Analysera ursprung i Analyser

Ursprung spårar data och datatransformeringar bakåt till den ursprungliga källan. Qlik Cloud ger en detaljerad visuell representation av historiken för detta flöde, där du interaktivt kan undersöka uppströmsursprunget för analysinnehåll. Ursprung är tillgängligt för innehåll som applikationer, skript, dataflöden, tabellrecept, ML-experiment, ML-distributioner och datauppsättningar.

För att visa ursprung för analysinnehåll måste underliggande data lagras i Qlik Cloud som en katalogiserad källa.

Företagsanvändare som undersöker ett visst fält har en vy över ursprung för fältet som sammanfattar dess viktigaste beroenden:

Fält som används för att härleda det
Direkta associationer och beroenden, inklusive ägare och utrymme
Ursprunglig källa (den första kända källan)

För att visa nedströms eller framåtblickande beroenden kan du undersöka vilka element som skulle påverkas av en ändring av objektet genom att visa Konsekvensanalys. Se Analysera konsekvensanalys i Analyser.

För en visuell demo av hur man använder ursprung, se:

Använda ursprung

För att använda ursprung måste du också ha Visa ursprung inställt på Tillåtet via User Default eller en anpassad säkerhetsroll.

Ursprungsdiagrammet

Ursprungsdiagrammet visar dataflödet genom analysinnehåll i ett interaktivt, grafiskt diagram. En resurs, tabell eller ett fält kallas för en nod i ett ursprungsdiagram. När en nod är basnoden som undersöks sägs den vara i fokus och visas som det sista elementet i diagrammet. På den mest detaljerade nivån visar ursprungsdiagram på fältnivå de datakällor och transformeringar som en nod hämtas från eller är beroende av.

Ursprungsdiagram är användbara för:

Dataexperter som arbetar med data
Företagsspecialister som bygger applikationer
Avancerade företagsanvändare som konsumerar applikationer
Användare som arbetar med maskininlärningsmodeller

Varje nod representerar ett steg i ursprunget för det valda innehållet. Denna ursprungsinformation sammanställs när en analystillgång uppdaterar sina data. Om din applikation, ditt skript, dataflöde eller tabellrecept inte har uppdaterats nyligen kan ursprunget vara ofullständigt eller felaktigt.

Ursprung är tillgängligt för innehållstyper som stöds från panelen eller raden så som de visas i din katalog. Du kan analysera ursprung för följande analysinnehåll:

Datauppsättning: Datauppsättningar är datakällor, till exempel data som laddas från kopplingar eller datafiler. Datauppsättningar kan vara tabeller i en databas, data som laddas upp till datalagring eller data som genereras från en applikation, till exempel en qvd-fil. Datauppsättningar har vanligtvis en enda tabell vardera, men vissa, till exempel Excel-filer, kan ha flera tabeller.

Datauppsättningar som publicerades från Talend Studio indikeras med . Du kan gå till det Talend Management Console-jobb som användes för att generera datauppsättningen genom att klicka på Öppna TMC-jobb i datauppsättningens ...-meny. För mer information, se Publicera datauppsättningar och ursprung till Qlik Cloud.
App: Applikationsnoder representerar Qlik Sense-analysapplikationer som använder datakällorna i ursprunget. Applikationsnoder visar applikationens namn och plats som Qlik Sense.
Skript: Skriptnoder representerar skript som skapats i Skript-gränssnittet.
Dataflöde: Dataflöden kan inspekteras för en bättre förståelse av de datakällor som de använder och transformerar.
Tabellrecept: Tabellrecept kan inspekteras för en bättre förståelse av den datakälla som de använder och transformerar.
ML-experiment: Du kan förstå ursprunget för ett maskininlärningsexperiment, vilket består av de datakällor som har sammanförts för att producera träningsdata för maskininlärningsmodeller.
ML-distribution: Du kan förstå ursprunget för en ML-distribution och hur den används i förutsägelser. Ursprung för ML-distributioner består vanligtvis av ML-experiment, experimentversioner, modeller och datauppsättningar.

