Analiz içinde kökeni analiz etme | Qlik Cloud Yardımı
Ana içeriğe geç Tamamlayıcı içeriğe geç

Analiz içinde kökeni analiz etme

Köken, verileri ve veri dönüşümlerini geriye doğru orijinal kaynağa kadar izler. Qlik Cloud, analitik içeriğinin üst akış kökenini etkileşimli olarak inceleyebileceğiniz bu akışın geçmişinin ayrıntılı bir görsel temsilini sunar. Köken; uygulamalar, komut dosyaları, veri akışları, table recipe aç'lar, ML denemeleri, ML dağıtımları ve veri kümeleri gibi içerikler için kullanılabilir.

Bilgi notuAnalitik içeriğinin kökenini görüntülemek için temel verilerin Qlik Cloud içinde kataloglanmış bir kaynak olarak depolanması gerekir.

Belirli bir alanı inceleyen iş kullanıcıları, alanın en önemli bağımlılıklarını özetleyen bir köken görünümüne sahip olur:

  • Onu türetmek için kullanılan alanlar
  • Sahip ve alan dahil olmak üzere doğrudan ilişkiler ve bağımlılıklar
  • Orijinal kaynak (bilinen ilk kaynak)

Alt akış veya ileriye dönük bağımlılıkları görüntülemek için Etki analizi öğesini görüntüleyerek nesnede yapılan bir değişiklikten hangi öğelerin etkileneceğini inceleyebilirsiniz. Bkz. Analiz içinde etki analizini inceleme.

Kökenin nasıl kullanılacağına dair görsel bir demo için bkz:

Kökeni kullanma

Bilgi notu

Kökeni kullanmak için ayrıca User Default veya özel güvenlik rolü aracılığıyla Kökeni görüntüle seçeneğinin İzin verildi olarak ayarlanması gerekir.

Köken grafiği

The Köken grafiği, etkileşimli, grafiksel bir grafikte analitik içeriği aracılığıyla veri akışını gösterir. Bir köken grafiğinde kaynak, tablo veya alan düğüm olarak adlandırılır. Bir düğüm araştırılan temel düğüm olduğunda, odakta olduğu söylenir ve grafikteki son öğe olarak görüntülenir. En ayrıntılı düzeyde, alan düzeyindeki köken grafikleri, bir düğümün kaynaklandığı veya bağımlı olduğu veri kaynaklarını ve dönüşümlerini gösterir.

Köken grafikleri şunlar için yararlıdır:

  • Verilerle çalışan veri uzmanları

  • Uygulamalar oluşturan iş uzmanları

  • Uygulamaları kullanan ileri düzey iş kullanıcıları

  • Makine öğrenimi modelleriyle çalışan kullanıcılar

Her düğüm, seçilen içeriğin kökenindeki bir adımı temsil eder. Bu köken bilgisi, bir analitik varlığı verilerini her yenilediğinde derlenir. Uygulamanız, komut dosyanız, veri akışınız veya table recipe aç'ınız yakın zamanda yenilenmediyse köken eksik veya hatalı olabilir.

Köken, desteklenen içerik türleri için katalogunuzda göründükleri şekliyle kutucuktan veya satırdan kullanılabilir. Aşağıdaki analitik içerikleri için kökeni analiz edebilirsiniz:

  • Veri kümesi: Veri kümeleri, bağlayıcılardan veya veri dosyalarından yüklenen veriler gibi veri kaynaklarıdır. Veri kümeleri bir veritabanındaki tablolar, veri depolama alanına yüklenen veriler veya bir uygulamadan oluşturulan veriler (örneğin bir qvd dosyası) olabilir. Veri kümeleri genellikle tek bir tabloya sahiptir ancak Excel dosyaları gibi bazılarında birden fazla tablo bulunabilir.

    Talend Studio üzerinden yayınlanan veri kümeleri ile belirtilir. Veri kümesi ... menüsündeki TMC İşini Aç seçeneğine tıklayarak veri kümesini oluşturmak için kullanılan Talend Management Console İşine gidebilirsiniz. Daha fazla bilgi için bkz. Veri kümelerini ve kökeni Qlik Cloud'da yayınlama.

