Modélisation des données dans les tableaux de bord AI/BI
Chaque visualisation de AI/BI dashboard lit à partir d'un ou plusieurs datasets. En plus des datasets, les tableaux de bord AI/BI vous offrent plusieurs façons de façonner et de réutiliser vos données sans dupliquer la logique entre les datasets. Chaque option correspond à un besoin différent, des calculs légers par dataset aux modèles sémantiques multi-faits, ainsi vous pouvez choisir celle qui correspond à votre analyse.
Vous pouvez définir la logique de modélisation directement dans un tableau de bord lorsqu'elle n'appartient pas encore à la couche Unity Catalog régie, puis la promouvoir vers Unity Catalog lorsqu'elle est prête pour une utilisation plus large. Pour les métriques qui doivent être gouvernées et partagées entre les tableaux de bord, les agents Genie ou d'autres outils, utilisez les vues de métriques Unity Catalog. Découvrez les vues de métriques de Unity Catalog.
dataset
Les datasets sont les queries ou les tables qui fournissent des données à un tableau de bord. Toutes les autres options de modélisation s'appuient sur un dataset. Voir Créer et gérer des datasets de tableau de bord.
dataset SQL
Un dataset SQL est défini par une query que vous écrivez contre n'importe quelle source de données. Les calculs personnalisés s'appuient sur un dataset SQL, ajoutant de nouvelles mesures et des champs (précédemment appelés dimensions) calculés à partir de celui-ci sans modifier le SQL source. Ils sont utiles pour les calculs ponctuels sur un seul dataset SQL, comme une mesure de marge bénéficiaire ou un champ catégorisé. Voir Ajouter un dataset SQL et Que sont les calculs personnalisés ?.
Vues de métriques locales
Les vues de métriques locales vous permettent de définir des champs, des mesures et des relations de jointure dans le tableau de bord à l'aide d'une interface visuelle, tout en maintenant la logique sémantique contenue dans un seul tableau de bord. Elles conservent les avantages des objets sémantiques, tels que des agrégations précises quelle que soit la méthode de regroupement, et vous pouvez les promouvoir dans Unity Catalog lorsque vos métriques sont prêtes pour une utilisation plus large. Les vues de métriques locales sont en préversion publique. Consultez les vues de métriques locales.
Relations du tableau de bord
Les relations de tableau de bord vous permettent de définir un modèle sémantique qui s'étend sur plusieurs tables de faits et de dimensions en spécifiant comment les datasets sont liés les uns aux autres. Le moteur de queries résout les jointures à l'exécution, vous pouvez ainsi segmenter les champs et les mesures sur n'importe quel dataset connecté et créer une analyse multi-faits, multi-niveaux dans un tableau de bord unique. Les relations du tableau de bord sont en aperçu public. Consultez les relations du tableau de bord.
Choisissez la bonne approche
Les options de modélisation limitées au tableau de bord résolvent différents problèmes. Utilisez le tableau suivant pour décider lequel correspond à votre analyse.
Approche | Ce qu'il offre | Meilleur ajustement |
|---|---|---|
SQL dataset | Une requête SQL contre n'importe quelle source de données, avec des calculs personnalisés facultatifs qui ajoutent des mesures et des champs sans modifier le SQL source. | Analyse légère basée sur des requêtes avec des métriques par dataset |
Vues métriques locales | Champs, mesures et jointures définis dans le tableau de bord à granularité fixe, promouvable vers Unity Catalog. | Logique sémantique réutilisable que vous pourrez promouvoir ultérieurement en une vue de métriques Unity Catalog gouvernée |
Relations de tableau de bord | Un Graphe de jointure traversable entre plusieurs datasets, avec des mesures inter-datasets réutilisables. | Analyse multi-fait et multi-granulaire qui s'étend sur plusieurs datasets dans un seul tableau de bord. |
Pour une logique sémantique que vous prévoyez de réutiliser dans différentes visualisations ou d'affiner au fil du temps, Databricks recommande d'utiliser des vues métriques locales plutôt que des calculs personnalisés sur un dataset SQL. Les vues métriques locales définissent les mesures, les champs et les jointures une fois et peuvent être promues dans Unity Catalog lorsque la logique est prête pour une utilisation plus large. Réservez les calculs personnalisés pour les métriques légères limitées à un seul dataset SQL.
Pour savoir comment les vues de métriques et les relations de tableau de bord diffèrent en granularité et quand choisir entre elles, consultez Comment les relations de tableau de bord se comparent-elles aux vues de métriques ?.
Modélisation limitée au tableau de bord comparée à Unity Catalog
Les vues métriques locales et les relations de tableau de bord sont limitées à un tableau de bord unique et ne créent pas d'objet Unity Catalog. Utilisez la modélisation limitée au tableau de bord pour le prototypage, l'analyse spécifique au tableau de bord, ou lorsque vous souhaitez itérer avant de promouvoir la logique vers Unity Catalog.
Utilisez les vues de métriques Unity Catalog lorsque les métriques doivent être gouvernées, interrogeables directement avec SQL depuis n'importe quel client SQL, et réutilisables à travers les tableaux de bord, les Agents Genie et d'autres outils. Lorsqu'une vue métrique locale est prête pour une utilisation plus large, vous pouvez la promouvoir dans Unity Catalog pour une utilisation globale. Consultez Exporter vers une vue de métriques Unity Catalog et Vues de métriques Unity Catalog.
Dans cette section
-
- Ensembles de données
- Créez et gérez les datasets qui fournissent des données à un tableau de bord.
-
- Vues métriques locales
- Définissez les champs, les mesures et les jointures dans le tableau de bord, puis promouvez-les vers Unity Catalog.
-
- Relations de tableau de bord
- Modélisez les jointures entre plusieurs datasets pour créer des modèles sémantiques multi-faits.
-
- Calculs personnalisés
- Ajoutez des mesures et des champs ponctuels à un seul dataset SQL, sans modifier sa requête.