# Modele semantyczne w produktach danych Model semantyczny to model w ramach produktu danych, który definiuje, jak dane są ustrukturyzowane i rozumiane. Modele semantyczne pomagają opisać kontekst biznesowy Twoich danych — umożliwiają dodawanie relacji, miar i wymiarów do tabel w produkcie danych. InformacjaPotrzebujesz jednej z następujących subskrypcji: * Qlik Talend Cloud Enterprise * Qlik Talend Cloud Premium * Qlik Cloud Analytics Premium * Qlik Cloud Analytics Enterprise * Qlik Sense Enterprise SaaS Modele semantyczne umożliwiają tworzenie struktur danych wielokrotnego użytku, które deweloperzy rozwiązań analitycznych mogą wykorzystywać w aplikacjach analitycznych. Definiując relacje, miary i wymiary jednorazowo w produkcie danych, zapewniasz spójne metryki biznesowe i modele danych w całej organizacji. ![Przegląd modelu semantycznego w produkcie danych](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/semantic-model-overview.png) ## Czym jest model semantyczny? Model semantyczny to ustrukturyzowana reprezentacja danych, która obejmuje: * **Tabele**: Tabele danych w produkcie danych. * **Relacje**: Zdefiniowane połączenia między tabelami oparte na pasujących polach, umożliwiające analizę asocjacyjną. * **Wymiary**: Pola używane do grupowania i kategoryzowania danych, takie jak nazwa klienta lub kategoria produktu. * **Miary**: Metryki obliczane przy użyciu wyrażeń, takie jak suma sprzedaży lub średnia wartość zamówienia. Modele semantyczne są tworzone w ramach produktów danych, do których można uzyskać dostęp zarówno z Analytics, jak i Integracja danych. Modele semantyczne są wykorzystywane w aplikacjach analitycznych. ## Dlaczego warto używać modeli semantycznych? Modele semantyczne zapewniają szereg korzyści w przypadkach użycia związanych z ładem danych i analityką: * **Możliwość ponownego użycia**: Zdefiniuj struktury danych, relacje i metryki biznesowe raz i wykorzystuj je ponownie w wielu aplikacjach. * **Spójność**: upewnij się, że wszystkie aplikacje korzystają z tych samych obliczeń i definicji kluczowych wskaźników biznesowych. * **Przyspieszone tworzenie rozwiązań**: programiści rozwiązań analitycznych mogą szybciej tworzyć aplikacje, dziedzicząc gotowe modele danych, zamiast budować je od podstaw. * **Nadzór**: Scentralizuj kontrolę nad logiką biznesową i strukturami danych w produktach danych objętych nadzorem. * **Mniejsza liczba błędów**: Zminimalizuj ryzyko błędów obliczeniowych, korzystając ze zweryfikowanych wyrażeń z modelu semantycznego. * **Kontrolowane aktualizacje**: gdy model semantyczny ulega zmianie, zmiany są odzwierciedlane po ponownym załadowaniu aplikacji konsumującej. Możesz wybrać, czy aplikacja ma automatycznie dziedziczyć nowe dane i elementy główne. * **Kontekst dla AI**: Miary i wymiary są przenoszone jako elementy główne z linkami do odpowiadających im terminów ze słownika biznesowego, z zachowaniem ich opisów i wyrażeń, które zasilają rozumienie semantyczne dla Qlik Answers. ## Komponenty modelu semantycznego ### Tabele Tabele zawierają surowe dane, które opisuje model semantyczny. Każda tabela reprezentuje zbiór powiązanych danych, takich jak transakcje sprzedaży lub rekordy klientów. Możesz uwzględnić wiele tabel z różnych zestawów danych, aby utworzyć kompleksowy model danych. ### Relacje Relacje łączą tabele na podstawie pasujących pól, na przykład łącząc tabelę sprzedaży z tabelą klientów za pomocą pola identyfikatora klienta. Relacje umożliwiają zapytania asocjacyjne między tabelami i zapewniają, że dane są prawidłowo ze sobą powiązane w aplikacjach analitycznych. Wskazówka W przypadku produktów danych znajdujących się na dalszym etapie względem potoku danych Qlik Talend Data Integration, oryginalne relacje z potoku źródłowego są udostępniane jako sugestie podczas edycji modelu semantycznego. ### Wymiary Wymiary to pola służące do