분석에서 영향 분석 분석하기
영향 분석은 데이터베이스, 리소스 또는 필드에 대한 종속성의 미래 지향적인 다운스트림 보기를 보여줍니다. 필드 값이 변경될 경우 직간접적으로 영향을 받는 데이터베이스, 응용 프로그램, 파일, 링크, 기계 학습 콘텐츠 및 기타 콘텐츠에 대한 질문에 답합니다. 많은 콘텐츠 유형의 경우 변경으로 인해 영향을 받는 특정 필드로 드릴다운할 수도 있습니다.
Qlik Cloud는 지정된 필드 또는 개체의 직간접적 종속성을 대화형으로 검사할 수 있는 다운스트림 영향의 집계된 요약을 제공합니다.
다운스트림 계보는 데이터 또는 분석 콘텐츠의 변경으로 인해 영향을 받는 개체를 분석하기 때문에 영향 분석이라고 합니다. 이러한 개체는 기본 노드의 종속 항목입니다. Qlik Cloud는 요약 보기에서 종속 개체 유형별 정보 및 개수를 제공합니다.
지정된 필드를 검사하는 비즈니스 사용자는 다음에 대한 통찰력을 제공하는 다운스트림 영향의 집계된 요약을 얻게 됩니다.
- 데이터베이스, 파일 저장소, 응용 프로그램 및 링크를 포함하여 이 필드의 변경으로 인해 영향을 받는 개체 유형
- 영향을 받는 Power BI 보고서 및 대시보드
- 영향을 받는 Qlik NPrinting 또는 Qlik Cloud 보고서
- 영향을 받는 Power BI 및 Tableau용 데이터 모델
- 유형별 직접 종속성 및 간접 종속성의 수
- 변경 시 영향을 받는 항목의 소유자
- 영향을 받는 기계 학습 워크플로
데이터의 출처와 데이터에 수행된 작업을 설명할 수 있는 입력, 변환 및 기타 기록 정보와 같은 업스트림 계보 정보를 보려면 해당 계보를 확인하십시오. 분석에서 계보 분석를 참조하십시오.
영향 분석을 사용하려면 User Default 또는 사용자 지정 보안 역할을 통해 계보 보기를 허용됨으로 설정해야 합니다.
영향 분석 요약 보기
영향 분석 요약 보기
지원되는 항목에서 
을 선택한 다음 도구 > 영향 분석을 선택하여 활동 센터에서 영향 분석을 엽니다.
일부 콘텐츠 유형의 경우 항목을 열었을 때 영향 분석을 열 수도 있습니다. 및 영향 분석을 클릭합니다.
을 선택한 다음 계보 또는 영향 분석(새 기본 노드)을 선택하여 그래프에 나타나는 다른 노드에 대한 계보(업스트림) 또는 영향 분석(다운스트림)에 액세스할 수 있습니다.
요약 보기에서는 모든 종속성을 표시할지 아니면 직접 종속성만 표시할지 필터링할 수 있습니다. 직접 종속성의 예로는 특정 데이터 집합 Datafile B를 로드하는 응용 프로그램 Application A가 있습니다. 이 경우 Application A는 Datafile B에 직접적으로 종속됩니다. 간접 종속성의 예로는 Datafile B를 기반으로 Application A에서 생성된 QVD C.qvd 가 있습니다. 이 경우 C.qvd는 Datafile B의 간접 종속성입니다.
영향 분석 요약 보기는 응용 프로그램의 종속 필드를 보여줍니다.
분석 중인 기본 노드는 파란색 윤곽선으로 표시됩니다. 종속 항목은 왼쪽 개요에 유형별 개수와 함께 나열됩니다. 포커스가 있고 기본 그리드에 나열된 경우 해당 유형은 녹색 상자로 윤곽선이 표시됩니다. 종속성 유형에는 데이터베이스, 응용 프로그램, 파일 저장소, 데이터베이스 및 링크가 포함됩니다. 해당 유형에 대해 나열된 종속 개체는 기본 그리드에 나열됩니다. 행을 선택하여 이러한 개체로 드릴다운합니다. 예를 들어 응용 프로그램은 테이블로 드릴다운한 다음 필드 수준으로 드릴다운합니다.
필드 변경의 영향을 조사하려면 기본 노드 개체에서 드릴다운하고 관심 있는 필드를 선택하여 해당 필드에 대한 종속성을 확인합니다.
포커스가 있는 종속 개체의 행에서 을 선택하여 다음 작업이 있는 메뉴에 액세스합니다.