  • Uygulama: Uygulama düğümleri, kökendeki veri kaynaklarını kullanan Qlik Sense analitik uygulamalarını temsil eder. Uygulama düğümleri, uygulama adını ve uygulamanın konumunu Qlik Sense olarak görüntüler.

  • Komut dosyası: Komut dosyası düğümleri, Komut dosyası kodu arayüzünde oluşturulan komut dosyalarını temsil eder.

  • Veri akışı: Veri akışları, kullandıkları ve dönüştürdükleri veri kaynaklarını daha iyi anlamak için incelenebilir.

  • Table recipe aç: Table recipe aç'lar, kullandıkları ve dönüştürdükleri veri kaynağını daha iyi anlamak için incelenebilir.

  • ML denemesi: Makine öğrenimi modelleri için eğitim verilerini üretmek üzere bir araya gelen veri kaynaklarından oluşan bir makine öğrenimi denemesinin kökenini anlayabilirsiniz.

  • ML dağıtımı: Bir ML dağıtımının kökenini ve tahminlerde nasıl kullanıldığını anlayabilirsiniz. ML dağıtımlarının kökeni genellikle ML denemelerinden, deneme sürümlerinden, modellerden ve veri kümelerinden oluşur.

Tipik girdi düğümleri, temel düğüm tarafından kullanılan veri kaynaklarını veya veri kümeleri üreten uygulamaları içerir. Alan düzeyinde köken, alanların nasıl hesaplandığının ve dönüşümler ile uygulamalar genelindeki spesifik kökenlerinin ayrıntılı bir şekilde incelenmesine olanak tanır.

Bir köken grafiğinde bulunan düğümler, seçtiğiniz içeriğin girdileridir. Temel düğüm olarak belirlemek için bir öğe seçin. Girdi düğümleri, temel düğümün üst akışında yer alan düğümlerdir.

Alan düzeyinde köken grafiği

Alan düzeyinde köken grafiği

Bir köken grafiğinde bulunan düğümler, seçtiğiniz temel düğümün, başka bir deyişle odaktaki düğümün girdileridir. Temel düğüm, kökenini almak istediğiniz tekil düğümdür; örneğin bir uygulama, veri akışı, ML denemesi, veri kümesi, dosya, tablo veya alan olabilir.

Ekranınızın en sağındaki düğüm olacak ve mavi renkle çerçevelenecektir. Araştırmanızın odağıdır ve yalnızca bu temel düğüme ait girdiler sunulacaktır.

Kökeni keşfederken, araştırmanızı odaklamak için temel düğümü ekrandaki başka bir tablo, uygulama, alan veya başka bir öğeyle etkileşimli olarak değiştirebilirsiniz.

Köken temel düğümü

Temel düğüm olarak da adlandırılan odaktaki düğüm ekranınızın sağında yer alacaktır

Düğümleri birbirine bağlayan çizgiler kenarlardır. Kenarlar, bir düğümün başka bir düğümle olan ilişkisini temsil eder. Bir uygulama tarafından kullanılan bir veri kümesi gibi ilişkileri gösteren bağlantıları temsil ederler. Ayrıca bir uygulamanın yan ürünü olarak üretilen verileri de temsil edebilirler. Düğümlerin ve kenarların birleşimi köken grafiğini oluşturur.

Köken kenarları ilişkileri temsil eder

Kenarlar nesneler arasındaki ilişkileri temsil eder

Düğümler, üst düzey veri kümesi grubu veya uygulamadan başlayarak en ayrıntılı düzey olan alan düzeyine kadar, kabadan daha ince ayrıntıya doğru hiyerarşi düzeylerini ortaya çıkarmak için daraltılır veya genişletilir.

Bir düğümün bu görüntüsünde, en yüksekten (en kaba) en düşüğe (en ayrıntılı) doğru şu hiyerarşi düzeyleri gösterilmektedir: Veri varlığı (uygulama), kaynak (veri kümesi), tablo ve alanlar.

