Modelagem de dados em dashboards de AI/BI

Cada visualização de AI/BI dashboard lê de um ou mais datasets. Além dos datasets, os dashboards AI/BI oferecem várias maneiras de modelar e reutilizar seus dados sem duplicar a lógica entre os datasets. Cada opção se adapta a uma necessidade diferente, desde cálculos leves por dataset até modelos semânticos multifatoriais, para que seja possível escolher a que melhor se adapta à sua análise.

Você pode definir a lógica de modelagem diretamente em um painel quando ela ainda não pertence à camada governada do Unity Catalog, então promovê-la para o Unity Catalog quando estiver pronta para uso mais amplo. Para métricas que devem ser governadas e compartilhadas entre dashboards, Genie Agents ou outras ferramentas, use as views de métricas do Unity Catalog. Consulte view de métricas do Unity Catalog.

dataset

Conjuntos de dados são as consultas ou tabelas que fornecem dados a um dashboard. Cada outra opção de modelagem se baseia em um dataset. Consulte Criar e gerenciar dataset do dashboard.

Datasets SQL

Um dataset SQL é definido por uma query que é escrita em qualquer fonte de dados. Cálculos personalizados baseiam-se em um dataset SQL, adicionando novas medidas e campos (anteriormente chamados de dimensões) computados a partir dele sem alterar o SQL de origem. Eles são úteis para cálculos únicos sobre um único dataset SQL, como uma medida de margem de lucro ou um campo categorizado. Consulte Adicionar um dataset SQL e O que são cálculos personalizados?.

View de métricas locais

As visualizações de métricas locais permitem definir campos, medidas e relações de join no painel usando uma interface visual, mantendo a lógica semântica contida em um único painel. Elas retêm os benefícios dos objetos semânticos, como agregações precisas, independentemente do agrupamento, e você pode promovê-las para o Unity Catalog quando suas métricas estiverem prontas para uso mais amplo. As visualizações de métricas locais estão em Prévia Pública. Consulte Visualizações de métricas locais.

Relacionamentos do Dashboard

Os relacionamentos de painel permitem que o senhor defina um modelo semântico que abrange várias tabelas de fatos e dimensões, especificando como os datasets se relacionam entre si. O mecanismo de consulta resolve os joins em tempo de execução, para que o senhor possa fatiar campos e medidas em qualquer dataset conectado e construir análises multifatores e multigranularidade em um único painel. Os relacionamentos de painel estão em Prévia Pública. Consulte Relacionamentos de painel.

Escolha a abordagem correta

As opções de modelagem com escopo de dashboard solucionam problemas diferentes. Use a tabela a seguir para decidir qual se adapta à sua análise.

Abordagem	O que oferece	Melhor ajuste
Datasets SQL	Uma query SQL em qualquer fonte de dados, com cálculos personalizados opcionais que adicionam medidas e campos sem alterar a SQL de origem	Análise leve baseada em query com métricas por dataset
Visualizações de métricas locais	Campos, medidas e joins definidos no painel em uma granularidade fixa, que podem ser promovidos para o Unity Catalog	Lógica semântica reutilizável que pode ser promovida posteriormente para uma view de métricas do Unity Catalog governada.
Relações do painel de controle	Um gráfico de join atravessável em vários datasets, com medidas reutilizáveis entre datasets.	Análise multifato e multigranular que abrange vários datasets em um dashboard

Abordagem	O que oferece	Melhor ajuste
Datasets SQL	Uma query SQL em qualquer fonte de dados, com cálculos personalizados opcionais que adicionam medidas e campos sem alterar a SQL de origem	Análise leve baseada em query com métricas por dataset
Visualizações de métricas locais	Campos, medidas e joins definidos no painel em uma granularidade fixa, que podem ser promovidos para o Unity Catalog	Lógica semântica reutilizável que pode ser promovida posteriormente para uma view de métricas do Unity Catalog governada.
Relações do painel de controle	Um gráfico de join atravessável em vários datasets, com medidas reutilizáveis entre datasets.	Análise multifato e multigranular que abrange vários datasets em um dashboard

Para lógica semântica que você planeja reutilizar em várias visualizações ou refinar com o tempo, a Databricks recomenda views de métricas locais em vez de cálculos personalizados em um dataset SQL. As views de métricas locais definem medidas, campos e joins uma única vez e podem ser promovidas para o Unity Catalog quando a lógica estiver pronta para uso mais amplo. Reserve cálculos personalizados para métricas leves limitadas a um único dataset SQL.

Para saber como as visualizações métricas e os relacionamentos de painel diferem em granularidade, e quando escolher entre eles, consulte Como os relacionamentos de painel se comparam às visualizações métricas?.

Modelagem com escopo no painel em comparação com o Unity Catalog

Visualizações de métricas locais e relacionamentos de painel estão limitados a um único painel e não criam um objeto do Unity Catalog. Use a modelagem com escopo de painel para prototipagem, análise específica do painel ou quando quiser iterar antes de promover a lógica para o Unity Catalog.

Use as visualizações de métricas do Unity Catalog quando as métricas devem ser governadas, passíveis de consulta diretamente com SQL de qualquer cliente SQL e reutilizáveis em painéis, Genie Agents e outras ferramentas. Quando uma visualização de métricas local estiver pronta para uso mais amplo, é possível promovê-la para o Unity Catalog para uso global. Consulte Exportar para uma visualização de métricas do Unity Catalog e visualizações de métricas do Unity Catalog.

Nesta seção

• • Conjuntos de dados
  • Crie e gerencie os datasets que fornecem dados a um dashboard.
• • Visualizações de métricas locais
  • Defina campos, medidas e joins no dashboard e, em seguida, promova-os para o Unity Catalog.
• • Relações do painel de controle
  • O modelo realiza joins em vários datasets para criar modelos semânticos multi-fato.
• • Cálculos personalizados
  • Adicione medidas e campos únicos a um único dataset SQL, sem alterar sua query.