ncv61-语义模型红皮书(整理后).docx

UAP

产业链开发部编著
目录
第一章 前言 4
概念 5
定位 5
第二章 结构 6
应用模型 7
语义模型 7
定义形态 7
执行流程 9
数据形态 10
语义提供者 10
接口 11
扩展 14
函数 17
函数解析 17
函数扩展 17
参数 20
参数定义 20
参数引用 20
参数设置 20
参照依赖 21
自定义参照 21
宏变量 22
描述器 23
数据加工 24
概念 24
定位 24
执行原理 25
使用 25
常见问题 27
物化策略 27
复合语义模型 27
设计向导方式 28
语义脚本方式 29
语义上下文 31
脚本规则 31
实现规则类 32
配置文件注册 32
操作使用 33
第三章 语义模型管理 35
对象管理 36
目录管理 36
语义模型管理 37
监控 37
权限 38
全局变量配置 38
环境配置 39
导入导出 41
导出逻辑 41
导入逻辑 43
第四章 功能扩展 47
扩展语义提供者 48
扩展业务函数 48
使用数据加工 48
自定义执行策略 48
业务规则扩展 49
元定义驱动扩展 49
接口 50
实现 50
配置文件 50
使用 51
第五章 范例 52
脚本中引用参数范例 53
第六章 附录 57
入门 58
语义模型API 63
语义函数 65
其他函数 65
脚本引擎 66
针对查询引擎的改进 67
性能监控 67
多语言支持 68
前言
本章内容概要:
概念
定位
概念
SMART,即Semantic Modeling for Analysis Report Toolkit , 分析报表语义建模工具。
定位
语义模型把面向技术的数据,组织成面向业务的数据,供业务人员查询分析使用。
结构
本章内容概要:
应用模型
语义模型
语义提供者
函数
参数
宏变量
描述器
数据加工
物化策略
复合语义模型
语义上下文
脚本规则
应用模型
上图为语义模型应用结构图。语义模型通过语义提供者,可以将多个数据源的数据进行整合。
语义模型
定义形态
下图展示了语义模型的内部结构:
语义模型主要由以下几部分构成:
元数据
元数据是指描述数据的数据,是为了外界使用数据而对数据本身含义的阐述。拿我们最常见的二维数据(行列结构)举例来说,如果只有这些行列结构的数据,对我们来说这将毫无意义。因为我们无法知道哪一列的数据代表什么含义,无法知道如何操作这些数据,更别提由这些数据分析出有用的信息。反过来,如果针对这些数据指定了元数据,我们就可以了解哪一列代表的业务含义,并且知道该列的数据类型、长度、精度等。这样,我们就能对这些数据进行加工处理,分析提取出有价值的信息。
同理,语义模型的元数据是对执行语义模型后获取的二维数据的描述。元数据针对结果数据的每一列都提供了下列信息:数据类型、字段显示名、字段名、备注、长度、精度等。有了这些信息,我们就能知道在业务应用中该如何使用语义模型。
语义提供者
语义提供者,表述了一类取数方式,或者说如何提供数据的方式。在语义模型中,语义提供者负责把一类业务取数过程以语义脚本的形式描述出来。
为了能更好的理解这个概念,我们可以打这样一个比方:NC元数据、数据仓库、报表数据、总账数据等这些可提供数据的对象好比“数据水源”,而语义提供者好比“水泵”,语义模型好比“抽水机”。每种“数据水源”只支持特定的“水泵”来抽取数据。我们有了一种语义提供者“水泵”,就能抽取其对应的“数据水源”里的数据。语义模型中能指定多个语义提供者,就相当于“抽水机”挂接了多个“水泵”,我们就能从多个不同类型的“数据水源”来抽取数据。
语义提供者负责抽取数据,同时对外提供元数据来描述这些数据。语义提供者的