Modelos semânticos em produtos de dados

Última atualização: 2026-11-03

Um modelo semântico é um modelo dentro de um produto de dados que define como os dados são estruturados e compreendidos. Os modelos semânticos ajudam a descrever o contexto de negócios dos seus dados—eles permitem adicionar relacionamentos, medidas e dimensões às tabelas no produto de dados.

Os modelos semânticos permitem que você crie estruturas de dados reutilizáveis que desenvolvedores de análise podem consumir em aplicativos analíticos. Ao definir relacionamentos, medidas e dimensões uma única vez em um produto de dados, você garante métricas de negócios e modelos de dados consistentes em toda a sua organização.

O que é um modelo semântico?

Um modelo semântico é uma representação estruturada de dados que inclui:

• Tabelas: As tabelas de dados no produto de dados.
• Relacionamentos: Conexões definidas entre tabelas com base em campos correspondentes, permitindo a análise associativa.
• Dimensões: Campos usados para agrupar e categorizar dados, como nome do cliente ou categoria de produto.
• Medidas: Métricas calculadas usando expressões, como a soma de vendas ou o valor médio do pedido.

Os modelos semânticos são criados dentro de produtos de dados, que podem ser acessados tanto a partir de Análises quanto de Integração de dados. Modelos semânticos são consumidos em aplicativos de análise.

Por que usar modelos semânticos?

Os modelos semânticos oferecem diversos benefícios para casos de uso de governança de dados e análise:

• Reutilização: Defina estruturas de dados, relacionamentos e métricas de negócios uma vez e reutilize-os em vários aplicativos.
• Consistência: Garanta que todos os aplicativos usem os mesmos cálculos e definições para as principais métricas de negócios.
• Desenvolvimento acelerado: desenvolvedores de analytics podem criar aplicativos mais rapidamente ao herdar modelos de dados pré-construídos em vez de criá-los do zero.
• Governança: Centralize o controle da lógica de negócios e das estruturas de dados em produtos de dados governados.
• Redução de erros: Minimize o risco de erros de cálculo ao usar expressões validadas do modelo semântico.
• Atualizações controladas: Quando o modelo semântico é alterado, as alterações são refletidas após o recarregamento do aplicativo consumidor. Você pode escolher se o aplicativo herda ou não novos dados e itens mestre automaticamente.

• Contexto para IA: Medidas e dimensões são transferidas como itens mestres com links para os termos correspondentes do glossário de negócios, mantendo suas descrições e expressões que alimentam a compreensão semântica para Qlik Answers..

Componentes de um modelo semântico

Tabelas

As tabelas contêm os dados brutos que o modelo semântico descreve. Cada tabela representa uma coleção de dados relacionados, como transações de vendas ou registros de clientes. Você pode incluir várias tabelas de diferentes conjuntos de dados para criar um modelo de dados abrangente.

Relacionamentos

Os relacionamentos conectam tabelas com base em campos correspondentes, como vincular uma tabela de vendas a uma tabela de clientes usando um campo de ID do cliente. Os relacionamentos permitem consultas associativas entre tabelas e garantem que os dados estejam devidamente conectados em aplicativos analíticos.

Dimensões

As dimensões são campos usados para categorizar e agrupar dados, como nome do cliente, categoria do produto ou região. Assim como as medidas, as dimensões aparecem como itens mestre em aplicativos de consumo.

As dimensões também podem ser vinculadas a termos do glossário de negócios, permitindo fácil compreensão de conceitos e definições relacionados ao caso de uso de negócios.

Medidas

As medidas são métricas calculadas definidas por meio de expressões, como Sum(Amount) ou Avg(Value). As medidas aparecem como itens mestre em aplicativos que consomem o modelo semântico, permitindo que os desenvolvedores as usem diretamente em visualizações.

As medidas também podem ser vinculadas a termos do glossário de negócios, permitindo uma fácil compreensão de conceitos e definições relacionados ao caso de uso de negócios.

Visão geral do fluxo de trabalho

O fluxo de trabalho do modelo semântico consiste nas seguintes fases:

1. Definir: Em Integração de dados ou Análises, crie um produto de dados com conjuntos de dados e, em seguida, defina um modelo semântico definindo relacionamentos, medidas e dimensões.
2. Ativar: Ative o produto de dados para que ele fique disponível no Data Marketplace para desenvolvedores de análises. Observe que o produto de dados não precisa estar ativado para ser consumível — no entanto, a ativação ajuda a indicar que ele está pronto para casos de uso em produção.
3. Consumir: No Análises, use o catálogo de dados para navegar pelos modelos semânticos, selecione as tabelas e os itens de que precisa e insira o script gerado em seu aplicativo. Após a recarga, medidas e dimensões do modelo semântico aparecem automaticamente como itens mestres.

Pré-requisitos

Para trabalhar com modelos semânticos, você precisa dos seguintes pré-requisitos.

Assinatura

Sua assinatura precisa permitir o acesso a produtos de dados. Para obter uma lista de assinaturas compatíveis, consulte Trabalhando com produtos de dados.

Permissões

Para trabalhar com modelos semânticos, você precisa de permissões para criar e gerenciar produtos de dados. Para detalhes completos, consulte Funções e permissões de produtos de dados.

Para consumir modelos semânticos, as permissões necessárias são as seguintes:

• Permissões atribuídas pelo administrador: Você precisa que permissões específicas sejam atribuídas a você por um administrador para criar e gerenciar produtos de dados. Ver Permissões padrão e funções personalizadas.
• Permissões de espaço: Para consumir o modelo semântico de produtos de dados em espaços compartilhados, gerenciados e de dados, você precisa da permissão Pode consumir dados ou Pode visualizar no espaço que contém o produto de dados.

Controle de acesso

O controle de acesso aos dados armazenados no modelo semântico é regido pelas regras de controle de acesso do produto de dados. Isso inclui referências a metadados e dados de outros recursos. Por exemplo, o conteúdo das expressões no modelo semântico está sob o controle de acesso do produto de dados, e não do conjunto de dados onde esses recursos residem.

Próximas etapas

Para começar a usar modelos semânticos:

• Gerentes de produtos de dados: consulte Gerenciar modelos semânticos em produtos de dados para saber como criar e configurar modelos semânticos.
• Desenvolvedores de análise: consulte Consumir produtos de dados em aplicativos para saber como usar modelos semânticos em seus aplicativos.