# Analys av ursprung i Analyser Ursprung spårar data och datatransformationer bakåt till den ursprungliga källan. Qlik Cloud ger en detaljerad visuell representation av historiken av detta flöde, där du interaktivt kan undersöka uppströmsursprunget av analysinnehållet. Ursprung är tillgängligt för innehåll som applikationer, skript, dataflöden, tabellrecept, ML-experiment, ML-distributioner och datauppsättningar. Anteckning om informationUnderliggande data måste lagras i Qlik Cloud som en katalogiserad källa för att se ursprung för analysinnehåll. Affärsanvändare som undersöker ett visst fält har en bild av ursprunget för det fält som sammanfattar dess viktigaste beroenden: * Fält som används för att härleda det * Direkta associationer och beroenden, inklusive ägare och utrymme * Urpsrungskälla (första kända källa) Du kan undersöka vilka element som skulle påverkas av en ändring av objektet genom att visa Påverkansanalys för att se nedströms eller framåtblickande beroenden. Se [Analysera påverkansanalys i Analyser](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/impact-analysis2.htm). Det finns en visuell demonstration av hur du använder Ursprung i: [Använda ursprung](https://share.vidyard.com/watch/axY6FxdLTMEfDEuyq3VCi8) Anteckning om information För att använda ursprung behöver du också ha Visa ursprung inställt på Tillåten via standardbehörigheterna eller en anpassad säkerhetsroll. ## Ursprungsgrafen Ursprungsgrafen visar flödet av data genom analysinnehåll i ett interaktivt, grafiskt diagram. En resurs, en tabell eller ett fält kallas en nod i en ursprungsgraf. När en nod är basnoden som undersöks, sägs den vara i fokus och visas som det sista elementet i diagrammet. På den mest granulära nivån visar ursprungsdiagram på fältnivå de datakällor och transformationer som en nod kommer från eller är beroende av. Ursprungsdiagram är användbara för: * Dataexperter som arbetar med datan * Affärsspecialister som utvecklar applikationer * Avancerade affärsanvändare som använder applikationer * Användare som arbetar med modeller för maskininlärning Varje nod representerar ett steg i ursprunget för det valda innehållet. Denna information om ursprung sammanställs när en analytisk tillgång 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 brickan eller raden så som de visas i din katalog. Du kan analysera ursprung för följande analysinnehåll: * Datauppsättning: datauppsättningar är datakällor, till exempel data som läses in 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, som Excel-filer, kan ha flera tabeller. Datauppsättningar som publicerades från Talend Studio anges med ![](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/catalog_lineage_talend_studio.png). Du kan gå till Talend Management Console-jobbet som användes för att generera datauppsättningen genom att klicka på Öppna TMC-jobb i menyn Datauppsättning .... Se [Publicera datauppsättningar och ursprung till Qlik Cloud](https://help.qlik.com/talend/en-US/studio-user-guide/8.0-R2025-04/publishing-datasets-and-lineage-to-qlik-cloud) för mer information. * App: Applikationsnoder representerar Qlik Sense analysapplikationer som använder datakällorna i ursprunget. Applikationsnoder visar applikationsnamnet och applikationens plats som Qlik Sense. * Skript: skript-noder representerar skript som har skapats i gränssnittet Skript. * Dataflöde: dataflöden kan inspekteras för bättre förståelse av de datakällor som de använder och transformerar. * Tabellrecept: tabellrecept kan inspekteras för ökad förståelse av den datakälla de använder och transformerar. * ML-experiment: du kan förstå ursprunget till ett maskininlärningsexperiment, som består av de datakällor som har samlats för att producera träningsdata för maskininlärningsmodeller. * ML-distribution: Du kan förstå ursprunget till en ML-distribution och hur den används i prognoser. Ursprunget för ML-distributioner består vanligtvis av ML-experiment, experimentversioner, modeller och datauppsättningar. Typiska indatanoder 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 tillämpningar. Noderna som är tillgängliga i en ursprungsgraf är indata till ditt valda innehåll. Välj ett objekt för att ange det som basnod. Indatanoderna är noder som är uppströms från basnoden. Ursprungsdiagram på fältnivå Ursprungsdiagram på fältnivå Ursprungsdiagram på fältnivå ![Ursprungsdiagram på