From 39006e740a904c46e12110fc9fe9c6e0a7471e04 Mon Sep 17 00:00:00 2001 From: SunDean <1264174498@qq.com> Date: Wed, 6 Sep 2023 21:38:12 +0800 Subject: [PATCH] =?UTF-8?q?Created=20=E8=AF=AD=E4=B9=89=E6=A8=A1=E5=9E=8B?= =?UTF-8?q?=E4=BD=BF=E7=94=A8=E6=89=8B=E5=86=8C=20(markdown)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- 语义模型使用手册.md | 191 ++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 191 insertions(+) create mode 100644 语义模型使用手册.md diff --git a/语义模型使用手册.md b/语义模型使用手册.md new file mode 100644 index 0000000..1f2e280 --- /dev/null +++ b/语义模型使用手册.md @@ -0,0 +1,191 @@ +# 语义建模 + +**简介** + +语义模型建模是使用超音数的第一步。在这个模块中, 它可以连接上你的数据库引擎, 并通过简单方便的方式来帮助你将物理数据建模为数据源、维度和指标等逻辑概念。建模完成后, 你就可以在问答中通过自然语言的方式来和你的物理数据交互啦~ + +**问题示例** + +为了帮助你更好地理解建模的过程, 我们通过一个问题示例来进行介绍: 超音数本身作为一个产品, 那么如何用语义建模来统计它的埋点访问数据呢？比如超音数在一段时间内的访问用户数是多少？这些用户的访问次数和停留时长是怎样的？这些用户来自哪些部门？这些用户看了哪些页面？分别看了多少次？等我们建模完成, 这些问题的答案也就浮出水面了。 + +### 数据库连接 +为了进行数据查询, 我们首先需要创建一个数据库连接, 创建一个数据库连接主要分为三个步骤, +1. 填写连接信息 +2. 点击测试连接, 若连接测试通过, 则可点击保存。否则, 返回步骤1 +3. 点击保存。 + +如图1-1所示, 由于超音数的埋点访问数据被存放在H2数据库中, 因此我们创建了一个H2数据库实例作为例子。除了H2数据库以外, 我们还支持MySQL, ClickHouse等多种常见数据库。 + +
+ +

图1-1 数据库连接示例

+
+ +需要说明的是, 在这里创建数据库之后, 并不是所有人都可以查询这个数据库链接的数据, 需要在图1-1表单上进行授权。 + +**管理员**: 可以编辑这个数据库链接的人 + +**使用者**: 可以使用这个数据库链接查询数据的人 + + +### 模型管理 + +在超音数中, 模型归属于主题域, 主题域类似于一个分类的概念, 用户可以按自己的业务场景去创建主题域, +然后在主题域下面创建模型。 + +### **1. 创建一个主题域** + +如图1-1所示, 为了统计超音数的埋点访问情况, 我们创建了一个叫"超音数"的主题域作为示例: + +
+ +

图2-1 主题域示例

+
+ +### **2. 创建一个模型** +有了超音数这个主题域之后, 我们在超音数这个主题域下创建一个叫"超音数"的模型, 接下来即可基于这个模型来创建 +数据源、指标、维度等 + +
+ +

图2-2 模型示例

+
+ + +### **3. 创建数据源** +创建模型之后, 我们首先需要把物理数据抽象为一个个数据源。在超音数中, 数据源是对数据库中数据的一种逻辑层面上的抽象, 它既可以直接指代一张物理表, 也可以由一段SQL逻辑表示而成。数据源中涉及的字段可被指定为维度或者度量, 而这些维度和度量又可以衍生出更复杂的维度和指标。如图3-1, 超音数提供了两种创建数据源方式。 +
+ +

图3-1 数据源创建方式

+
+ +其中, **快速创建** 可以直接指定一张物理表来把它创建为数据源, 而**SQL脚本** 则提供了更为灵活的数据源创建方式, 我们可以通过写一条逻辑SQL来把它指定为数据源 + +如图3-2为通过**SQL脚本**的方式创建数据源, 首先我们写一条SQL来表达我们的数据源逻辑, 然后点击运行, 就可以看到这条SQL查询出来的数据, 校验数据无误之后, 我们可以点击生成数据源 +
+ +

图3-2 SQL脚本

+
+ +需要注意的是, 这里创建数据源选择数据库链接的时候, 需要有数据库的使用者权限. + +如图3-3所示, 点击生成数据源之后, 需要我们填写一些基本信息, 如数据源名称和描述, 填写完成之后, 点击下一步 +
+ +

图3-3 数据源基本信息

+
+ +如图3-4所示, 填写完基本信息之后, 需要填写一些字段信息, 把数据源的字段指定为维度或者度量, 其中日期和主键为特殊的维度。 + +**维度**主要用于筛选和分组 + +**度量**主要标识数值类型字段, 用来进行聚合计算 + +**日期字段**主要用于标识, 方便问答进行数据查询。 + +**主键**则用于不同数据源之间的连接字段, 若多个不同数据源存在相同的主键, 则可以进行多数据源连接 + +
+ +