kategoryzowania i grupowania danych, takie jak nazwa klienta, kategoria produktu lub region. Podobnie jak miary, wymiary pojawiają się jako elementy główne w aplikacjach korzystających. Wymiary można również powiązać z terminami ze słownika biznesowego, co ułatwia zrozumienie pojęć i definicji związanych z biznesowym przypadkiem użycia. ### Miary Miary to obliczane metryki definiowane za pomocą wyrażeń, takich jak `Sum(Amount)` lub `Avg(Value)`. Miary pojawiają się jako elementy główne w aplikacjach korzystających z modelu semantycznego, umożliwiając deweloperom korzystanie z nich bezpośrednio w wizualizacjach. Miary można również powiązać z terminami ze słownika biznesowego, co ułatwia zrozumienie pojęć i definicji związanych z biznesowym przypadkiem użycia. ## Przegląd przepływu pracy Przepływ pracy modelu semantycznego składa się z następujących faz: 1. **Definiowanie**: W Integracja danych lub Analytics utwórz produkt danych ze zbiorami danych, a następnie zdefiniuj model semantyczny, definiując relacje, miary i wymiary. 2. **Aktywuj**: Aktywuj produkt danych, aby stał się dostępny w Data Marketplace dla deweloperów analityki. Należy pamiętać, że produkt danych nie musi być aktywowany, aby można było z niego korzystać — jednak aktywacja pomaga wskazać, że jest on gotowy do zastosowań produkcyjnych. 3. **Korzystanie**: w Analytics użyj katalogu danych, aby przeglądać modele semantyczne, wybrać potrzebne tabele i elementy oraz wstawić wygenerowany skrypt do swojej aplikacji. Po przeładowaniu miary i wymiary z modelu semantycznego automatycznie pojawiają się jako elementy główne. ## Wymagania wstępne Aby pracować z modelami semantycznymi, musisz spełnić następujące wymagania wstępne. ### Subskrypcja Twoja subskrypcja musi umożliwiać dostęp do produktów danych. Aby uzyskać listę zgodnych subskrypcji, zobacz [Praca z produktami danych](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/DataProducts/Data-products.htm). ### Uprawnienia Aby pracować z modelami semantycznymi, potrzebujesz uprawnień do tworzenia produktów danych i zarządzania nimi. Pełne informacje zawiera temat [Role i uprawnienia dotyczące produktów danych](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/DataProducts/data-products-roles-and-permissions.htm). W przypadku korzystania z modeli semantycznych wymagane uprawnienia są następujące: * **Uprawnienia przypisywane przez administratora**: Musisz mieć przypisane przez administratora określone uprawnienia, aby tworzyć produkty danych i zarządzać nimi. Zobacz [Domyślne uprawnienia i role niestandardowe](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/Admin/permissions-scopes-capacity-model.htm). * **Uprawnienia do przestrzeni**: Aby korzystać z modelu semantycznego produktów danych w przestrzeniach współdzielonych, zarządzanych i przestrzeniach danych, potrzebujesz uprawnienia Może konsumować dane lub Może wyświetlać w przestrzeni zawierającej produkt danych. ## Kontrola dostępu Kontrola dostępu do danych przechowywanych w modelu semantycznym podlega regułom kontroli dostępu produktu danych. Obejmuje to odwołania do metadanych i danych innych zasobów. Na przykład zawartość wyrażeń w modelu semantycznym podlega kontroli dostępu produktu danych, a nie zestawu danych, w którym te zasoby się znajdują. ## Następne kroki Aby rozpocząć pracę z modelami semantycznymi: * Menedżerowie produktów danych: Zobacz [Zarządzanie modelami semantycznymi w produktach danych](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/DataProducts/managing-semantic-models.htm), aby dowiedzieć się, jak tworzyć i konfigurować modele semantyczne. * Programiści analityki: zobacz [Korzystanie z produktów danych w aplikacjach](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/DataProducts/consuming-data-products-apps.htm), aby dowiedzieć się, jak używać modeli semantycznych w swoich aplikacjach.