資料分析工作

發行項
05/07/2013

資料分析工作會計算各種設定檔，協助您熟悉資料來源並在資料中識別必須修復的問題。

您可以使用 Integration Services 封裝中的資料分析工作，分析儲存在 SQL Server 中的資料並識別資料品質的潛在問題。

[!附註]

本主題只會描述資料分析工作的功能和需求。如需有關如何使用資料分析工作的逐步解說，請參閱＜資料分析工作和檢視器＞一節。

需求與限制

資料分析工作僅用於儲存在 SQL Server 中的資料。此工作不適用於協力廠商或以檔案為基礎的資料來源。

此外，如果要執行包含資料分析工作的封裝，所使用的帳戶必須具備 tempdb 資料庫的讀取/寫入權限，包括 CREATE TABLE 權限。

資料分析工具檢視器

使用工作來計算資料分析並將其儲存在檔案中後，您可以使用獨立的「資料設定檔檢視器」來檢閱設定檔輸出。「資料設定檔檢視器」也支援向下鑽研功能，協助您了解在設定檔輸出中識別的資料品質問題。如需詳細資訊，請參閱＜資料設定檔檢視器＞。

重要事項
輸出檔可能包含您資料庫的相關敏感性資料，以及資料庫所包含的資料。如需有關如何讓此檔案更安全的建議，請參閱＜對封裝使用之檔案的存取權＞。資料設定檔檢視器所提供的向下鑽研功能會傳送即時查詢給原始資料來源。

輸出檔可能包含您資料庫的相關敏感性資料，以及資料庫所包含的資料。如需有關如何讓此檔案更安全的建議，請參閱＜對封裝使用之檔案的存取權＞。

資料設定檔檢視器所提供的向下鑽研功能會傳送即時查詢給原始資料來源。

可用的設定檔

資料分析工作可以計算八種不同的資料設定檔。其中五種設定檔會分析個別的資料行，而剩餘的三種則會分析多個資料行或資料行和資料表之間的關聯性。

下列五個設定檔會分析個別的資料行。

分析個別資料行的設定檔	說明
資料行長度散發設定檔	報告選取之資料行中所有不同的字串值長度，以及該資料表中每個長度所代表之資料列的百分比。這個設定檔可協助您識別資料中的問題，例如無效的值。例如，您分析了應該是兩個字元之美國州名代碼的資料行，並發現長度大於兩個字元的值。
資料行 Null 比例設定檔	報告選取之資料行中 Null 值的百分比。這個設定檔可協助您識別資料中的問題，例如某個資料行中 Null 值的比例過高。舉例來說，您分析了「郵遞區號」資料行並發現遺漏郵遞區號的百分比過高。
資料行模式設定檔	報告一組規則運算式，其中涵蓋了字串資料行中值的指定百分比。這個設定檔可協助您識別資料中的問題，例如無效的字串。這個設定檔也可以建議未來可用於驗證新值的規則運算式。舉例來說，「美國郵遞區號」資料行的模式設定檔可能會產生規則運算式：\d{5}-\d{4}、\d{5} 和 \d{9}。如果您看見其他規則運算式，表示資料可能包含無效或格式錯誤的值。
資料行統計資料設定檔	報告數值資料行的最小值、最大值、平均和標準差，以及 datetime 資料行的最小值和最大值等統計資料。這個設定檔可協助您識別資料中的問題，例如無效的日期。舉例來說，您分析了歷程記錄日期的資料行，並發現屬於未來的最大日期。
資料行值散發設定檔	報告選取之資料行中的所有相異值，以及該資料表中每個值所代表之資料列的百分比。也可以報告代表超過資料表中指定之資料列百分比的值。這個設定檔可協助您識別資料中的問題，例如某個資料行中相異值的數目不正確。舉例來說，您分析了應該包含美國州名的資料行並發現超過 50 個相異值。

