, a funkcja wyszukiwania danych programu SQL Server może używać zarówno danych relacyjnych, jak i modułowych jako źródła danych. Jednak w przypadku opracowywania obu typów modeli projektów opartych na źródłach relacyjnych i modelach opartych na modułach OLAP warto je opracowywać i zarządzać nimi w oddzielnych projektach.

  • Zazwyczaj modele oparte na kostce OLAP powinny być opracowywane w ramach rozwiązania OLAP. Jednym z powodów jest to, że modele oparte na sześcianie muszą przetwarzać sześcian w celu zaktualizowania danych. Ogólnie rzecz biorąc, dane kostki należy używać tylko wtedy, gdy jest to główny sposób przechowywania i uzyskiwania dostępu do danych, lub gdy wymagane są agregacje, wymiary i atrybuty utworzone przez projekt wielowymiarowy.

  • Jeśli projekt używa tylko danych relacyjnych, należy utworzyć modele relacyjne w osobnym projekcie, aby nie przetwarzać niepotrzebnie innych obiektów. W wielu przypadkach tymczasowa baza danych lub magazyn danych używany do obsługi tworzenia modułu zawiera już widoki potrzebne do wykonywania wyszukiwania danych i można użyć tych widoków do wyszukiwania danych, zamiast używać agregacji i wymiarów w module.

  • Nie można używać danych w pamięci ani dodatku Power Pivot bezpośrednio do tworzenia modeli wyszukiwania danych.

Źródło danych identyfikuje tylko serwer lub dostawcę i ogólny typ danych. Jeśli musisz zmienić formatowanie danych i agregacje, użyj obiektu widoku źródła danych.

Aby kontrolować sposób obsługi danych ze źródła danych, możesz dodać kolumny pochodne lub obliczenia, zmodyfikować agregacje lub zmienić nazwy kolumn w danych w widoku źródła danych. (Można również pracować z danymi na późniejszym etapie, modyfikując kolumny struktury wydobywczej lub używając flag i filtrów modelowania na poziomie kolumny modelu wydobywczego.)

Jeśli wymagane jest czyszczenie danych lub dane w magazynie danych muszą zostać zmodyfikowane w celu utworzenia dodatkowych zmiennych, zmiany typów danych lub utworzenia alternatywnej agregacji, może być konieczne utworzenie dodatkowych typów projektów w celu obsługi wyszukiwania danych. Aby uzyskać więcej informacji na temat tych powiązanych projektów, zobacz Related Projects for Data Mining Solutions (Powiązane projekty dla rozwiązań do wyszukiwania danych).

Widoki źródła danych

Po zdefiniowaniu tego połączenia ze źródłem danych należy utworzyć widok identyfikujący konkretne dane istotne dla modelu.

Widok źródła danych umożliwia również dostosowanie sposobu, w jaki dane w źródle danych są dostarczane do modelu eksploracji. Możesz zmodyfikować strukturę danych, aby uczynić je bardziej istotnymi dla projektu lub wybrać tylko niektóre rodzaje danych.

Na przykład za pomocą edytora widoku źródła danych można wykonywać następujące czynności:

  • Utwórz kolumny pochodne, takie jak części dat, podciągi itp.

  • Agregowanie wartości przy użyciu instrukcji Transact-SQL, takich jak GROUP BY

  • Tymczasowe ograniczanie danych lub przykładowych danych

Aby uzyskać więcej informacji na temat modyfikowania danych w widoku źródła danych, zobacz Widoki źródła danych w modelach wielowymiarowych.

Ostrzeżenie

Jeśli chcesz filtrować dane, możesz to zrobić w widoku źródła danych, ale możesz również tworzyć filtry dla danych na poziomie modelu eksploracji danych. Ponieważ definicja filtru jest przechowywana w modelu eksploracji danych, użycie filtrów modelu ułatwia określenie danych używanych do trenowania modelu. Ponadto można utworzyć wiele powiązanych modeli z różnymi kryteriami filtrowania. Aby uzyskać więcej informacji, zobacz Filtry modeli eksploracji (Analysis Services — Eksploracja danych).

