共用方式為


處理數據採礦物件

適用於: SQL Server 2019 和舊版 Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

SQL Server 2017 Analysis Services 中已淘汰數據採礦,現在已在 SQL Server 2022 Analysis Services 中停止。 檔不會更新為已淘汰和已停止的功能。 若要深入瞭解,請參閱 Analysis Services 回溯相容性

數據採礦物件只是一個空的容器,直到處理它為止。 處理 數據採礦模型也稱為 定型

處理採礦結構: 採礦結構會從外部數據源取得數據,如數據行系結和使用方式元數據所定義,並讀取數據。 此數據會完整讀取,然後進行分析以擷取各種統計數據。 Analysis Services 會將精簡表示的數據儲存在本機快取中,適合由數據採礦演算法進行分析。 您可以在處理模型之後保留此快取或刪除它。 根據預設,會儲存快取。 如需詳細資訊,請參閱 處理採礦結構

處理採礦模型: 採礦模型是空的,只包含定義,直到處理為止。 若要處理採礦模型,其所依據的採礦結構必須已處理。 採礦模型會從採礦結構快取取得數據、套用模型上可能建立的任何篩選,然後透過演算法傳遞數據集來偵測模式。 處理模型之後,模型只會儲存處理的結果,而不是數據本身。 如需詳細資訊,請參閱 處理採礦模型

下圖說明處理採礦結構時,以及處理採礦模型時的數據流。

處理數據:要建構的數據源,以模型化

檢視處理的結果

處理採礦結構之後,它會包含用於統計分析之數據的精簡表示法。 如果快取尚未清除,您可以透過下列方式存取此快取中的數據:

處理採礦模型之後,它只會包含衍生自分析的模式,以及從模型結果對應到快取的定型數據。 您可以瀏覽或查詢模型結果,稱為 模型內容,或者,如果已快取模型和結構案例,您可以查詢模型和結構案例。

每個採礦模型的模型內容取決於用來建立它的演算法。 例如,如果一個模型是群集模型,另一個模型是判定樹模型,即使模型使用完全相同的數據,模型內容也大不相同。 如需詳細資訊,請參閱 採礦模型內容(Analysis Services - 數據採礦)

處理需求

視您的採礦模型是以關係型數據或多維度數據源為基礎,處理需求可能會有所不同。

針對關係型數據源,處理只需要您建立定型數據,並在該數據上執行採礦演算法。 不過,以 OLAP 對象為基礎的採礦模型,例如維度和量值,需要基礎數據處於已處理狀態。 這可能需要處理多維度物件以填入採礦模型。

如需詳細資訊,請參閱 處理需求和考慮(資料採礦)

另請參閱

鑽研查詢 (數據採礦)
採礦結構 (Analysis Services - 數據採礦)
採礦模型 (Analysis Services - 數據採礦)
邏輯架構 (Analysis Services - 數據採礦)