Varlık, kaynak, tablo ve alan düzeylerine sahip bir düğüm

Köken grafiğini açma

  1. İçgörüler veya Analiz etkinlik merkezini açın.

  2. Kökeni destekleyen bir öğedeki Daha fazla bağlam menüsünde AraçlarKöken seçeneğini belirleyin.

Bir öğe açıkken bazı içeriklerin köken grafiğine de erişebilirsiniz. Daha fazla ve Köken öğesine tıklayın.

Düğüm ayrıntıları

Ayrıntılar, o nesneye olan erişiminizle sınırlıdır. Ayrıntılar aşağıdaki bilgileri sağlayabilir:

  • Ad

  • Açıklama

  • Etiketler

  • Konum

  • Alan

  • Sahip

  • Oluşturan

  • Son değiştirilme tarihi

Köken grafiğinde gezinme

Köken grafiğinde gezinmek ve grafiği ortalamak için tıklayıp sürükleyin. Gezinme düğmelerini de kullanabilirsiniz. Köken grafiğini temel düğümde ortalamak için Giriş Giriş seçeneğini belirleyin. Seçimleriniz arasında gezinmek için geri ve ileri tıklayın.

Köken grafiğinde gezinme

Köken grafiği için gezinme düğmeleri.

The Köken grafiği, analitik içeriğiniz için grafiği açtığınızda varsayılan düğüm olarak sunulan üst akış bağımlılıklarını gösterir. Grafikte görünen diğer düğümler için Daha fazla seçeneğini belirleyip Köken (yeni temel düğüm) veya Etki analizi öğesini seçerek kökene (üst akış) veya etki analizine (alt akış) erişebilirsiniz. Temel düğüm olarak belirlemek için bir düğüm seçin.

Aynı düzeydeki nesne gruplarını genişletmek veya daraltmak için düğümleri genişletin Aşağı ok veya daraltın Yukarı ok.

Farklı düğümleri analiz etmek için menü seçeneği

Farklı düğümleri analiz etmek için menü seçeneği

Bir uygulamadaki köken özeti görünümü

Bir uygulamadaki köken özeti görünümü, iş kullanıcılarına uygulamadaki üst akış bağımlılıklarına ilişkin üst düzey bir genel bakış sunabilir. Daha fazla bilgi için bkz. Uygulama içi köken özet görünümü.

Makine öğrenimi içeriği için kökeni analiz etme

ML denemeleri, ML dağıtımları ve veri kümeleri dahil olmak üzere makine öğrenimi içeriğinin kökenini analiz etmek için Köken grafiğini kullanabilirsiniz. Makine öğrenimi modellerinin nasıl oluşturulduğuna, hangi veriler üzerinde eğitildiklerine ve üretim senaryolarında ne için kullanıldıklarına dair bütünsel bir görünüm elde etmek için grafiği kullanın.

Denemeler, dağıtımlar ve veri kümeleri, Köken grafiğindeki alt akış uygulamaları gibi diğer içerikleri analiz ederken de düğüm olarak görünür.

Makine öğrenimi varlıkları, alt akış içeriğinin kapsamlı analizi için Etki analizi bölümünde de gösterilir. Daha fazla bilgi için bkz. Analiz içinde etki analizini inceleme.

Makine öğrenimi içeriği için Köken'i açma

  • Etkinlik merkezinizde bir ML denemesi, ML dağıtımı veya veri kümesinin yanındaki Daha fazla simgesine tıklayın ve AraçlarKöken seçeneğini belirleyin.

  • Bir ML denemesinde veya ML dağıtımında, gezinme çubuğundaki Daha fazla simgesine tıklayın ve Köken seçeneğini belirleyin.

Makine öğrenimi içeriği için Köken'de gezinme

Makine öğrenimi düğümlerini diğer içeriklerle aynı şekilde keşfedebilirsiniz. Arayüz genel bakışları için bkz:

Köken grafiğindeki makine öğrenimi öğelerini tanıma

Aşağıdaki tabloda, Köken grafiğinde görünen makine öğrenimiyle ilgili yaygın öğeler özetlenmektedir.

