資料類型 (資料採礦)

適用于：SQL Server 2019 和更早版本的 Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

資料採礦自 SQL Server 2017 Analysis Services 起退場，現在的 SQL Server 2022 Analysis Services 已不再繼續提供。 已退場和不再繼續提供之功能的文件不予更新。 若要深入了解，請參閱 Analysis Services 回溯相容性。

當您在 Microsoft SQL Server SQL Server Analysis Services 中建立採礦模型或採礦結構時，您必須為採礦結構中的每個資料行定義資料類型。 此資料類型會告訴分析引擎，資料來源中的資料是數值還是文字，以及應該如何處理資料。 例如，如果您的來源資料包含數值資料，您可以指定數字應該視為整數還是使用小數位數。

SQL Server Analysis Services支援下列採礦結構資料行的資料類型：

資料類型	支援的內容類型
Text	Cyclical、Discrete、Discretized、Key Sequence、Ordered、Sequence
Long	Continuous、Cyclical、Discrete、Discretized、Key、Key Sequence、Key Time、Ordered、Sequence、Time Classified
布林值	Cyclical、Discrete、Ordered
Double	Continuous、Cyclical、Discrete、Discretized、Key、Key Sequence、Key Time、Ordered、Sequence、Time Classified
日期	Continuous、Cyclical、Discrete、Discretized、Key、Key Sequence、Key Time、Ordered

注意

只有協力廠商演算法才支援 Time 和 Sequence 內容類型。 系統支援 Cyclical 和 Ordered 內容類型，但是大部分的演算法將它們視為離散值，因此不會執行特殊處理。

此資料表也會顯示每種資料類型所支援的「內容類型」。

此內容類型是資料採礦特有的，可讓您自訂在採礦模型中處理或計算資料的方式。 例如，即使您的資料行包含數字，您還是可能需要建立它們的模組以作為離散值。 如果資料行包含數字，您也可以指定它們是分類收納或離散化，或指定模型將它們處理為連續值。 因此，內容類型會對模型造成巨大影響。 如需所有內容類型的清單，請參閱 內容類型 (資料採礦) 。

注意

在其他機器學習系統中，您可能會遇到「名義資料」、「因素」或「類別」、「序數資料」或「序列資料」這些術語。 一般而言，這些會對應到內容類型。 在 SQL Server 中，資料類型只會指定儲存體的實值型別，而不是其在模型中的使用方式。

指定資料類型

如果您使用資料採礦延伸模組 (DMX) 直接建立採礦模型，當您定義此模型時，可以針對每一個資料行定義資料類型，而且 Analysis Services 將會同時建立具有指定之資料類型的對應採礦結構。 如果您使用精靈建立採礦模型或採礦結構，Analysis Services 將會建議一個資料類型，或者，您也可以從清單中選擇資料類型。

變更資料類型

如果您變更資料行的資料類型，一定要重新處理採礦結構及根據該結構的任何採礦模型。 有時當您變更資料類型時，該資料行就不能再用於特定的模型中。 在這種情況下，當您重新處理模型時，Analysis Services 將會引發錯誤，或是處理此模型，但是不處理該特定資料行。

另請參閱

內容類型 (資料採礦)
內容類型 (DMX)
資料採礦演算法 (Analysis Services - 資料採礦)
採礦結構 (Analysis Services - 資料採礦)
資料類型 (DMX)
採礦模型資料行
採礦結構資料行