下列三個設定檔會分析多個資料行或資料行和資料表之間的關聯性。

分析多個資料行的設定檔	說明
候選索引鍵設定檔	報告資料行或資料行集合是否為選取之資料表的索引鍵或近似索引鍵。這個設定檔也可協助您識別資料中的問題，例如潛在索引鍵資料行中重複的值。
功能相依性設定檔	報告某個資料行 (相依資料行) 中的值相依於另一個資料行或資料行集合 (行列式資料行) 中之值的程度。這個設定檔也可協助您識別資料中的問題，例如無效的值。舉例來說，您分析了包含「美國郵遞區號」之資料行與「美國州名」之資料行之間的相依性。相同的郵遞區號應該永遠具有相同的州名，但是此設定檔卻發現了這個相依性的違規。
值包含設定檔	計算兩個資料行或資料行集合之間值的重疊。這個設定檔可以判斷資料行或資料行集合是否適合當做選取之資料表之間的外部索引鍵。這個設定檔也可協助您識別資料中的問題，例如無效的值。舉例來說，您分析了 Sales 資料表的 ProductID 資料行，並發現此資料行包含在 Products 資料表之 ProductID 資料行中找不到的值。

候選索引鍵設定檔

報告資料行或資料行集合是否為選取之資料表的索引鍵或近似索引鍵。

這個設定檔也可協助您識別資料中的問題，例如潛在索引鍵資料行中重複的值。

功能相依性設定檔

報告某個資料行 (相依資料行) 中的值相依於另一個資料行或資料行集合 (行列式資料行) 中之值的程度。

這個設定檔也可協助您識別資料中的問題，例如無效的值。舉例來說，您分析了包含「美國郵遞區號」之資料行與「美國州名」之資料行之間的相依性。相同的郵遞區號應該永遠具有相同的州名，但是此設定檔卻發現了這個相依性的違規。

值包含設定檔

計算兩個資料行或資料行集合之間值的重疊。這個設定檔可以判斷資料行或資料行集合是否適合當做選取之資料表之間的外部索引鍵。

這個設定檔也可協助您識別資料中的問題，例如無效的值。舉例來說，您分析了 Sales 資料表的 ProductID 資料行，並發現此資料行包含在 Products 資料表之 ProductID 資料行中找不到的值。

有效設定檔的必要條件

除非您選取非空白的資料表和資料行，而且這些資料行包含不適用於設定檔的資料類型，否則設定檔無效。

有效的資料類型

有些可用的設定檔僅對某些資料類型有意義。例如，針對包含數值或 datetime 值的資料行計算資料行模式設定檔是沒有意義的。因此，這樣的設定檔無效。

設定檔	有效的資料類型*
ColumnStatisticsProfile	數值類型或 datetime 類型的資料行 (沒有適用於 datetime 資料行的 mean 和 stddev)
ColumnNullRatioProfile	所有資料行**
ColumnValueDistributionProfile	integer 類型、char 類型和 datetime 類型的資料行
ColumnLengthDistributionProfile	char 類型的資料行
ColumnPatternProfile	char 類型的資料行
CandidateKeyProfile	integer 類型、char 類型和 datetime 類型的資料行
FunctionalDependencyProfile	integer 類型、char 類型和 datetime 類型的資料行
InclusionProfile	integer 類型、char 類型和 datetime 類型的資料行

* 在有效資料類型的上一個資料表中，integer、char、datetime 和 numeric 類型包含下列特定的資料類型：

整數類型包括 bit、tinyint、smallint、int 和 bigint。

字元類型包括 char、nchar, varchar 和 nvarchar,，但不包括 varchar(max) 和 nvarchar(max)。

日期和時間類型包括 datetime、smalldatetime 和 timestamp。

數值類型包括 integer 類型 (bit 除外)、money、smallmoney、decimal、float、real 和 numeric。

** 對於資料行 Null 比例設定檔之外的設定檔，不支援 image、text、XML、udt 和 variant 類型。

有效的資料表和資料行

如果資料表或資料行為空白，資料分析會採取下列動作：

當選取的資料表或檢視為空白時，資料分析工作不會計算任何設定檔。
當選取之資料行中的所有值為 Null 時，資料分析工作僅會計算資料行 Null 比例設定檔。此工作不會計算資料行長度散發設定檔、資料行模式設定檔、資料行統計資料設定檔或資料行值散發設定檔。