Typiska inmatningsnoder inkluderar datakällor som används av basnoden, eller applikationer som producerar datauppsättningar. Ursprung på fältnivå möjliggör detaljerad undersökning av hur fält har beräknats och deras specifika ursprung över transformeringar och applikationer.

De noder som är tillgängliga i ett ursprungsdiagram är inmatningarna till ditt valda innehåll. Välj ett objekt för att utse det till basnod. Inmatningsnoder är noder som ligger uppströms från basnoden.

De noder som är tillgängliga i ett ursprungsdiagram är inmatningarna till din valda basnod, med andra ord noden i fokus. Basnoden är den enskilda nod för vilken du vill hämta ursprung; det kan till exempel vara en applikation, ett dataflöde, ett ML-experiment, en datauppsättning, en fil, en tabell eller ett fält.

Det kommer att vara noden längst till höger på din skärm och markerad i blått. Den är i fokus för din undersökning och endast inmatningar till den basnoden kommer att presenteras.

Medan du utforskar ursprunget kan du interaktivt ändra basnoden till en annan tabell, applikation, ett annat fält eller ett annat objekt på skärmen för att fokusera din undersökning.

Noden i fokus, även kallad basnoden, kommer att vara till höger på din skärm — Ursprungsbasnod

Linjerna som förbinder noderna är kanter. Kanter representerar en nods relation till en annan nod. De representerar relationer som indikerar associationer, till exempel en datauppsättning som används av en applikation. De kan också representera data som produceras som en biprodukt av en applikation. Samlingen av noder och kanter utgör tillsammans ursprungsdiagrammet.

Kanter representerar relationer mellan objekt — Ursprungskanter representerar relationer

Noder fälls ihop eller expanderas för att visa hierarkinivåer från grov till finare granularitet, med början från datauppsättningsgruppen eller applikationen på högre nivå ner till den mest detaljerade nivån, vilket är fältnivån.

En nod med tillgångs-, resurs-, tabell- och fältnivåer — I den här bilden av en nod visas följande hierarkinivåer, från högsta (grövsta) till lägsta (mest detaljerade): Datatillgång (applikation), resurs (datauppsättning), tabell och fält.

Öppna ursprungsdiagrammet

Gör följande:

Öppna aktivitetscentret Insikter eller Analyser.
Välj Verktyg > Ursprung i snabbmenyn på ett objekt som stöder ursprung.

Du kan också komma åt ursprungsdiagrammet för visst innehåll när du har ett objekt öppet. Klicka på Mer och Ursprung.

Noddetaljer

Detaljerna begränsas av din åtkomst till det objektet. Detaljer kan ge följande information:

Namn
Beskrivning
Taggar
Plats
Utrymme
Ägare
Skapare
Senast ändrad

Navigera i ursprungsdiagrammet

Klicka och dra i diagrammet för att navigera och centrera ursprungsdiagrammet. Du kan också använda navigeringsknapparna. Välj Hem Hem för att centrera ursprungsdiagrammet på basnoden. Klicka bakåt och framåt för att flytta runt i dina val.

Navigeringsknappar för ursprungsdiagrammet. — Navigering i ursprungsdiagram

Ursprungsdiagrammet visar uppströmsberoenden för ditt analysinnehåll, vilket presenteras som standardnod när du öppnar diagrammet för det. Du kan komma åt ursprung (uppströms) eller konsekvensanalys (nedströms) för andra noder som visas i diagrammet genom att välja Mer och Ursprung (ny basnod) eller Konsekvensanalys. Välj en nod för att utse den till basnod.

Expandera Pil ned eller fäll ihop pil upp noderna för att expandera eller fälla ihop grupper av objekt på samma nivå.

Menyalternativ för att analysera olika noder

Sammanfattningsvy för ursprung i en applikation

Sammanfattningsvyn för ursprung i en applikation kan ge företagsanvändare en övergripande översikt över uppströmsberoenden i applikationen. För mer information, se Sammanfattningsvy för ursprung i applikationen.

