看Smartbi 是如何践行自助式的数据准备

发布时间：2020-12-30      游览量：3271

• 做数据分析的软件用户流失预测数据接入

其实对于熟悉数据仓库和ETL的技术人员来说，这就对应目标建模、Mapping和ETL作业，但由于使用者从开发阶段的技术人员变成运行阶段的业务人员，因此很多功能细节是差异很大的。自助数据集的定义流程如下：

Smartbi自助数据集是一类基于个性化需求的数据集，它面向各阶层用户提供数据查询和抽取服务。

用户可以根据业务要求，通过可视化的方式，使用跨数据库、多表关联、数据转换、复杂逻辑关系计算、数据抽取ETL等功能，将数据提取到自助数据集，这些自助数据集允许被自助仪表盘、透视分析和电子表格进行数据分析应用。

功能一：跨库查询 

凡是提到数据准备，异构数据源、信息孤岛是最经常被提及的，如果只能读取一个固定数据源，那肯定不能称之为“平台”，Smartbi V8.5提供跨库查询的引擎，只要新建一个数据源，就会同步体现在这个跨库查询引擎中。 

无论是跨库还是单个数据库，查询对于使用者都会需要做表关联，甚至还需要嵌套查询（将可视化查询、SQL查询、原生SQL查询、存储过程查询、JAVA查询、组合分析和透视分析做为数据源），以及设置筛选条件、计算新字段等等。这些常用功能在自助数据集里都是可以支持的，而且操作方式都采用拖拽点选，无须任何专业计算机语言。 

 功能二：模型设计 

自服务数据准备，其结果必定也是一个数据模型，便于后续的可视化、表格化、报告化的展现和分析。自助数据集允许用户轻松分组归类、改别名、改类型、隐藏字段，也可以一键定义日期维和地理维字段，便于支持后续的钻取分析。当然所有的数据分析都会区分两大类：维度和度量，这是最基本的概念。最后，你可以随时预览数据，，以确认自己的模型设计是否满足预期的想法。

功能三：抽取控制（可选） 

首先抽取不是必须的，如果你的数据源性能足够好，自助数据集就相当于一个实时SQL，查询到的始终是最新的。但往往我们的数据源性能不特别好，尤其是跨库查询产生了一个有意义的数据分析模型，用户更希望能增量更新数据，以确保其可用性，这时抽取就变得非常必要了。在Smartbi V8.5的自助数据集界面，随时可以定义抽取规则，甚至立刻启动数据抽取。

抽取的规则包括定时抽取、立刻抽取，全量抽取、增量收取等等，甚至还可以设置覆盖最后抽取的N天数据（Vertica），以及出现异常时回滚还是继续。这些与数据仓库的ETL作业是一样的。 

Smartbi自助数据集使用的时间成本很低，可以反复修改和试错，其次是同一个自助数据集可以通过数据权限跨部门使用，不同的用户看到不同的数据结果。

有了自助数据准备的能力，企业构建面向业务的自助分析平台时就有了更多的选择，最重要的价值是数据分析工作的需求不仅仅是报表和可视化，对数据的前期筛选、关联、计算是必须的，这也是自助分析平台可以真正从Office Excel把业务人员“抢过来”的关键。

Smartbi如何新建自助数据集

1.  在系统快捷下拉菜单选择 自助数据集

2.  在“数据集”界面新建自助数据集：

 1）进入“数据集”界面的入口：

入口1：在系统快捷菜单选择“数据准备”的 数据集。

 入口2：在系统导航栏选择 数据准备 ，选择“数据准备”界面主菜单 数据集。

2）新建自助数据集的入口：

入口1：在“数据集”界面点击 新建数据集 > 自助数据集。

 入口2：在“数据集”界面的表格树目录区，在现有文件夹的更多操作，选择 新建数据集 > 自助数据集。

申请试用