fältnivå](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_LineageGraph_FieldLevel.png) Noderna som är tillgängliga i ett ursprungsdiagram är indata till din valda basnod, med andra ord noden i fokus. Basnoden är den singulära noden som du vill hämta ursprung för. Det är till exempel ett program, ett dataflöde, ML-experiment, en datauppsättning, en fil, tabell eller ett fält. Det kommer att vara noden längst till höger på skärmen och markerad i blått. Det är i fokus för din undersökning och endast indata till den basnoden kommer att presenteras. Medan du utforskar ursprunget kan du interaktivt ändra basnoden till en annan tabell, ett annat program, fält eller annat objekt på skärmen för att fokusera din undersökning. Ursprungsbasnod Ursprungsbasnod Ursprungsbasnod ![Noden i fokus, även kallad basnoden, kommer att vara till höger på skärmen](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_Lineage_Node.png) Linjerna som kopplar samman noderna är kanter. Kanter representerar förhållandet mellan en nod och en annan nod. De representerar relationer som indikerar associationer, som att en datauppsättning som används av ett program. De kan också representera data som produceras som en biprodukt av ett program. Samlingen av noder och kanter utgör tillsammans ursprungsdiagrammet. Ursprungskanter representerar relationer Ursprungskanter representerar relationer Ursprungskanter representerar relationer ![Kanter representerar relationer mellan objekt](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_Lineage_Edges.png) Noder kan döljas eller expanderas för att visa hierarkinivåer från grovare till finare granularitet, med början i datamängdsgruppen eller applikationen på högre nivå ner till den mest granulära nivån som är fältnivån. I den här bilden av en nod visas följande hierarkinivåer, från den högsta (grövsta) till den lägsta (mest detaljerade): Datatillgång (applikation), resurs (datauppsättning), tabell och fält. I den här bilden av en nod visas följande hierarkinivåer, från den högsta (grövsta) till den lägsta (mest detaljerade): Datatillgång (applikation), resurs (datauppsättning), tabell och fält. I den här bilden av en nod visas följande hierarkinivåer, från den högsta (grövsta) till den lägsta (mest detaljerade): Datatillgång (applikation), resurs (datauppsättning), tabell och fält. ![En nod med tillgångs-, resurs-, tabell- och fältnivåer](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_LineageGraph_Levels.png) ## Öppna ursprungsgrafen Gör följande: 1. Öppna aktivitetscentret för Insikter eller Analyser. 2. Välj Verktyg > Ursprung i snabbmenyn the Mer icon för ett objekt som stöder ursprung. Du kan också få tillgång till ursprungsgrafen för visst innehåll när du har ett objekt öppnat. Klicka på the Härstamning icon och . ## Noddetaljer Detaljerna begränsas av din åtkomst till det objektet. Detaljerna kan omfatta följande information: * Namn * Beskrivning * Taggar * Plats * Utrymme * Ägare * Skapad av * Senast ändrad ## Navigera i ursprungsgrafen Klicka på och dra grafen om du vill navigera och centrera ursprungsdiagrammet. Du kan även använda navigeringsknapparna. Välj Startsida the Startsida icon när du vill centrera ursprungsgrafen på basnoden. Klicka på tillbaka- och framåtknappen för att förflytta dig i urvalet. Navigera i ursprungsgrafen Navigera i ursprungsgrafen Navigera i ursprungsgrafen ![Navigeringsknappar i ursprungsgrafen.](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_impact-analysis-lineage-navigation.png) Ursprungsgrafen visar uppströmsberoenden för ditt analysinnehåll, som presenteras som standardnod när du öppnar grafen för det. Välj the Ursprung (ny basnod) icon och eller Påverkansanalys när du vill nå ursprung (uppströms) eller påverkansanalys (nedströms) för andra noder som visas i diagrammet. Välj en nod för att ange den som basnod. Visa the Pil ned icon eller döljthe pil upp icon noderna när du vill visa eller dölja grupper med objekt på samma nivå. Menyalternativ för att analysera olika noder Menyalternativ för att analysera olika noder Menyalternativ för att analysera olika noder ![Menyalternativ för att analysera olika noder](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/UI_LineageNavigation_NodeOptions.png) ## Sammanfattningsvy för ursprung i en applikation Sammanfattningsvyn för ursprung i en applikation kan ge affärsanvändare en översikt på hög nivå över uppströmsberoendena i applikationen. Mer information finns i [Sammanfattningsvy för ursprung i applikationen](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/Visualizations/chart-lineage-consumer-view.htm). ## Analysera ursprung för maskininlärningsinnehåll Du kan använda Ursprungsgrafen för att analysera ursprunget till maskininlärningsinnehåll, inklusive ML-experiment, ML-distributioner och datauppsättningar. Använd grafen för att få en helhetsbild av hur maskininlärningsmodeller skapades, vilka 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 Ursprungsgrafen, t.ex. nedströmsapplikationer. Tillgångar inom maskininlärning visas också i Påverkansanalysen för omfattande analys av innehåll nedströms. Mer information finns i [Analysera påverkansanalys i Analyser](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/impact-analysis2.htm). ### Öppna Ursprung för maskininlärningsinnehåll Gör ett av följande: * I aktivitetscentret klickar du på the Mer icon 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 the Mer icon i navigeringsfältet och väljer Ursprung. ### Navigera Ursprung för maskininlärningsinnehåll Du utforskar maskininlärningsnoder på samma sätt som för annat innehåll. För översikt över gränssnitt, se: * [Ursprungsgrafen](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/lineage.htm#Graph) * [Navigera i ursprungsgrafen](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/lineage.htm#Navigating) ### Identifiering av maskininlärningsobjekt i grafen för ursprung I följande tabell beskrivs vanliga objekt relaterade till maskininlärning som visas i Ursprungsgrafen. Vanliga ursprung för maskininlärning | Element | Ikon(er) | Förklaring | | --- | --- | --- | | Filutrymme | the Mapp icon | Inte unikt för maskininlärningsinnehåll. Visar var datauppsättningen lagras (i de flesta fall i ett utrymme). Relevant för träningsdatauppsättningen, exporter från inbäddade analysverktyg i ett experiment, tillämpade datauppsättningar som används för prognoser och utdatauppsättning för prognoser. | | Datauppsättning | Många (t.ex. the Filtyp QVD icon för QVD) | Inte unikt för maskininlärningsinnehåll. Brukade representera träningsdatauppsättningen, exporter från inbäddade analysverktyg i ett experiment, tillämpade datauppsättningar och utdatauppsättningar för prognoser. | | ML-experiment | the ML-experiment icon | Ett ML-experiment där modeller tränas. | | ML-experimentversion | the Förgrening icon | Versionen inom ML-experimentet, i vilken en eller flera modeller har tränats. | | ML-modell | the ML-modell icon | En ML-modell som utbildats inom en experimentversion. Används för att representera utbildade modeller i ett ML-experiment och distribuerade modeller i en ML-distribution. | | ML-distribution: | the ML-distribution icon | En ML-distribution som innehåller en eller flera distribuerade modeller. | | Ingen ikon | - | Noder för prognosutdata i en ML-distribution har inga ikoner. Fält som ingår i en datauppsättning för prognosutdata har inte heller några ikoner. | ### Ursprung och ML-experiment ML-experimenten presenteras i grupperade arrangemang. De expanderar enligt följande: * Ett ML-experiment utvidgas till en eller flera experimentversioner. * En experimentversion utvidgas till en eller flera ML-modeller. När en modell som utbildats i ett experiment distribueras i en ML-distribution visas den i en ursprungsgraf när innehåll nedströms (t.ex. prognoser eller ML-distributioner) väljs som basnod. ### Ursprung och ML-distribution ML-distributioner presenteras i grupperade arrangemang. De expanderar enligt följande: * En ML-distribution expanderar till en eller flera distribuerade modeller. * Om en modell i distributionen har använts i batchprognoser expanderas modellen för att visa varje batchprognosutdata. Ursprung på fältnivå är tillgängligt för tillämpade datauppsättningar och prognosutdatauppsättningar som är relaterade till en ML-distribution. Distribuerade modeller som används för prognoser kopplas tillbaka till det experiment där de utbildades. ### Exempel-scenario För ett exempel på ett scenario, se [Exempel: undersöka ursprung för maskininlärningsinnehåll](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/lineage.htm#ExampleML). ## Begränsningar Ursprungsdiagrammet har följande begränsningar: * Applikationer som inte har lästs in på nytt efter versionssläppet av ursprung i Qlik Cloud kanske inte har fullständig ursprungsinformation tillgänglig för dem förrän efter att de har lästs in på nytt. Detaljer för vissa noder kan vara begränsade om de inte har lästs in efter att ursprung aktiverades för din klientorganisation. * Noddetaljer för datauppsättningar utanför din klientorganisation, som 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 tas bort kan det fortfarande visas i Ursprung när andra noder analyseras. ## Behörigheter Du måste kunna se ett objekt för att se 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 bara byta till en basnod som de har tillgång till, annars är inte snabbmenyn tillgänglig. * Om en användare har tillgång till basnoden kommer de att ha tillgång till att se allt urpsrung uppströms. ## Exempel på användningsfall för att analysera ursprung En genomgång av ursprungsanalys finns under [Användningsfall för fältnivåursprung](https://share.vidyard.com/watch/17bg3fny5xLck5eF6XJEKP). ### Exempel: utforska var informationen kommer ifrån med sammanfattningsvyn för ursprung Som analyskonsument vill du gärna veta var informationen kommer från när du tittar på ett stapeldiagram i en applikation cars-data4-app. Du ser till att Visa detaljer och Visa uttryck är aktiverade för diagrammet under delavsnittet Utseende > Allmänt i egenskaper, och väljer sedan växla till arkanalysläge. Högerklicka på diagrammet eller använd menyn the ikon fler åtgärder icon och välj Visa detaljer för att visa konsumentvyn för ursprunget. Klicka på Visa beroenden Du ser att dimensionen Car\_ID är beroende av fältet Car\_ID som finns i tre listade CSV-källor. Välj the ikon fler åtgärder icon-menyn i fältet och välj Ursprung - Car\_ID / Cars för att öppna en ursprungsgraf för fältet Car\_ID i applikationen. Välj en källa eller ett fält för att se ursprung för det objektet Välj en källa eller ett fält för att se ursprung för det objektet Välj en källa eller ett fält för att se ursprung för det objektet ![Välj menyn och sedan alternativet att visa ursprung för en källa i sammanfattningsvyn för konsumentursprung](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_ViewLineage_SummaryView.png) Ursprungsgrafen visas från höger till vänster och visar att fältet Car\_ID finns i tabellen Cars som laddades in i applikationen cars-data4-app. Utöka the Pil ned icon noderna när du spårar fälthistoriken tillbaka till den ursprungliga filen som laddades upp till Qlik Cloud. Du ser att den första vidarebefordran tillbaka visar att en CSV cars-data.csv som innehåller fältet Car\_ID lästes in i applikationen cars-data4-app. Nästa nod tillbaka är en applikation cars-data3-app från vilken cars-data.csv genererades. Om du går ytterligare en vidarebefordran tillbaka och expanderar noden, ser du att den ursprungliga källfilen var en CSV-fil cars-data3.csv som innehöll fältet ID. Genom att utöka tabellerna och visa fälten kan du identifiera den ursprungliga källfilen, tabellen och fältet för stapeldiagramsvärdet Car\_id-ID. Expandera noderna för att spåra historiken för ett fält tillbaka till källfilen Expandera noderna för att spåra historiken för ett fält tillbaka till källfilen Expandera noderna för att spåra historiken för ett fält tillbaka till källfilen ![Börja med noden i fokus och spåra ursprungshistoriken tillbaka till originalkällan](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_View_LineageGraph.png) ### Exempel: undersöka ursprunget till 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 till denna datauppsättning så att du kan förstå var dessa data kommer ifrån. Från datauppsättningsrutan eller raden väljer du Ursprung från menyn the Mer icon för att öppna ursprungsgrafen. Från ursprungsgrafen visar du metadata för datauppsättningen genom att välja menyn the ikon fler åtgärder icon på XLSX current\_customers\_analytics.xlsx och Öppna översikten. Öppna datauppsättningsöversikten från ursprungsgrafen Öppna datauppsättningsöversikten från ursprungsgrafen Öppna datauppsättningsöversikten från ursprungsgrafen ![Du kan öppna datauppsättningsöversikten från ursprungsgrafen](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_OpenDatasetOverview_Lineage.png) Visa taggar, klassificeringar och annan teknisk metadata från fliken datauppsättningsöversikt Visa taggar, klassificeringar och annan teknisk metadata från fliken datauppsättningsöversikt Visa taggar, klassificeringar och annan teknisk metadata från fliken datauppsättningsöversikt ![Du når datauppsättningsöversikten från ursprungsgrafen](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_ViewOverview_FromLineage.png) Dataprofilen finns tillgänglig via Profilfliken Dataprofilen finns tillgänglig via Profilfliken Dataprofilen finns tillgänglig via ProfilflikenProfilfliken ![Fältprofilfliken är tillgänglig från ursprungsgrafen](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_ViewFieldsProfile_FromLineage.png) Klicka på webbläsarens bakåtpil för att återgå till ursprungsgrafen för att utforska ursprungsgrafen för datauppsättningen. Expandera the Pil ned icon noden current\_customers\_analytics.xlsx och klicka på Välj alla för att visa tillgängliga fält. Gör samma sak för alla noder. Observera att varje fält ger möjlighet att göra det till fokusbasnod genom att välja Ursprung (ny basnod) eller välja Påverkansanalys för att visa framåtriktat ursprung och beroende objekt som kommer att påverkas av ändringar i datauppsättningen. Utökad Ursprungsgraf för datauppsättningen. Varje fält i varje nod kommer att ha alternativ för att öppna applikationen eller data, visa påverkansanalys eller ändra noden i fokus Utökad Ursprungsgraf för datauppsättningen. Varje fält i varje nod kommer att ha alternativ för att öppna applikationen eller data, visa påverkansanalys eller ändra noden i fokus Utökad UrsprungsgrafUrsprungsgraf för datauppsättningen. Varje fält i varje nod kommer att ha alternativ för att öppna applikationen eller data, visa påverkansanalys eller ändra noden i fokus ![Visa ursprung för en datauppsättning](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_ViewDataset_Lineage.png) Genom att följa ursprunget bakåt och expandera noderna kan du se att denna XLSX-datamängd är utdata från Prep Current Customers Sales - Analytics applikationen. Om du går tillbaka ytterligare ett steg och expanderar noden File storage ser du att applikationen för försäljningsanalys hade en CSV-fil inläst till sig: rgb\_customers.csv. Analys på fältnivå avslöjar att fältet Tags i den ursprungliga källfilen döptes om till rgb\_customers.Tags i applikationen för försäljningsanalys. Den ursprungliga CSV-filen kan öppnas till översikten för att visa värdefulla metadata som ägaren, skaparen, användningsstatistik, taggar, klassificeringar, fältprofil och påverkansanalys. ### Exempel: undersöka ursprung för maskininlärningsinnehåll En vanlig affärsanvändare eller maskininlärningsexpert kan använda Ursprungsgrafen för att inspektera ursprunget för vissa prognostiserade värden. Med basnoden inställd på prognosdatauppsättningen kan den här användaren se: * Träningsdata, inklusive dess källor och transformationer * Experimentet, experimentversionen och modellen * Var modellen distribuerades och hur den har använts Ursprungsgraf med alla noder expanderade. Grafen visar ett helhetsflöde från träning av dataförberedelse till en prognosdatauppsättning. Ursprungsgraf med alla noder expanderade. Grafen visar ett helhetsflöde från träning av dataförberedelse till en prognosdatauppsättning. Ursprungsgraf med alla noder expanderade. Grafen visar ett helhetsflöde från träning av dataförberedelse till en prognosdatauppsättning. ![Ursprungsgrafen visar ett helhetsflöde från träning av dataförberedelse till en prognosdatauppsättning](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen-machine-learning-lineage.png) Bilden ovan visar följande process: 1. Ett dataflöde the Dataflöde icon läser in och transformerar data från en CSV-datauppsättning the CSV-filtyp icon som lagras i ett personligt utrymme the Mapp icon. Utdata lagras i en Parquet-datauppsättning the Filtyp Parquet icon i samma utrymme. 2. Parquet-datauppsättningen the Filtyp Parquet icon används i version 1 the Förgrening icon av ett ML-experiment the ML-experiment icon. Denna experimentversion tränar en ML-modell the ML-modell icon. 3. ML-modellen the ML-modell icon distribueras till en ML-distribution the ML-distribution icon. 4. Med hjälp av en CSV-datauppsättning the Filtyp Parquet icon i ett personligt utrymme the Mapp icon som tillämpad datauppsättning genererar ML-distributionen the ML-distribution icon en prognosdatauppsättning i Parquet-format the Filtyp Parquet icon. ## Ursprung i Dataintegrering Ursprungsgrafen finns också tillgänglig på Dataintegrering. Mer information finns i [Analys av ursprung i Dataintegrering](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/Catalog/lineage-di.htm).