Analysera ursprung för maskininlärningsinnehåll

Du kan använda Ursprungsdiagrammet för att analysera ursprunget för maskininlärningsinnehåll, inklusive ML-experiment, ML-distributioner och datauppsättningar. Använd diagrammet för en helhetssyn på hur maskininlärningsmodeller skapades, de data de tränades på och vad de används till i produktionsscenarier.

Experiment, distributioner och datauppsättningar visas också som noder när du analyserar annat innehåll i Ursprungsdiagrammet, till exempel nedströmsapplikationer.

Maskininlärningstillgångar visas också i Konsekvensanalys för omfattande analys av nedströmsinnehåll. För mer information, se Analysera konsekvensanalys i Analyser.

Öppna Ursprung för maskininlärningsinnehåll

Gör ett av följande:

I ditt aktivitetscenter klickar du på bredvid ett ML-experiment, en ML-distribution eller en datauppsättning och väljer Verktyg > Ursprung.
I ett ML-experiment eller en ML-distribution klickar du på i navigeringsfältet och väljer Ursprung.

Navigera i Ursprung för maskininlärningsinnehåll

Du utforskar maskininlärningsnoder på samma sätt som för annat innehåll. För gränssnittsöversikter, se:

Ursprungsdiagrammet
Navigera i ursprungsdiagrammet

Känna igen maskininlärningsobjekt i Ursprungsdiagrammet

Följande tabell beskriver vanliga objekt relaterade till maskininlärning som visas i Ursprungsdiagrammet.

Vanliga ursprungsobjekt för maskininlärning
Objekt	Ikon(er)	Förklaring
Fillagring		Inte unikt för maskininlärningsinnehåll. Visar platsen där en datauppsättning lagras (i de flesta fall i ett utrymme). Relevant för träningsdatauppsättning, exporter från inbäddad analys i ett experiment, tillämpningsdatauppsättningar som används för förutsägelser och datauppsättningar för förutsägelseutdata.
Datauppsättning	Många (till exempel för QVD)	Inte unikt för maskininlärningsinnehåll. Används för att representera träningsdatauppsättningar, exporter från inbäddad analys i ett experiment, tillämpningsdatauppsättningar och datauppsättningar för förutsägelseutdata.
ML-experiment		Ett ML-experiment där modeller tränas.
ML-experimentversion		Versionen inom ML-experimentet, där en eller flera modeller har tränats.
ML-modell		En ML-modell som tränats inom en experimentversion. Används för att representera tränade modeller i ett ML-experiment och distribuerade modeller i en ML-distribution.
ML-distribution		En ML-distribution som innehåller en eller flera distribuerade modeller.
Ingen ikon	-	Noder för förutsägelseutdata inom en ML-distribution har inga ikoner. Fält som ingår i en datauppsättning för förutsägelseutdata har inte heller några ikoner.

Ursprung och ML-experiment

ML-experiment presenteras i grupperade arrangemang. De expanderas enligt följande:

Ett ML-experiment expanderas till en eller flera experimentversioner.
En experimentversion expanderas till en eller flera ML-modeller.

När en modell som tränats i ett experiment distribueras till en ML-distribution visas den i ursprungsdiagrammet när nedströmsinnehåll (till exempel förutsägelser eller ML-distributioner) väljs som basnod.

Ursprung och ML-distributioner

ML-distributioner presenteras i grupperade arrangemang. De expanderas enligt följande:

En ML-distribution expanderas till en eller flera distribuerade modeller.
Om en modell i distributionen har använts i batchförutsägelser expanderas modellen för att visa varje batchförutsägelseutdata.

Ursprung på fältnivå är tillgängligt för tillämpningsdatauppsättningar och datauppsättningar för förutsägelseutdata som relaterar till en ML-distribution.