-
세부 정보(노드 세부 정보 참조)
-
영향 분석(새 기본 노드)
-
계보(해당 개체의 경우)
-
열기
영향 분석 요약 보기에서 종속 개체에 대해 수행할 수 있는 작업
데이터 집합에서 영향 분석 액세스
영향 분석 탭으로 전환하여 데이터 집합의 개요에서 영향 분석에 액세스할 수도 있습니다.
영향 분석 그리드 열
그리드 오른쪽 상단의 열 선택기 
을 사용하여 관심 있는 열을 선택합니다. 열 옵션은 보고 있는 리소스 유형에 따라 다릅니다. 열 옵션에는 다음 제목이 포함될 수 있습니다.
-
이름
-
데이터 집합 수 | 테이블 | 필드
-
유형
-
공간
-
소유자
-
마지막 다시 로드
-
마지막 수정
-
열기
-
모델 수
-
구성 수
-
버전 수
-
ML 배포
영향 분석 요약 그리드
영향 분석 요약 그리드
기계 학습 콘텐츠에 대한 영향 분석
영향 분석을 사용하면 기계 학습 콘텐츠에 대한 다운스트림 리소스를 식별할 수 있습니다. 영향 분석에서 ML 실험, ML 배포 및 데이터 집합을 분석할 수 있습니다.
예를 들어 적용 데이터 집합을 업데이트할 경우 영향을 받는 예측 데이터 집합을 식별할 수 있습니다. 또한 분석 응용 프로그램과 같은 다른 콘텐츠에 대한 다운스트림 종속성으로 나타나는 학습 리소스의 수를 확인할 수도 있습니다.
기계 학습 자산은 예측 분석 콘텐츠의 출처에 대한 포괄적인 분석을 위해 계보에도 표시됩니다. 자세한 내용은 머신 러닝 콘텐츠에 대한 계보 분석를 참조하십시오.
기계 학습 콘텐츠에 대한 영향 분석 열기
다음 중 하나를 수행합니다.
-
활동 센터에서 ML 실험, ML 배포 또는 데이터 집합 옆에 있는
를 클릭하고 도구 > 영향 분석을 선택합니다. -
ML 실험 또는 ML 배포의 탐색 모음에서
를 클릭하고 영향 분석을 선택합니다.
영향 분석 및 ML 실험
ML 실험을 기본 노드로 설정하면 왼쪽 상단의 기본 노드 아래에 나타납니다. 실험 
을 선택하여 실험 버전 
로 드릴다운합니다. 그런 다음 단일 실험 버전 를 분석을 위한 기본 노드로 선택할 수 있습니다. 마지막으로 버전 내에서 드릴다운하여 특정 모델 
을 찾고 기본 노드로 설정할 수 있습니다.
실험 또는 그 안의 요소에 대한 다운스트림 종속성에는 ML 배포, 데이터 집합 및 응용 프로그램, 스크립트, 데이터 흐름과 같은 분석 콘텐츠가 포함됩니다.
업스트림 콘텐츠(예: 데이터 집합)가 기본 노드로 선택된 경우 요약 보기에 ML 실험이 나타날 수도 있습니다. 왼쪽 패널의 기본 노드의 종속성 아래에서 실험을 선택한 경우 실험 내에서 드릴다운하여 그리드에 더 많은 정보를 표시할 수 있습니다. 실험 은 하나 이상의 버전 
로 드릴다운됩니다. 실험 버전 은 하나 이상의 모델 
로 드릴다운됩니다.
영향 분석 및 ML 배포
ML 배포를 기본 노드로 설정하면 왼쪽 상단의 기본 노드 아래에 나타납니다. 배포 
를 선택하여 배포된 모델로 드릴다운합니다. 그런 다음 단일 모델 을 분석을 위한 기본 노드로 선택할 수 있습니다. 마지막으로 모델 내에서 드릴다운하여 예측 출력 노드를 찾을 수 있습니다. 출력 노드를 기본 노드로 설정하면 종속성 그리드를 사용하여 생성된 예측 데이터 집합 목록을 볼 수 있습니다.
배포 또는 그 안의 요소에 대한 다운스트림 종속성에는 데이터 집합 및 응용 프로그램, 스크립트, 데이터 흐름과 같은 분석 콘텐츠가 포함됩니다.