Należy pamiętać, że utworzony widok źródła danych może zawierać dodatkowe dane, które nie są bezpośrednio używane do analizy. Możesz na przykład dodać dane w widoku źródła danych, które są używane do testowania, przewidywania lub analizy szczegółowej. Aby uzyskać więcej informacji na temat tych zastosowań, zobacz Testowanie i walidacja (wyszukiwanie danych) i Drillthrough.

Struktury górnicze

Po utworzeniu źródła danych i widoku źródła danych należy wybrać kolumny danych, które są najbardziej istotne dla problemu biznesowego, definiując struktury wyszukiwania w projekcie. Struktura wydobywcza informuje projekt, które kolumny danych z widoku źródła danych powinny być faktycznie używane w modelowaniu, trenowaniu i testowaniu.

Aby dodać nową strukturę wyszukiwania, uruchom Kreatora wyszukiwania danych. Kreator automatycznie definiuje strukturę wyszukiwania, przeprowadzi Cię przez proces wybierania danych i opcjonalnie umożliwia dodanie początkowego modelu wyszukiwania do struktury. W strukturze wyszukiwania wybierasz tabele i kolumny z widoku źródła danych lub z modułu OLAP i definiujesz relacje między tabelami, jeśli dane zawierają tabele zagnieżdżone.

Wybór danych będzie wyglądać zupełnie inaczej w Kreatorze Eksploracji Danych, w zależności od tego, czy używasz źródeł danych relacyjnych, czy przetwarzania analitycznego online (OLAP).

  • Podczas wybierania danych ze źródła danych relacyjnych konfigurowanie struktury eksploracji jest łatwe: wybierasz kolumny z danych w widoku źródła danych relacyjnego i ustawiasz dodatkowe dostosowania, takie jak aliasy, lub definiujesz sposób grupowania lub przedziałów wartości w kolumnie. Aby uzyskać więcej informacji, zobacz Tworzenie relacyjnej struktury wydobywczej.

  • W przypadku używania danych z kostki OLAP struktura wydobywcza musi znajdować się w tej samej bazie danych co rozwiązanie OLAP. Aby utworzyć strukturę danych wydobywczych, należy wybrać atrybuty z wymiarów i powiązanych miar w rozwiązaniu OLAP. Wartości liczbowe są zwykle znajdowane w miarach, a zmienne kategoryczne w wymiarach. Aby uzyskać więcej informacji, zobacz Tworzenie struktury wyszukiwania OLAP.

  • Struktury górnictwa można również definiować przy użyciu narzędzia DMX. Aby uzyskać więcej informacji, zobacz Data Mining Extensions (DMX) Data Definition Statements (Instrukcje definicji danych DMX).

Po utworzeniu początkowej struktury wydobywczej można kopiować, modyfikować i nadawać aliasy kolumnom struktury.

Każda struktura górnicza może zawierać wiele modeli górnictwa. W związku z tym po zakończeniu możesz ponownie otworzyć strukturę wyszukiwania i użyć Projektanta wyszukiwania danych , aby dodać więcej modeli wyszukiwania do struktury.

Masz również możliwość podzielenia danych na zestaw treningowy, używany do tworzenia modeli, oraz zestaw testowy (holdout) do użycia podczas testowania lub sprawdzania poprawności modeli eksploracji danych.

Ostrzeżenie

Niektóre typy modeli, takie jak modele szeregów czasowych, nie obsługują tworzenia zestawów danych testowych, ponieważ wymagają ciągłej serii danych do uczenia. Aby uzyskać więcej informacji, zobacz Trenowanie i testowanie zestawów danych.

Modele eksploracji danych

Model eksploracji danych definiuje algorytm lub metodę analizy, która będzie używana na tych danych. Do każdej struktury wydobywczej dodaje się co najmniej jeden model wydobywczy.

W zależności od potrzeb można połączyć wiele modeli w jednym projekcie lub utworzyć oddzielne projekty dla każdego typu zadania modelu lub analitycznego.