Distribuerade modeller som används för förutsägelser är kopplade tillbaka till det experiment där de tränades.

Exempelscenario

För ett exempelscenario, se Exempel: Undersöka ursprung för maskininlärningsinnehåll.

Begränsningar

Ursprungsdiagrammet har följande begränsningar:

Applikationer som inte har laddats om efter lanseringen av ursprung i Qlik Cloud kanske inte har fullständig ursprungsinformation tillgänglig förrän efter att de har laddats om. Detaljer för vissa noder kan vara begränsade om de inte har laddats efter att ursprung aktiverades för din klientorganisation.
Noddetaljer för datauppsättningar utanför din klientorganisation, till exempel SQL Server- eller Google Drive-kopplingar, är begränsade till typen av datauppsättning och namn. REST-kopplingar visar endast att det är REST-data.
Om ett objekt raderas kan det fortfarande visas i Ursprung när du analyserar andra noder.

Behörigheter

Du måste kunna visa ett objekt för att visa dess ursprung från dina aktivitetscenter. Om du kan se ursprungsdiagrammet för en basnod kan du se grundläggande detaljer och metadata för uppströmsursprungsobjekten.

Säkerhet

En användare kan endast byta till en basnod som de har åtkomst till; annars är snabbmenyn inte tillgänglig.
Om en användare har åtkomst till basnoden kommer de att ha åtkomst till att se allt uppströmsursprung.

Exempel på användningsfall för att analysera ursprung

För en genomgång av ursprungsanalys, se Användningsfall för ursprung på fältnivå.

Exempel: Utforska var information kommer ifrån med sammanfattningsvyn för ursprung

Som en analyskonsument som tittar på ett stapeldiagram i en applikation cars-data4-app vill du veta var informationen kommer ifrån. Du ser till att Visa detaljer och Visa uttryck är aktiverade för diagrammet under avsnittet Utseende > Allmänt i egenskaper, och väljer sedan att växla till arkanalysläge. Högerklicka på diagrammet, eller använd menyn ikonen fler åtgärder , och välj Visa detaljer för att visa konsumentvyn för ursprung. Klicka på Visa beroenden.

Du ser att dimensionen Car_ID är beroende av fältet Car_ID som finns i tre listade CSV-källor. Välj menyn ikonen fler åtgärder på fältposten och välj Ursprung - Car_ID / Cars för att öppna ett ursprungsdiagram för fältet Car_ID i applikationen.

Välj menyn och sedan alternativet för att visa ursprung för en källa i konsumentens sammanfattningsvy för ursprung — Välj en källa eller ett fält för att visa ursprung för det objektet

Ursprungsdiagrammet visas från höger till vänster och visar att fältet Car_ID finns i tabellen Cars som laddades in i applikationen cars-data4-app. Expandera Pil ned noderna när du spårar fälthistoriken tillbaka till den ursprungliga filen som laddades upp till Qlik Cloud. Du ser att det första steget bakåt visar att en CSV cars-data.csv som innehåller fältet Car_ID laddades till applikationen cars-data4-app. Nästa nod bakåt är en applikation cars-data3-app från vilken cars-data.csv genererades. Om du går tillbaka ytterligare ett steg och expanderar noden ser du att den ursprungliga källfilen var en CSV-fil cars-data3.csv och att den innehöll fältet ID.

Genom att expandera tabellerna och visa fält kan du identifiera den ursprungliga källfilen, tabellen och fältet för stapeldiagrammets dimension Car_id-ID.

Börja med noden i fokus och spåra ursprungshistoriken tillbaka till den ursprungliga källan — Expandera noderna för att spåra historiken för ett fält tillbaka till källfilen

Exempel: Undersöka ursprunget för en datauppsättning och hur den skapades

Som applikationsutvecklare överväger du att använda en befintlig datauppsättning current_customers_analytics.xlsx för din applikation. Du undersöker ursprunget för denna datauppsättning så att du kan förstå var data kommer ifrån. Från datauppsättningspanelen eller raden väljer du Ursprung från menyn Mer för att öppna ursprungsdiagrammet. Från ursprungsdiagrammet visar du metadata för datauppsättningen genom att välja menyn ikonen fler åtgärder på XLSX current_customers_analytics.xlsx och Öppna översikten.