图3-4 数据源字段信息

+
+ +把字段指定为维度/度量之后, 还可选择是否勾选**快速创建**单选框。若**勾选**, 则会直接把选中的维度/度量批量创建到维度/指标列表。 +若**不勾选**, 但字段已被选定为维度/度量, 该字段虽然不会直接被创建到维度/指标列表, 但是后续在创建衍生维度/指标的时候也可作为表达式中的字段被用上。 +如图3-5所示, 为我们创建的3个数据源示例, 分别为超音数用户停留时长统计, 访问次数和访问人数统计, 用户部门统计。 + +
+ +

图3-5 数据源列表

+
+ + +### **4. 创建维度** +如图4-1, 为刚刚创建数据源时, 通过勾选**快速创建**按钮创建出来的维度。分别为用户名, 用户所在的部门, 用户浏览过的超音数页面。 +
+ +

图4-1 维度列表

+
+ +若我们需要更复杂的维度, 如我们需要根据页面来划分模块, 那我们可以点击创建按钮来创建一个更复杂的维度。如图4-2所示 +
+ +

图4-2 维度创建

+
+ +### **5. 创建指标** +和维度类似, 如图5-1为通过**快速创建**按钮创建出来的指标, 分别为访问超音数的次数, 人数和停留时长。这几个指标都可以在用户、部门 、页面等分组粒度上进行计算。 +
+ +

图5-1 指标列表

+
+ +到此为止, 我们就成功把超音数的访问统计数据建模成了相关的数据源、维度和指标。通过在问答中直接对这些维度和指标进行提问, 就可以回答我们在介绍开头提到的那些问题啦！ + + + +# 问答设置 + +问答设置旨在进一步降低用户通过自然语言方式获取数据的门槛。在超音数平台首页, 单击顶部菜单栏的**语义模型**, 然后选择特定的**主题域和模型**, 便可对特定模型进行问答设置, 当前支持对指标场景和实体场景分别进行设置。 + + + +### 1 指标场景 + +指标场景指基于特定的维度, 进行指标的分析, 这会涉及到 group by 的聚合计算, 比如"按活跃区域查询播放量", 会基于维度**活跃区域**, 查看指标**播放量**在不同活跃区域的聚合数据。 + +#### 1.1 问答可见 + +* 如果希望在指标场景中设置特定维度/指标的可见性, 通过以下3步即可实现： + +1. 在左侧列表中选择需要可见的维度和指标; +2. 点击中间的 **>** 标志, 可将其状态由不可见转变为可见; +3. 点击底部**完成**按钮。 + + + +* 如果还希望实现**维度值的联想**, 通过以下步骤即可实现: + +1. 对特定的维度, 勾选**维度值可见**选项; +2. 如果有高级设置的需要, 可点击**可见维度值设置**[可选的], 高级设置可对该维度的维度值设置黑名单、白名单、sql 过滤规则等 ; +3. 点击底部**完成**按钮。 + + + +设置后, 系统会启动后台任务, 计算对应维度的维度值, 并写入到问答知识库中, 当用户输入不完整的歌手名时, 系统会根据知识库中的数据进行维度值联想。 + + + +#### 1.2 默认设置 + +指标场景可以对时间范围进行默认设置： + + + +- **时间范围:** 在指标场景时, 如果用户查询中没有指定时间范围, 如"查询流行歌手的播放量", 按上图设置后, 最终查询为"查询流行歌手的最近7天的播放量"。 + +### 2 实体场景 + +实体场景指仅仅查询原始明细数据, 不涉及到聚合计算, 比如"周杰伦的代表作"。 + +#### 2.1 实体 + +实体是指数据表中的唯一标识, 类似于主键。 一般而言, 一个主题域中只有一个实体。如维度歌手名可以作为艺人库实体的唯一标识。 + +实体只在实体场景中存在, 指标场景不存在实体。当系统识别出当前查询是针对实体展开的, 那么就可确定当前是一个明细查询的场景。实体设置主要分为实体别名和唯一标识两部分： + +- **实体别名:** 可用别名来简化实体查询, 使查询更简单; +- **唯一标识:** 一个实体的唯一标识, 一般是维度。 + + + +#### 2.2 问答可见 + +具体配置含义可参考 *1.1 指标场景问答可见* + +#### 2.3 默认设置 + +- **维度/指标:** 实体场景时, 如果用户查询中没有指定维度/指标, 系统会用此处设置的维度/指标进行查询, 如输入"周杰伦", 系统会将周杰伦作为维度歌手名的筛选条件, 然后查询出设置的维度/指标数据; +- **时间范围:** 用户可根据数据特定的时效性, 设置时间点, 如果用户明细查询中不涉及时间信息, 则会用此处配置的时间进行查询。 + + \ No newline at end of file