업스트림 콘텐츠(예: ML 실험)가 기본 노드로 선택된 경우 영향 분석 요약 보기에 ML 배포가 나타날 수도 있습니다. 왼쪽 패널의 기본 노드의 종속성 아래에서 배포를 선택한 경우 배포 내에서 드릴다운하여 그리드에 더 많은 정보를 표시할 수 있습니다. 배포 는 하나 이상의 모델 로 드릴다운됩니다. 모델 은 하나 이상의 구성 항목으로 드릴다운되며, 각 항목은 생성된 예측 데이터 집합을 나타냅니다. 이러한 데이터 집합은 기본 노드로 설정하여 개별적으로 분석할 수 있습니다.
영향 분석 및 ML 데이터 집합
ML 데이터 집합은 ML 실험 및 ML 배포에서 사용되거나 생성되는 데이터 집합입니다. 여기에는 다음이 포함됩니다.
-
학습 데이터 집합
-
ML 실험의 포함된 분석에서 내보낸 데이터 집합(비교 및 분석 탭)
-
적용 데이터 집합
-
예측 데이터 집합
ML 데이터 집합을 기본 노드로 설정하면 왼쪽 상단의 기본 노드 아래에 나타납니다. 데이터 집합을 선택하여 개별 필드로 드릴다운합니다.
업스트림 콘텐츠(예: ML 실험 또는 ML 배포)가 기본 노드로 선택된 경우 영향 분석 요약 보기에 ML 데이터 집합이 나타날 수도 있습니다. 그리드에서 데이터 집합을 선택한 경우 데이터 집합 내에서 드릴다운하여 필드 수준 정보를 표시할 수 있습니다.
권한
권한에 대한 자세한 내용은 권한를 참조하십시오.
예제 시나리오
예제 시나리오는 예제: 예측에 사용되는 데이터 집합 변경의 영향를 참조하십시오.
권한
종속성 분석에 대한 권한
보기 권한이 없는 사용자는 종속 리소스 이름, 종속 응용 프로그램의 마지막 다시 로드 열 또는 기타 리소스 유형의 마지막 수정 열을 볼 수 없습니다. 보기 권한이 없는 사용자는 리소스에 대한 상황에 맞는 메뉴 또는 드릴인 옵션도 볼 수 없습니다.
항목이 기본 노드인 경우의 권한
활동 센터에서 영향 분석을 열고 다른 방법으로 항목을 기본 노드로 설정하려면 항목을 볼 수 있어야 합니다. 종속성 분석에 대한 권한에 명시된 바와 같이, 리소스에 대한 보기 액세스 권한이 없는 경우 종속 리소스는 제한된 정보와 함께 표시됩니다.
영향 분석 분석을 위한 예제 사용 사례
예제: 데이터 집합 변경의 영향 이해
유사한 다음 예제에 대한 연습은 다음을 참조하십시오.
영향 분석 사용 사례응용 프로그램 개발자로서 귀하는 데이터 소스를 담당하고 있으며 Price 필드를 제거하여 데이터 집합 Sales data.xlsx를 변경하는 것을 고려하고 있습니다. 귀하가 가진 질문은 다음과 같습니다. 이 변경으로 인해 어떤 영향을 받게 됩니까? 무엇을 해결해야 합니까? 누구에게 알려야 합니까? 데이터 집합 타일에서 을 선택하고 영향 분석을 선택하여 조사를 시작합니다.
데이터 집합 Sales data.xlsx에 대한 영향 분석 요약 보기
예제: 예측에 사용되는 데이터 집합 변경의 영향
ML 배포에서 예약된 예측을 설정한 기계 학습 기여자라고 가정해 보겠습니다. 적용 데이터 집합 중 하나에서 열의 계산 논리를 변경할 경우 영향을 받는 워크플로를 평가하려고 합니다.
영향 분석에서 적용 데이터 집합을 열면 다음 콘텐츠가 영향을 받는다는 것을 식별할 수 있습니다.
-
분석 응용 프로그램
-
적용 데이터 집합을 사용하는 하나의 모델이 있는 ML 배포
-
예약된 일정에 따라 ML 배포에서 생성된 여러 데이터 집합 출력
이러한 지식을 바탕으로 업데이트를 진행할지 아니면 새 기계 학습 워크플로를 만들지에 대해 더 많은 정보에 입각한 결정을 내릴 수 있습니다.
기계 학습 적용 데이터 집합에 대한 영향 분석으로, 적용 데이터 집합의 변경으로 인해 영향을 받는 특정 예측 데이터 집합을 분석합니다.
삭제된 콘텐츠
항목이 삭제된 경우 다른 노드를 분석할 때 영향 분석 요약 보기에 계속 표시될 수 있습니다.
데이터 통합의 영향 분석
영향 분석은 데이터 통합에서도 사용할 수 있습니다. 자세한 내용은 데이터 통합에서 영향 분석를 참조하십시오.