Datauppsättningsöversikt kan öppnas från ursprungsdiagrammet — Öppna datauppsättningsöversikt från ursprungsdiagrammet

Datauppsättningsöversikter kan nås från ursprungsdiagrammet — Visa taggar, klassificeringar och andra tekniska metadata från fliken för datauppsättningsöversikt

Fliken för fältprofil är tillgänglig från ursprungsdiagrammet — Dataprofil är tillgänglig från fliken Profil

Klicka på webbläsarens bakåtpil för att återgå till ursprungsdiagrammet för att utforska ursprungsdiagrammet för datauppsättningen. Expandera Pil ned noden current_customers_analytics.xlsx och klicka på Markera alla för att visa tillgängliga fält. Gör samma sak för alla noder. Observera att varje fält ger möjlighet att göra det till basnoden i fokus genom att välja Ursprung (ny basnod) eller välja Konsekvensanalys för att visa framåtursprung och beroende objekt som kommer att påverkas av ändringar i datauppsättningen.

Visa ursprung för en datauppsättning — Expanderat Ursprungsdiagram för datauppsättningen. Varje fält inom varje nod kommer att ha alternativ för att öppna applikationen eller data, visa konsekvensanalys eller ändra noden i fokus

Genom att följa ursprunget bakåt och expandera noderna kan du se att denna XLSX-datauppsättning är utdata från applikationen Prep Current Customers Sales - Analytics. Om du går tillbaka ytterligare ett steg och expanderar noden Fillagring ser du att försäljningsanalysapplikationen hade en CSV-fil inläst: rgb_customers.csv. Analys på fältnivå avslöjar att fältet Tags i den ursprungliga källfilen döptes om till rgb_customers.Tags i försäljningsanalysapplikationen. Den ursprungliga CSV-filen kan öppnas till översikten för att avslöja värdefulla metadata som ägare, skapare, användningsmått, taggar, klassificeringar, fältprofil och konsekvensanalys.

Exempel: Undersöka ursprung för maskininlärningsinnehåll

En vanlig företagsanvändare eller maskininlärningsexpert kan använda Ursprungsdiagrammet för att inspektera ursprunget för vissa förutsagda värden. Med basnoden inställd på förutsägelsedatauppsättningen kan denna användare se:

Träningsdata, inklusive dess källor och transformeringar
Experimentet, experimentversionen och modellen
Var modellen distribuerades och hur den har använts

Ursprungsdiagram som visar ett flöde från början till slut från förberedelse av träningsdata till en förutsägelsedatauppsättning — Ursprungsdiagram med alla noder expanderade. Diagrammet visar ett flöde från början till slut från förberedelse av träningsdata till en förutsägelsedatauppsättning.

Bilden ovan visar följande process:

Ett dataflöde laddar och transformerar data från en CSV-datauppsättning lagrad i ett personligt utrymme . Utdata lagras i en Parquet-datauppsättning i samma utrymme.
Parquet-datauppsättningen används i version 1 av ett ML-experiment . Denna experimentversion tränar en ML-modell .
ML-modellen distribueras till en ML-distribution .
Genom att använda en CSV-datauppsättning i ett personligt utrymme som tillämpningsdatauppsättning genererar ML-distributionen en förutsägelsedatauppsättning i Parquet-format .

Ursprung i Dataintegrering

Ursprungsdiagrammet är också tillgängligt i Dataintegrering. För mer information, se Analys av ursprung i Dataintegrering.

Var den här sidan till hjälp för dig?

Om du stöter på några problem med den här sidan eller innehållet på den, t.ex. ett stavfel, ett saknat steg eller ett tekniskt fel – meddela oss!

Lämna din feedback här