Po utworzeniu struktury i modelu każdy model jest przetwarzany przez uruchomienie danych z widoku źródła danych za pomocą algorytmu, który generuje model matematyczny danych. Ten proces jest również nazywany trenowaniem modelu. Aby uzyskać więcej informacji, zobacz Wymagania dotyczące przetwarzania i zagadnienia (wyszukiwanie danych).

Po przetworzeniu modelu można wizualnie eksplorować model wyszukiwania i tworzyć zapytania przewidywania względem niego. Jeśli dane z procesu trenowania zostały zbuforowane, możesz użyć zapytań drillthrough, aby zwrócić szczegółowe informacje o przypadkach używanych w modelu.

Jeśli chcesz użyć modelu do produkcji (na przykład do użycia w tworzeniu przewidywań lub eksploracji przez użytkowników ogólnych), możesz wdrożyć model na innym serwerze. Jeśli musisz ponownie przetworzyć model w przyszłości, musisz również wyeksportować definicję podstawowej struktury wydobywczej (oraz koniecznie definicje źródła danych i widoku źródła danych) jednocześnie.

Podczas wdrażania modelu należy również upewnić się, że odpowiednie opcje przetwarzania są ustawione na strukturze i modelu, oraz że potencjalni użytkownicy mają uprawnienia do wykonywania zapytań, wyświetlania modeli lub wykonywania szczegółowej analizy danych w strukturze modelu. Aby uzyskać więcej informacji, zobacz Security Overview (Data Mining).

Korzystanie z ukończonego projektu wyszukiwania danych

Ta sekcja zawiera podsumowanie sposobów użycia ukończonego projektu wyszukiwania danych. Możesz tworzyć wykresy dokładności, eksplorować i weryfikować dane oraz udostępniać użytkownikom wzorce wyszukiwania danych.

Ostrzeżenie

Wykresy, zapytania i wizualizacje używane z modelami wyszukiwania danych nie są zapisywane w ramach projektu wyszukiwania danych i nie można ich wdrożyć. Jeśli chcesz zachować te obiekty, musisz zapisać prezentowaną zawartość lub utworzyć skrypt zgodnie z opisem dla każdego obiektu.

Wyświetlanie i eksplorowanie modeli

Po utworzeniu modelu możesz użyć narzędzi wizualnych i zapytań, aby eksplorować wzorce w modelu i dowiedzieć się więcej o podstawowych wzorcach i statystykach. Na karcie Przeglądarka modeli wydobywczych w Projektancie Data Mining, usługa SQL Server Analysis Services udostępnia przeglądarki dla każdego typu modelu wydobywczego, które można użyć do eksploracji modeli wydobywczych.

Te wizualizacje są tymczasowe i są zamykane bez zapisywania podczas zamykania sesji z usługami SQL Server Analysis Services. W związku z tym, jeśli chcesz wyeksportować te wizualizacje do innej aplikacji na potrzeby prezentacji lub dalszej analizy, użyj poleceń Kopiowania podanych na każdej karcie lub w okienku interfejsu przeglądarki.

Dodatek do wyszukiwania danych dla programu Excel zawiera również szablon programu Visio, którego można użyć do reprezentowania modeli na diagramie programu Visio oraz dodawania adnotacji i modyfikowania diagramu przy użyciu narzędzi programu Visio. Aby uzyskać więcej informacji, zobacz Dodatek do wyszukiwania danych programu Microsoft SQL Server 2008 SP2 dla pakietu Microsoft Office 2007.

Testowanie i weryfikowanie modeli

Po utworzeniu modelu możesz zbadać wyniki i podjąć decyzje dotyczące tego, które modele działają najlepiej.

Usługi SQL Server Analysis Services udostępniają kilka wykresów i narzędzi, które można wykorzystać do bezpośredniego porównywania modeli eksploracji danych oraz wyboru modelu, który jest najbardziej dokładny lub przydatny. Te narzędzia obejmują wykres podnośnika, wykres zysku i macierz klasyfikacji. Te wykresy można wygenerować przy użyciu karty Wykres dokładności wyszukiwania danych w Projektancie wyszukiwania danych.

