處理資料採礦物件

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。

資料採礦物件在處理之前只是一個空容器。 「處理」 (Processing) 資料採礦模型也稱為 「定型」(Training)。

處理採礦結構 ：採礦結構會從外部資料來源取得資料 (依資料行繫結和使用方式中繼資料的定義)，並讀取資料。 系統會完整地讀取這項資料，再加以分析以擷取各種統計資料。 Analysis Services 會在本機快取中儲存資料的壓縮表示 (適合以資料採礦演算法進行分析)。 您可在模型經過處理後保存此快取或加以刪除。 依預設會儲存此快取。 如需詳細資訊，請參閱 處理採礦結構。

處理採礦模型 ：採礦模型在處理之前是空的，只包含定義。 若要處理採礦模型，則該模型所依據的採礦結構必須已經過處理。 採礦模型在從採礦結構快取取得資料之後，會套用已在模型上建立的任何篩選，然後再透過演算法傳遞資料集來偵測模式。 採礦模型在經過處理之後，只會儲存處理的結果，而非資料本身。 如需詳細資訊，請參閱 處理採礦模型。

下列圖表說明在處理採礦結構和資料模型時的資料流程。

處理

檢視處理的結果

採礦結構經過處理之後會包含資料的壓縮表示，以供統計資料分析使用。 如果尚未清除快取，可以用下列方式存取此快取的資料：

• 在模型上建立資料採礦延伸模組 (DMX) 查詢並鑽研至結構。 如需詳細資訊，請參閱 SELECT FROM < 模型 > 。CASES (DMX) 。

• 請根據結構瀏覽模型，並使用使用者介面中的一個選項以鑽研至結構案例。 如需詳細資訊，請參閱 Data Mining Model Viewers(資料採礦模型檢視器) 或 Drill Through to Case Data from a Mining Model(鑽研採礦模型的案例資料)。

• 在結構案例上建立 DMX 查詢。 如需詳細資訊，請參閱 SELECT FROM < 結構 > 。案例。

採礦模型經過處理之後只會包含衍生自分析的模式，以及模型結果與快取之定型資料的對應。 您可以瀏覽或查詢模型結果 (稱為 「模型內容」)，或者也可以查詢模型和結構案例 (若已存入快取)。

每個採礦模型的模型內容都是根據建立時所使用的演算法而定。 例如，如果某個模式是叢集模型，而另一個模型是決策樹模型，則即使模型使用的資料完全相同，模型的內容也會非常不同。 如需詳細資訊，請參閱 Mining Model Content (Analysis Services - 資料採礦) 。

處理需求

根據採礦模型只根據關聯式資料還是多維度資料來源，處理需求可能會有所差異。

如果是關聯式資料來源，處理作業只需要您建立定型資料，並在該資料上執行採礦演算法。 但是，根據 OLAP 物件的採礦模型 (例如維度和量值) 需要基礎資料處於已處理的狀態。 這可能需要處理多維度物件，才能擴展採礦模型。

如需詳細資訊，請參閱 處理需求和考慮 (資料採礦) 。

另請參閱

鑽研查詢 (資料採礦)
採礦結構 (Analysis Services - 資料採礦)
採礦模型 (Analysis Services - 資料採礦)
邏輯架構 (Analysis Services – 資料採礦)