Makine öğrenimi için yaygın köken öğeleri
Öğe Simge(ler) Açıklama
Dosya depolama alanı Klasör

Makine öğrenimi içeriğine özgü değildir. Bir veri kümesinin depolandığı konumu gösterir (çoğu durumda bir alanda). Eğitim veri kümesi, bir denemedeki gömülü analitiklerden yapılan dışa aktarmalar, tahminler için kullanılan uygulama veri kümeleri ve tahmin çıktısı veri kümeleri için geçerlidir.

Veri kümesi Çok sayıda (örneğin, QVD için QVD dosya türü) Makine öğrenimi içeriğine özgü değildir. Eğitim veri kümelerini, bir denemedeki gömülü analitiklerden yapılan dışa aktarmaları, uygulama veri kümelerini ve tahmin çıktısı veri kümelerini temsil etmek için kullanılır.
ML denemesi ML denemesi Modellerin eğitildiği bir ML denemesi.
ML deneme sürümü Çatal ML denemesi içinde bir veya daha fazla modelin eğitildiği sürüm.
ML modeli ML modeli Bir deneme sürümü içinde eğitilmiş bir ML modeli. Bir ML denemesindeki eğitilmiş modelleri ve bir ML dağıtımındaki dağıtılmış modelleri temsil etmek için kullanılır.
ML dağıtımı ML dağıtımı Bir veya daha fazla dağıtılmış model içeren bir ML dağıtımı.
Simge yok - Bir ML dağıtımı içindeki tahmin çıktısı düğümlerinin simgeleri yoktur. Tahmin çıktısı veri kümesinde yer alan alanların da simgeleri yoktur.

Köken ve ML denemeleri

ML denemeleri gruplandırılmış düzenlerde sunulur. Aşağıdaki şekilde genişletilirler:

  • Bir ML denemesi, bir veya daha fazla deneme sürümüne genişletilir.

  • Bir deneme sürümü, bir veya daha fazla ML modeline genişletilir.

Bir denemede eğitilen bir model bir ML dağıtımına dağıtıldığında, alt akış içeriği (örneğin tahminler veya ML dağıtımları) temel düğüm olarak seçildiğinde köken grafiğinde görünür.

Köken ve ML dağıtımları

ML dağıtımları gruplandırılmış düzenlerde sunulur. Aşağıdaki şekilde genişletilirler:

  • Bir ML dağıtımı, bir veya daha fazla dağıtılmış modele genişletilir.

  • Dağıtımdaki bir model toplu tahminlerde kullanılmışsa model, her bir toplu tahmin çıktısını gösterecek şekilde genişletilir.

Bir ML dağıtımıyla ilişkili uygulama veri kümeleri ve tahmin çıktısı veri kümeleri için alan düzeyinde köken kullanılabilir.

Tahminler için kullanılan dağıtılmış modeller, eğitildikleri denemeye geri bağlanır.

Örnek senaryo

Örnek bir senaryo için bkz. Örnek: Makine öğrenimi içeriğinin kökenini inceleme.

Sınırlamalar

The lineage chart has the following limitations:

  • Qlik Cloud içinde köken özelliğinin kullanıma sunulmasından sonra yeniden yüklenmeyen uygulamalar, yeniden yüklenene kadar tam köken bilgilerine sahip olmayabilir. kiracınız için köken açıldıktan sonra yüklenmemişlerse bazı düğümlerin ayrıntıları sınırlı olabilir.

  • SQL Server veya Google Drive Bağlantıları gibi kiracınızın dışındaki veri kümelerine ait düğüm ayrıntıları, veri kümesi türü ve adıyla sınırlıdır. REST bağlantıları yalnızca REST verisi olduğunu görüntüler.

  • Bir öğe silinirse diğer düğümler analiz edilirken Köken bölümünde gösterilmeye devam edebilir.

İzinler

Bir öğenin kökenini etkinlik merkezlerinizden görüntülemek için o öğeyi görüntüleyebilmeniz gerekir. Temel bir düğümün köken grafiğini görebiliyorsanız üst akış köken nesnelerine ait temel ayrıntıları ve meta verileri görebilirsiniz.