Możesz również użyć raportu z krzyżowej walidacji, aby wykonać iteracyjne podpróbkowanie danych, aby określić, czy model jest stronniczy względem określonego zestawu danych. Statystyki, które udostępnia raport, mogą służyć do obiektywnego porównywania modeli i oceniania jakości danych treningowych.

Należy pamiętać, że te raporty i wykresy nie są przechowywane w projekcie lub w bazie danych ssASnoversion, więc jeśli chcesz zachować lub zduplikować wyniki, należy zapisać wyniki lub utworzyć skrypt obiektów przy użyciu dmX lub AMO. Można również użyć procedur składowanych do krzyżowego sprawdzania poprawności.

Aby uzyskać więcej informacji, zobacz Testowanie i walidacja (wyszukiwanie danych).

Tworzenie przewidywań

Usługi SQL Server Analysis Services udostępnia język zapytań o nazwie Data Mining Extensions (DMX), który jest podstawą tworzenia przewidywań i jest łatwy do tworzenia skryptów. Aby ułatwić tworzenie zapytań przewidywania DMX, program SQL Server udostępnia konstruktor zapytań dostępny w programie SQL Server Management Studio. Istnieje również wiele szablonów DMX dla edytora zapytań w programie SQL Server Management Studio. Jeśli dopiero zaczynasz przewidywać zapytania, zalecamy użycie konstruktora zapytań dostępnego zarówno w projektancie wyszukiwania danych, jak i programie SQL Server Management Studio. Aby uzyskać więcej informacji, zobacz Narzędzia do wyszukiwania danych.

Przewidywania tworzone w narzędziach SQL Server Data Tools lub SQL Server Management Studio nie są utrwalane, więc jeśli zapytania są złożone lub należy odtworzyć wyniki, zalecamy zapisanie zapytań przewidywania w plikach zapytań DMX, ich skryptach lub osadzeniu zapytań w ramach pakietu usług Integration Services.

Programowy dostęp do obiektów wyszukiwania danych

Usługi SQL Server Analysis Services udostępniają kilka narzędzi, których można użyć do programowej pracy z projektami wyszukiwania danych i obiektami w nich. Język DMX zawiera instrukcje, których można użyć do tworzenia źródeł danych i widoków źródeł danych oraz tworzenia, trenowania i używania struktury i modeli wyszukiwania danych. Aby uzyskać więcej informacji, zobacz Data Mining Extensions (DMX) Reference (Dokumentacja rozszerzeń wyszukiwania danych (DMX).

Te zadania można również wykonać przy użyciu języka skryptowego usług Analysis Services (ASSL) lub przy użyciu obiektów zarządzania usługami analitycznymi (AMO). Aby uzyskać więcej informacji, zobacz Tworzenie za pomocą języka XMLA w usługach Analysis Services.

W poniższych tematach opisano użycie Kreatora wyszukiwania danych w celu utworzenia projektu wyszukiwania danych i skojarzonych obiektów.

Tasks Tematy
Opisuje sposób pracy z kolumnami w strukturze wydobywczej Utwórz relacyjną strukturę eksploracji danych
Zawiera więcej informacji na temat dodawania nowych modeli wydobywczych oraz przetwarzania struktur i modeli Dodawanie modeli eksploracji do struktury (Analysis Services — eksploracja danych)
Zawiera linki do zasobów, które ułatwiają dostosowywanie algorytmów tworzących modele wyszukiwania Dostosowywanie modeli eksploracji i struktury
Zawiera linki do informacji o poszczególnych narzędziach przeglądania modeli eksploracji danych Osoby przeglądające model wyszukiwania danych
Dowiedz się, jak utworzyć wykres lift, wykres zysku, macierz klasyfikacji lub przetestować strukturę eksploracji danych. Testowanie i walidacja (eksploracja danych)
Dowiedz się więcej o opcjach przetwarzania i uprawnieniach Przetwarzanie obiektów wyszukiwania danych
Zawiera więcej informacji o usługach Analysis Services Wielowymiarowe bazy danych modelu

Zobacz też

Projektant wyszukiwania danych
Tworzenie modeli wielowymiarowych przy użyciu narzędzi SQL Server Data Tools (SSDT)
Baza danych obszaru roboczego

  • Last updated on