Semantiska modeller i dataprodukter
Senast uppdaterad: 2026-11-03En semantisk modell är en modell inom en dataprodukt som definierar hur data struktureras och förstås. Semantiska modeller hjälper till att beskriva affärskontexten för dina data—de gör det möjligt att lägga till relationer, mått och dimensioner i tabellerna i dataprodukten.
- Qlik Talend Cloud Enterprise
- Qlik Talend Cloud Premium
- Qlik Cloud-analys premium
- Qlik Cloud Analytics Enterprise
- Qlik Sense Enterprise SaaS
Semantiska modeller gör det möjligt för dig att skapa återanvändbara datastrukturer som analysutvecklare kan använda i analysapplikationer. Genom att definiera relationer, mått och dimensioner en gång i en dataprodukt säkerställer du enhetliga affärsmått och datamodeller i hela organisationen.
Vad är en semantisk modell?
En semantisk modell är en strukturerad representation av data som innehåller:
- Tabeller: Datatabellerna i dataprodukten.
- Relationer: Definierade kopplingar mellan tabeller baserade på matchande fält, vilket möjliggör associativ analys.
- Dimensioner: Fält som används för att gruppera och kategorisera data, till exempel kundnamn eller produktkategori.
- Mått: Beräknade mätvärden med hjälp av uttryck, såsom försäljningssumma eller genomsnittligt ordervärde.
Semantiska modeller skapas inom dataprodukter, som kan nås från både Analyser och Dataintegrering. Semantiska modeller konsumeras i analysprogram.
Varför använda semantiska modeller?
Semantiska modeller ger flera fördelar för datastyrning och användningsfall inom analys:
- Återanvändbarhet: Definiera datastrukturer, relationer och affärsmått en gång och återanvänd dem i flera applikationer.
- Enhetlighet: Säkerställ att alla applikationer använder samma beräkningar och definitioner för viktiga affärsmått.
- Accelererad utveckling: Analysutvecklare kan bygga applikationer snabbare genom att ärva färdigbyggda datamodeller i stället för att skapa dem från grunden.
- Styrning: Centralisera kontrollen över affärslogik och datastrukturer i styrda dataprodukter.
- Minskade fel: Minimera risken för beräkningsfel genom att använda validerade uttryck från den semantiska modellen.
- Kontrollerade uppdateringar: När den semantiska modellen ändras återspeglas ändringarna vid omläsning av den konsumerande applikationen. Du kan välja om applikationen automatiskt ärver nya data och originaldelar eller inte.
-
Kontext för AI: Mått och dimensioner följer med som huvudobjekt med länkar till motsvarande termer i affärsordlistan, och behåller sina beskrivningar och uttryck som bidrar till den semantiska förståelsen för Qlik Answers.
Komponenter i en semantisk modell
Tabeller
Tabeller innehåller de rådata som den semantiska modellen beskriver. Varje tabell representerar en samling relaterade data, såsom försäljningstransaktioner eller kundposter. Du kan inkludera flera tabeller från olika datamängder för att skapa en omfattande datamodell.
Relationer
Relationer kopplar samman tabeller baserat på matchande fält, till exempel genom att länka en försäljningstabell till en kundtabell med hjälp av ett kund-ID-fält. Relationer möjliggör associativa frågor mellan tabeller och säkerställer att data är korrekt sammankopplade i analysapplikationer.
För dataprodukter som ligger nedströms från en Qlik Talend Data Integration-datapipeline tillhandahålls ursprungliga relationer från källpipelinen som förslag när du redigerar den semantiska modellen.
Dimensioner
Dimensioner är fält som används för att kategorisera och gruppera data, till exempel kundnamn, produktkategori eller region. Precis som mått visas dimensioner som huvudelement i konsumerande applikationer.
Dimensioner kan också länkas till termer i affärsordlistan, vilket gör det enkelt att förstå begrepp och definitioner relaterade till verksamhetens användningsfall.
Mått
Mått är beräknade mätvärden som definieras med hjälp av uttryck, såsom Sum(Amount) eller Avg(Value). Mått visas som originalobjekt i applikationer som konsumerar den semantiska modellen, vilket gör att utvecklare kan använda dem direkt i visualiseringar.
Mått kan även kopplas till termer i affärsordlistan, vilket gör det enkelt att förstå begrepp och definitioner relaterade till verksamhetens användningsfall.
Arbetsflödesöversikt
Arbetsflödet för den semantiska modellen består av följande faser:
- Definiera: I Dataintegrering eller Analyser skapar du en dataprodukt med datauppsättningar och definierar sedan en semantisk modell genom att definiera relationer, mått och dimensioner.
- Aktivera: Aktivera dataprodukten så att den blir tillgänglig i Data Marketplace för analysutvecklare. Observera att dataprodukten inte behöver aktiveras för att kunna konsumeras – aktivering bidrar dock till att visa att den är redo för användningsfall i produktion.
- Konsumera: I Analyser använder du datakatalogen för att bläddra bland semantiska modeller, välja de tabeller och objekt du behöver och infoga det genererade skriptet i din applikation. Efter omladdning visas mått och dimensioner från den semantiska modellen automatiskt som huvudobjekt.
Förutsättningar
För att arbeta med semantiska modeller behöver du följande förutsättningar.
Prenumeration
Din prenumeration måste tillåta åtkomst till dataprodukter. För en lista över kompatibla prenumerationer, se Arbeta med dataprodukter.
Behörigheter
För att arbeta med semantiska modeller behöver du behörighet att skapa och hantera dataprodukter. För fullständig information, se Roller och behörigheter för dataprodukter.
För att använda semantiska modeller krävs följande behörigheter:
- Administratörstilldelade behörigheter: Du behöver tilldelas specifika behörigheter av en administratör för att skapa och hantera dataprodukter. Se Standardbehörigheter och anpassade roller.
- Utrymmesbehörigheter: För att konsumera den semantiska modellen för dataprodukter i delade, hanterade och datautrymmen behöver du behörigheten Kan konsumera data eller Kan visa i utrymmet som innehåller dataprodukten.
Åtkomstkontroll
Åtkomstkontrollen för data som lagras i den semantiska modellen styrs av dataproduktens regler för åtkomstkontroll. Detta inkluderar referenser till metadata och data för andra resurser. Till exempel omfattas innehållet i uttryck i den semantiska modellen av åtkomstkontrollen för dataprodukten, inte den datauppsättning där dessa resurser finns.
Nästa steg
För att komma igång med semantiska modeller:
- Dataproduktansvariga: Se Hantera semantiska modeller i dataprodukter för att lära dig hur du skapar och konfigurerar semantiska modeller.
- Analysutvecklare: Se Konsumera dataprodukter i applikationer för att lära dig hur du använder semantiska modeller i dina applikationer.