Güvenlik

  • Bir kullanıcı yalnızca erişimi olan bir temel düğüme geçiş yapabilir; aksi takdirde bağlam menüsü kullanılamaz.

  • Bir kullanıcının temel düğüme erişimi varsa tüm üst akış kökenini görme erişimine de sahip olur.

Kökeni analiz etmeye yönelik örnek kullanım örnekleri

Köken analizinin adım adım açıklaması için bkz. Alan düzeyinde köken kullanım örnekleri.

Örnek: Köken özeti görünümüyle bilginin nereden geldiğini keşfetme

As an analytics consumer looking at a bar chart in an application cars-data4-app, you would like to know where the information comes from. You make sure that Show details and Show expressions are turned on for the chart under the Appearance > General section of properties, then select switch to sheet analysis mode. Right-click the chart, or use the icon more actions menu, and select Show details to show the lineage consumer view. Click Show dependencies.

Listelenen üç CSV kaynağında bulunan Car_ID alanına Car_ID boyutunun bağımlı olduğunu görürsünüz. Alan girişindeki daha fazla işlem simgesi menüsünü seçin ve uygulamadaki Car_ID alanı için bir köken grafiği açmak üzere Köken - Car_ID / Cars seçeneğini belirleyin.

O nesnenin kökenini görüntülemek için bir kaynak veya alan seçin

Tüketici kökeni özeti görünümünde bir kaynağın kökenini görüntülemek için menüyü ve ardından seçeneği belirleyin

Köken grafiği sağdan sola doğru incelenir ve cars-data4-app uygulamasına yüklenen Cars tablosunda Car_ID alanının bulunduğunu gösterir. Alan geçmişini Qlik Cloud ortamına yüklenen orijinal dosyaya kadar geriye doğru izlerken düğümleri genişletin Aşağı ok. Geriye doğru ilk aktarımın, Car_ID alanını içeren bir CSV cars-data.csv dosyasının cars-data4-app uygulamasına yüklendiğini gösterdiğini görürsünüz. Geriye doğru bir sonraki düğüm, cars-data.csv dosyasının oluşturulduğu bir cars-data3-app uygulamasıdır. Bir aktarım daha geriye gidip düğümü genişlettiğinizde, orijinal kaynak dosyasının bir CSV dosyası olan cars-data3.csv olduğunu ve ID alanını içerdiğini görürsünüz.

Tabloları genişleterek ve alanları görüntüleyerek, sütun grafik boyutu olan Car_id-ID öğesinin orijinal kaynak dosyasını, tablosunu ve alanını belirleyebilirsiniz.

Bir alanın geçmişini kaynak dosyaya kadar geriye doğru izlemek için düğümleri genişletin

Odaktaki düğümle başlayın ve köken geçmişini orijinal kaynağa kadar geriye doğru izleyin

Örnek: Bir veri kümesinin kökenini ve nasıl oluşturulduğunu inceleme

Bir uygulama geliştiricisi olarak, uygulamanız için mevcut bir veri kümesi olan current_customers_analytics.xlsx dosyasını kullanmayı düşünüyorsunuz. Verilerin nereden geldiğini anlamak için bu veri kümesinin kökenini incelersiniz. Veri kümesi kutucuğundan veya satırından, köken grafiğini açmak için Daha fazla menüsünden Köken seçeneğini belirleyin. Köken grafiğinden, XLSX current_customers_analytics.xlsx üzerindeki daha fazla işlem simgesi menüsünü seçip genel bakışı seçeneğini belirleyerek veri kümesinin meta verilerini görüntülersiniz.

Köken grafiğinden veri kümesi genel bakışını açma

Veri kümesi genel bakışı köken grafiğinden açılabilir

Veri kümesi genel bakış sekmesinden etiketleri, sınıflandırmaları ve diğer teknik meta verileri görüntüleme

Veri kümesi genel bakışlarına köken grafiğinden erişilebilir

Veri profili Profil sekmesinden edinilebilir

Alanlar profili sekmesine köken grafiğinden erişilebilir

Veri kümesinin köken grafiğini keşfetmek üzere köken grafiğine geri dönmek için tarayıcının geri okuna tıklayın. Kullanılabilir alanları görüntülemek için current_customers_analytics.xlsx düğümünü genişletin Aşağı ok ve Tümünü seç seçeneğine tıklayın. Aynısını tüm düğümler için yapın. Her alanın, Köken (yeni temel düğüm) seçeneğini belirleyerek onu odaktaki temel düğüm yapma seçeneği sunduğunu veya veri kümesindeki değişikliklerden etkilenecek bağımlı nesneleri ve ileriye dönük kökeni görüntülemek için Etki analizi seçeneğini sunduğunu unutmayın.

Veri kümesi için genişletilmiş Köken grafiği. Her düğüm içindeki her alan; uygulamayı veya verileri açma, etki analizini görüntüleme veya odaktaki düğümü değiştirme seçeneklerine sahip olacaktır

Bir veri kümesi için kökeni görüntüleme

Kökeni geriye doğru takip edip düğümleri genişlettiğinizde, bu XLSX veri kümesinin Prep Current Customers Sales - Analytics uygulamasının çıktısı olduğunu görebilirsiniz. Bir aktarım daha geriye gidip Dosya depolama alanı düğümünü genişlettiğinizde, satış analizi uygulamasına bir CSV dosyasının yüklendiğini görürsünüz: rgb_customers.csv. Alan düzeyindeki analiz, orijinal kaynak dosyadaki Tags alanının satış analizi uygulamasında rgb_customers.Tags olarak yeniden adlandırıldığını ortaya koyar. Orijinal CSV dosyası, genel bakışa açılarak sahip, oluşturan, kullanım metrikleri, etiketler, sınıflandırmalar, alan profili ve etki analizi gibi değerli meta verileri ortaya çıkarabilir.

Örnek: Makine öğrenimi içeriğinin kökenini inceleme

Sıradan bir iş kullanıcısı veya makine öğrenimi uzmanı, belirli tahmin edilen değerlerin kökenini incelemek için Köken grafiğini kullanabilir. Temel düğüm tahmin veri kümesine ayarlandığında, bu kullanıcı şunları görebilir:

  • Kaynakları ve dönüşümleri dahil olmak üzere eğitim verileri

  • Deneme, deneme sürümü ve model

  • Modelin nerede dağıtıldığı ve nasıl kullanıldığı

Tüm düğümleri genişletilmiş köken grafiği. Grafik, eğitim verisi hazırlığından tahmin veri kümesine kadar uçtan uca bir akışı gösterir.

Eğitim verisi hazırlığından tahmin veri kümesine kadar uçtan uca bir akışı gösteren köken grafiği

Yukarıdaki resim aşağıdaki süreci göstermektedir:

  1. Bir veri akışı Veri akışı, kişisel alanda Klasör depolanan bir CSV veri kümesinden CSV dosya türü verileri yükler ve dönüştürür. Çıktı, aynı alandaki bir Parquet veri kümesinde Parquet dosya türü depolanır.

  2. Parquet veri kümesi Parquet dosya türü, bir ML denemesinin ML denemesi sürüm 1'inde Çatal kullanılır. Bu deneme sürümü bir ML modelini ML modeli eğitir.

  3. ML modeli ML modeli, bir ML dağıtımına ML dağıtımı dağıtılır.

  4. Uygulama veri kümesi olarak kişisel alandaki Klasör bir CSV veri kümesini Parquet dosya türü kullanan ML dağıtımı ML dağıtımı, Parquet biçiminde Parquet dosya türü bir tahmin veri kümesi oluşturur.

Veri Entegrasyonu içinde köken

Köken grafiği, Veri Entegrasyonu içinde de mevcuttur. Daha fazla bilgi için bkz. Veri Entegrasyonu içinde köken analizi.

Bu sayfa size yardımcı oldu mu?

Bu sayfa veya içeriği ile ilgili bir sorun; bir yazım hatası, eksik bir adım veya teknik bir hata bulursanız lütfen bize bildirin!