INSERT INTO (расширения интеллектуального анализа данных)
Служит для обработки заданного объекта интеллектуального анализа данных. Дополнительные сведения об обработке моделей и структур интеллектуального анализа данных см. в разделе Обработка объектов интеллектуального анализа данных.
Если задана структура интеллектуального анализа данных, инструкция обрабатывает эту структуру и все связанные с ней модели интеллектуального анализа данных. Если задана модель интеллектуального анализа данных, инструкция обрабатывает только эту модель.
Синтаксис
INSERT INTO [MINING MODEL]|[MINING STRUCTURE] <model>|<structure> (<mapped model columns>) <source data query>
INSERT INTO [MINING MODEL]|[MINING STRUCTURE] <model>|<structure>.COLUMN_VALUES (<mapped model columns>) <source data query>
Аргументы
- model
Идентификатор модели.
- structure
Идентификатор структуры.
- mapped model columns
Разделенный запятыми список идентификаторов столбцов и вложенных идентификаторов.
- source data query
Исходный запрос в определенном поставщиком формате.
Замечания
Если не указан аргумент MINING MODEL или MINING STRUCTURE, служба Analysis Services производит поиск типа объекта на основе имени и затем обрабатывает корректный объект. Если сервер содержит структуру и модель интеллектуального анализа данных с одинаковыми именами, возвращается ошибка.
Используя вторую синтаксическую форму, INSERT INTO*<объект>*.COLUMN_VALUES, можно производить вставку данных непосредственно в столбцы модели без ее обучения. При использовании этого метода данные столбцов поставляются модели в сжатом и упорядоченном виде, что полезно при работе с наборами данных, содержащими иерархии или упорядоченные столбцы.
В случае применения инструкции INSERT INTO к модели или структуре интеллектуального анализа данных, если аргументы <сопоставленные столбцы модели> и <source data query> пропущены, поведение инструкции аналогично функции ProcessDefault, использующей уже существующие привязки. Если привязок не существует, инструкция возвращает ошибку. Дополнительные сведения о функции ProcessDefault см. в разделе Настройка параметров обработки. Следующий пример показывает синтаксис:
INSERT INTO [MINING MODEL] <model>
Если указана модель MINING MODEL и заданы сопоставленные столбцы и запрос исходных данных, модель и связанная с ней структура будут обработаны.
В следующей таблице приводится описание результатов различных форм инструкции в зависимости от состояния объектов.
Инструкция | Состояние объектов | Результат |
---|---|---|
INSERT INTO MINING MODEL<модель> |
Структура интеллектуального анализа данных обрабатывается. |
Модель интеллектуального анализа данных обрабатывается. |
Структура интеллектуального анализа данных не обрабатывается. |
Модель и структура интеллектуального анализа данных обрабатываются. |
|
Структура интеллектуального анализа данных содержит дополнительные модели. |
Ошибка при выполнении процесса. Необходимо произвести повторную обработку структуры и связанных с ней моделей интеллектуального анализа данных. |
|
INSERT INTO MINING STRUCTURE<структура> |
Структура интеллектуального анализа данных обрабатывается или не обрабатывается. |
Структура интеллектуального анализа данных и связанные с ней модели обрабатываются. |
Инструкция INSERT INTO MINING MODEL<модель>, содержащая исходный запрос или Инструкция INSERT INTO MINING STRUCTURE<структура>, содержащая исходный запрос |
Либо структура, либо модель уже включает содержимое. |
Ошибка при выполнении процесса. Перед выполнением операции необходимо удалить объекты с помощью инструкции DELETE (расширения интеллектуального анализа данных). |
Сопоставленные столбцы модели
С помощью элемента <сопоставленные столбцы модели> можно сопоставлять столбцы источника данных со столбцами модели интеллектуального анализа данных. Форма элемента <сопоставленные столбцы модели> следующая:
<column identifier> | SKIP | <table identifier> (<column identifier> | SKIP), ...
С помощью инструкции SKIP можно исключить определенные столбцы, которые должны существовать в исходном запросе, но не существуют в модели интеллектуального анализа данных. Например, в нижеприведенном в данном подразделе примере вложенной таблицы инструкция SKIP используется для исключения столбца OrderNumber из обучения модели интеллектуального анализа данных MyAssociationModel. Столбец OrderNumber используется в качестве внешнего ключа вложенной таблицы Models, но в табличном столбце Models модели интеллектуального анализа данных его не существует. Таким образом, он не участвует в обучении модели и может быть пропущен.
Source Data Query
Элемент <source data query> может включать следующие типы источников данных:
- OPENQUERY
- OPENROWSET
- SHAPE
- Любой запрос к службам Analysis Services, возвращающий набор строк
Дополнительные сведения о типах источников данных см. в разделе <source data query>.
Базовый пример
В следующем примере инструкция OPENQUERY применяется для обучения модели упрощенного алгоритма Байеса на основе данных о целевой рассылке из базы данных AdventureWorksDW.
INSERT INTO NBSample (CustomerKey, Gender, [Number Cars Owned],
[Bike Buyer])
OPENQUERY([Adventure Works DW],'Select CustomerKey, Gender, [NumberCarsOwned], [BikeBuyer] FROM [vTargetMail]')
Пример вложенной таблицы
В следующем примере инструкция SHAPE применяется для обучения модели взаимосвязей, содержащей вложенную таблицу.
INSERT INTO MyAssociationModel
([OrderNumber],[Models] (SKIP, [Model])
)
SHAPE {
OPENQUERY([Adventure Works DW],'SELECT OrderNumber
FROM vAssocSeqOrders ORDER BY OrderNumber')
} APPEND (
{OPENQUERY([Adventure Works DW],'SELECT OrderNumber, model FROM
dbo.vAssocSeqLineItems ORDER BY OrderNumber, Model')}
RELATE OrderNumber to OrderNumber)
AS [Models]
См. также
Справочник
Инструкции определения расширений интеллектуального анализа данных
Инструкции управления данными расширений интеллектуального анализа данных
Справка по инструкции расширений интеллектуального анализа данных