适用于:SQL Server
Azure 数据工厂中的 SSIS 集成运行时
使用数据分析请求页面(位于数据分析任务编辑器中)选择并配置要计算的分析配置。 在单个数据剖析任务中,您可以针对多个表或视图中的多个列或列组合计算多个剖析结果。
有关如何使用数据事件探查任务的详细信息,请参阅 设置数据事件探查任务。 有关如何使用数据剖析查看器分析数据剖析任务输出结果的详细信息,请参阅 数据剖析查看器。
打开数据剖析任务编辑器的“剖析请求”页面
在 SQL Server Data Tools (SSDT) 中,打开包含数据分析任务的 Integration Services 程序包。
在控制流选项卡上,双击“数据分析”任务。
在 “数据分析任务编辑器”中,单击 “分析请求”。
使用“请求”窗格
请求窗格是出现在页顶部的窗格。 此窗格将列出所有为当前数据事件探查任务配置的配置文件。 如果尚未配置任何配置文件,则请求窗格为空。 若要添加新的配置文件,请在 “配置文件类型” 列下的空白区域单击,并从列表中选择配置文件类型。 若要配置配置文件,请在请求窗格中选择配置文件,然后在 “请求属性” 窗格中设置配置文件的属性。
请求窗格选项
请求窗格具有下列选项:
视图
选择查看为该任务配置的所有配置文件,还是仅查看其中的一个配置文件。
请求窗格中的列会根据选择的 “视图” 而发生更改。 有关这些列中各列的详细信息,请参阅下一节“请求窗格列”。
请求窗格列
请求窗格显示的列取决于选定的 “视图” :
如果选择查看 “所有请求”,则请求窗格会显示两列: “配置文件类型” 和 “请求 ID”。
如果选择查看五个列配置文件中的一个,则请求窗格会显示四列: “配置文件类型”、 “表或视图”、 “列”和 “请求 ID”。
如果选择查看候选键配置文件,则请求窗格会显示四列:“配置文件类型”、“表或视图”、“键列”和“请求 ID”。
如果选择查看函数依赖关系配置文件,则请求窗格会显示五列: “配置文件类型”、 “表或视图”、 “决定列”、 “依赖列”和 “请求 ID”。
如果选择查看值包含配置文件,则请求窗格会显示六列: “配置文件类型”、 “子集端表或视图”、 “超集端表或视图”、 “子集端列”、 “超集端列”和 “请求 ID”。
以下各节逐一介绍这些列。
所有视图的公共列
配置文件类型
从下面的选项选择一个数据配置文件:
| 值 | 说明 |
|---|---|
| 候选键配置文件请求 | 计算候选键项配置文件。 此配置文件报告某个列或列集是选定表的键还是近似键。 此配置文件还可以帮助您识别数据中的问题,如可能的键列中的重复值。 |
| 列长度分布概况请求 | 计算列长度分布概况。 列长度分布配置文件报告选定列中字符串值的所有不同长度以及每个长度所表示的表中的行的百分比。 此概况可以帮助您识别数据中的问题,例如无效值。 例如,你分析了一列由两个字符组成的美国州代码,并发现其中有些值超过了两个字符。 |
| 列空值比率分析请求 | 列 Null 比率配置文件。 列空值比率分析显示所选列中空值所占的百分比。 此分析概况可帮助您识别数据中的问题,例如某一列中的空值比例异常偏高。 例如,您分析邮政编码列时,发现邮政编码缺失值的占比高得令人无法接受。 |
| 列模式配置请求 | 计算列模式剖面。 列模式配置文件报告涵盖字符串列中值的指定百分比的一组正则表达式。 此配置文件可以帮助您识别数据中的问题,如无效字符串。 它还可以建议可用于以后验证新值的正则表达式。 例如,邮政编码列的模式分析可能会生成以下正则表达式:\d{5}-\d{4}、\d{5} 和 \d{9}。 如果看到其他正则表达式,则数据可能包含无效或格式不正确的值。 |
| 列统计信息概况请求 | 选择此选项可使用选定表或视图中所有适用列的默认设置来计算列统计信息配置文件。 列统计信息概要文件报告以下统计信息:数值列的最小值、最大值、平均值和标准偏差,以及 datetime 列的最小值和最大值。 此配置文件可以帮助您识别数据中的问题,如无效值。 例如,您对一列历史日期进行分析时,发现其中的最大日期竟然是在未来。 |
| 列值分布分析请求 | 计算列值分布概况。 列值分布概况会显示所选列中的所有不同值,以及各值对应的行数占表中总行数的百分比。 此配置文件还可以报告其表示内容超过表中指定的行百分比的值。 此配置文件可帮助您识别数据中的问题,例如,列中非重复值的数目不正确。 例如,当你分析一个包含美国各州名称的列时,会发现其中有 50 多个不同值。 |
| 功能依赖配置文件请求 | 计算函数依赖概况。 函数依赖关系配置文件报告某列(依赖列)中的值依赖另一列或列集(决定列)中的值的程度。 此配置文件还可以帮助您识别数据中的问题,如无效值。 例如,您探查美国邮政编码列和美国的州列之间的依赖关系。 同一邮政编码应始终对应同一州,但分析结果发现了违反这一依赖关系的情况。 |
| 值包含配置文件请求 | 计算值包含配置文件。 值包含配置文件计算两列或列集之间值的重叠。 此配置文件还可以确定一个列或列集是否适于用作两个选定表之间的外键。 此概况还可以帮助您识别数据中的问题,例如无效值。 例如,您对 Sales 表中的 ProductID 列进行分析,却发现该列中包含一些在 Products 表的 ProductID 列中找不到的值。 |
RequestID
显示请求的标识符。 通常无需更改自动生成的值。
对所有单个配置文件都通用的列
连接管理器
显示连接到源数据库的 ADO.NET 连接管理器。
请求 ID
显示请求的标识符。 通常无需更改自动生成的值。
对五个单个列配置文件都通用的列
“表或视图”
显示包含所选列的表或视图。
列
显示选定用于分析的列。
特定于候选键配置文件的列
“表或视图”
显示包含所选列的表或视图。
关键列
显示选中用于分析的列。
特定于函数依赖关系配置文件的列
“表或视图”
显示包含所选列的表或视图。
决定因素列
显示选定要作为决定列进行事件探查的列。 在美国,邮政编码决定所在州的示例中,决定因素列是邮政编码列。
从属列
显示选定用于分析的列作为依赖列。 在美国邮政编码决定美国的州的示例中,依赖列是州列。
特定于值包含配置文件的列
子集侧表或视图
显示包含选定作为子集端列的列的表或视图。
超集辅助表或视图
显示包含选定作为超集端的列的表或视图。
子集侧边列
显示为分析而选定的一个或多个列作为子集侧列。 在这个示例中,您需要验证美国州列中的值是否存在于包含两字符美国州代码的参考表中,而子集列就是源表中的州列。
超集辅助列
显示选定要作为超集端列进行事件探查的列。 在这个示例中,您要验证“美国州”列中的值是否存在于一个包含两个字符的美国州代码的参考表中;其中,超集列就是该参考表中的州代码列。
使用请求属性窗格
“请求属性” 窗格显示在请求窗格下。 此窗格显示在请求窗格中选定的用于配置文件的选项。
注意
选择 “配置文件类型” 后,必须选择 “请求 ID” 字段,才能在 “请求属性” 窗格中查看该配置文件请求的属性。
这些选项根据选定的配置文件而有所差异。 有关单个配置文件类型选项的详细信息,请参阅下面主题: