O visualizador de modelo de dados é uma visão geral da estrutura de dados de um aplicativo. Você pode visualizar metadados detalhados sobre as tabelas e os campos. Também pode criar dimensões e medidas a partir dos campos de dados.
Clique em Visualizador do modelo de dados no menu de navegação do aplicativo para abrir o visualizador do modelo de dados.
Cada tabela de dados é representada por uma caixa com o nome da tabela como título e com todos os seus campos listados. As associações de tabela são mostradas com linhas, com uma linha pontilhada indicando uma referência circular. Quando você seleciona uma tabela ou um campo, o realce das associações fornece instantaneamente uma imagem de como os campos e tabelas estão relacionados. Você pode procurar tabelas e campos específicos clicando em 
.
O modelo de dados exibe a estrutura de dados do aplicativo.
Você pode alterar o nível de zoom clicando em 
, 
ou usando o controle deslizante. Clique em 
para restaurar o nível de zoom para 1:1.
No painel de visualização, é possível inspecionar o conteúdo de uma tabela ou um campo. Você também pode adicionar dimensões e medidas ao aplicativo ao selecionar um campo. Para obter mais informações, consulte Visualizando tabelas e campos no visualizador do modelo de dados.
Movendo tabelas
Você pode mover as tabelas arrastando-as na tela. As posições da tabela serão salvas quando o aplicativo for salvo.
É possível bloquear o layout da tabela (posições e tamanhos) clicando em 
na parte direita da tela. Para desbloquear o layout da tabela, clique em 
.
Você também pode organizar o layout automaticamente usando as opções em 
na barra de ferramentas:
| Item da interface do usuário | Nome | Descrição |
|---|---|---|
|
|
Layout com grade | Para organizar as tabelas em uma grade. |
|
Layout automático | Para organizar as tabelas para que se ajustem à janela. |
|
Restaurar layout | Para reverter para o estado de layout presente quando o visualizador do modelo de dados foi aberto pela última vez. |
Redimensionando tabelas
Você pode ajustar o tamanho de exibição de uma tabela com a seta no canto inferior direito da tabela. O tamanho de exibição da tabela não será salvo quando o aplicativo for salvo.
Também é possível usar as opções automáticas de tamanho de exibição na barra de ferramentas:
| Item da interface do usuário | Nome | Descrição |
|---|---|---|
|
Contrair tudo | Para minimizar todas as tabelas e mostrar apenas o nome da tabela. |
|
Mostrar campos vinculados | Para reduzir o tamanho de todas as tabelas para mostrar o nome da tabela e todos os campos com associações a outras tabelas. |
|
Expandir tudo | Para maximizar todas as tabelas para mostrar todos os campos da tabela. |
Desempenho do modelo de dados
Estes são indicadores que podem afetar o desempenho do modelo de dados. Cada um deles é uma prática recomendada que melhorará a utilidade do aplicativo.
| Ação | Descrição |
|---|---|
|
Chaves sintéticas removidas |
O Qlik Sense cria chaves sintéticas quando duas ou mais tabelas de dados têm dois ou mais campos em comum. Isso pode significar que há um erro no script ou no modelo de dados. Para diagnosticar chaves sintéticas, consulte Chaves sintéticas. |
|
Referências circulares removidas do modelo de dados |
Referências circulares ocorrem quando dois campos têm mais de uma associação. O Qlik Sense tentará resolvê-las, alterando a conexão com uma das tabelas. No entanto, todos os avisos de referência circular devem ser resolvidos. Consulte Entendendo e solucionando as referências circulares. |
|
Granularidade apropriada dos dados |
Você deve carregar apenas os dados necessários. Por exemplo: um grupo de usuários precisa apenas de dados divididos por semana, mês e ano. É possível carregar os dados agregados ou agregar esses dados no script de carregamento para economizar memória. Se um usuário precisar visualizar dados em um nível mais baixo de granularidade, você poderá usar o ODAG ou o encadeamento de documentos. |
|
QVDs usados sempre que possível |
Um QVD é um arquivo que contém uma tabela de dados exportada do Qlik Sense. Esse formato de arquivo é otimizado para velocidade ao ler dados de um script, mas ainda é muito compacto. A leitura de dados de um arquivo QVD é geralmente de 10 a 100 vezes mais rápida do que a leitura de outras fontes de dados. Para obter mais informações, consulte: Trabalhando com arquivos QVD. |
|
Arquivos QVD otimizados no carregamento |
Os arquivos QVD podem ser lidos em dois modos, padrão (rápido) e otimizado (mais rápido). O modo selecionado é determinado automaticamente pelo mecanismo de script. Existem algumas limitações em relação a carregamentos otimizados. É possível renomear campos, mas qualquer uma dessas operações resultará em um carregamento padrão:
|
|
Carregamentos incrementais otimizados |
Se o seu aplicativo se conectar a uma grande quantidade de dados provenientes de bancos de dados atualizados continuamente, recarregar todo o conjunto de dados pode ser muito demorado. Em vez disso, você deve usar o carregamento incremental para recuperar registros novos ou alterados do banco de dados. Para obter mais informações, consulte Carregando registros novos e atualizados com carregamento incremental. |
|
Modelo Snowflake consolidado |
Se você tiver um modelo de dados Snowflake, poderá reduzir o número de tabelas de dados ao unir algumas delas com o uso do prefixo Join ou outro mapeamento. Isso é especialmente importante para tabelas de fatos grandes. Uma boa regra é ter apenas uma tabela grande. Para obter mais informações, consulte Unir ou não unir. |
|
Tabelas que possuem um pequeno número de campos são desnormalizadas |
Se você tiver duas tabelas com poucos campos, uni-las poderá melhorar o desempenho. Para obter mais informações, consulte Combinando tabelas com Join e Keep. |
|
Tabelas de pesquisa (folha) desnormalizadas com carregamentos de mapeamentos |
Não use o prefixo Join se precisar adicionar apenas um campo de uma tabela a outra tabela. Você deve usar a função de consulta ApplyMap. Consulte Não una - use ApplyMap. |
|
Carimbos de data/hora removidos ou dissociados do campo de data |
Campos de data podem preencher espaço quando o carimbo de data/hora está presente, pois a representação da string é maior e o número de valores distintos também é maior. Se a precisão não for necessária para sua análise, você poderá arredondar o carimbo de data/hora para, por exemplo, a hora mais próxima usando Timestamp(Floor(YourTimestamp,1/24)) ou remover o componente de tempo completamente usando Date(Floor(YourTimestamp)). Se o carimbo de data/hora não for desejável, você poderá dissociá-lo da própria data. É possível usar a mesma função Floor() e, em seguida, criar um novo campo com a hora extraída, usando algo semelhante ao seguinte: Time(Frac(YourTimestamp)). |
|
Campos desnecessários removidos do modelo de dados |
Você deve carregar apenas os campos necessários no seu modelo de dados. Evite usar Load * e SELECT. Certifique-se de manter:
|
|
Tabelas de links evitadas ao lidar com grandes volumes de dados |
Você deve usar tabelas de links sempre que possível. No entanto, se estiver lidando com grandes volumes de dados, tabelas concatenadas poderão superar tabelas de links. |
|
Dimensões concatenadas divididas em novos campos |
Você deve dividir dimensões concatenadas em campos separados. Isso reduz o número de ocorrências exclusivas de valores nos seus campos. Esse processo é semelhante a como carimbos de data/hora podem ser otimizados. |
|
Comando AutoNumber usado sempre que possível |
É possível criar um carregamento otimizado, carregando seus dados primeiramente de um arquivo QVD e depois usando o comando AutoNumber para converter valores em chaves de símbolos. Para obter mais informações, consulte AutoNumber. |
|
Ilhas de dados evitadas |
Ilhas de dados podem ser úteis, mas geralmente afetam o desempenho. Se estiver criando ilhas para valores de seleção, use variáveis. |
|
QVDs são armazenados com base em períodos incrementais |
Você deve armazenar QVDs em segmentos, como mensalmente. Esses QVDs mensais menores podem então oferecer suporte a muitos aplicativos diferentes que talvez não precisem de todos os dados. |
Para conhecer mais práticas recomendadas, consulte Práticas recomendadas para a modelagem de dados.