Модели

Модели являются основным компонентом в GlarusBI. Они организуют данные из таблиц базы данных, чтобы предугадывать вопросы, которые люди зададут по данным. Их можно рассматривать как вычисленные таблицы или специальный вид сохраненного вопроса, предназначенный для использования в качестве основы для новых вопросов. Вы можете основывать модель на SQL или вопросе в конструкторе запросов, что означает, что вы также можете добавлять пользовательские вычисленные столбцы в вашу модель.

Модели:

  • Позволяют обновлять описания столбцов и настраивать метаданные, чтобы создать удобные начальные точки для исследования.

  • Появляются выше в результатах поиска и выделяются, когда другие пользователи начинают новые вопросы, чо позволяет переиспользовать модели.

  • Хранятся в коллекциях, что позволяет отделить их от сложных схем баз данных.

Как используются модели

Вы можете использовать модели для:

  • Создания моделей, где “модель” означает интуитивное описание какого-либо понятия в вашем бизнесе, которое вы представляете как набор столбцов. Примером модели может быть “клиент”, который является таблицей, собранной из информации о клиентах из нескольких таблиц. В модель также можно добавить вычисляемые столбцы, например, вычисленный столбец LTV (общая стоимость клиента за все время). Эта модель представляет собой характеристики, которые вы считаете необходимы для понимания ваших клиентов.

  • Создания итоговых таблиц, агрегирующих данные из нескольких таблиц.

  • Очистки таблиц от ненужных столбцов и строк.

Основная идея использования моделей заключается в том, чтобы предоставить пользователям удобную стартовую точку для анализа данных и создания вопросов о самом предмете моделирования.

Создание модели

Сначала попробуйте найти модель, которая уже существует. Если вы не можете найти модель, которая удовлетворяет вашим потребностям, вы можете создать модель одним из двух способов:

Модели, которые вы создаете, автоматически закрепляются за текущей коллекцией.

Создание модели с нуля

  1. В правом верхнем углу нажмите Новая + > Модель.

  2. Выберите конструктор запросов или прямой запрос, если вы хотите использовать SQL. Преимущество использования конструктора запросов в том, что GlarusBI автоматически заполнит некоторые метаданные для вас; если же вы используете SQL, вам придется вручную заполнять эти метаданные.

  3. Выберите данные.

  4. Создайте и сохраните запрос.

Создание модели из сохраненного вопроса

  1. Задайте вопрос с использованием конструктора запросов или редактора SQL или выберите существующий сохраненный вопрос, который вы хотите преобразовать в модель.

  2. Сохраните вопрос.

  3. Нажмите на > Преобразовать это в модель.

Turn a saved question into a model

Детальная страница модели

Чтобы просмотреть страницу с подробностями модели:

  • из коллекции - нажмите на значок книги рядом с моделью.

  • из модели - нажмите на кнопку info в правом верхнем углу, затем нажмите Подробности модели.

Model detail page

Здесь вы увидите несколько вкладок:

  • Использование - показывает, какие вопросы используют модель.

  • Схема - показывает поля в модели.

  • Действия - показывает действия в модели и позволяет создавать новые действия.

Страница с подробностями модели также показывает некоторую базовую информацию о модели:

  • Описание

  • Контакт (кто написал модель)

  • Основная таблица (таблицы)

Чтобы начать новый вопрос на основе модели, нажмите Исследовать.

Чтобы отредактировать метаданные модели, нажмите Редактировать метаданные.

Добавление метаданных к столбцам в модели

Метаданные - это “секретный соус” для моделей. При написании запроса SQL GlarusBI может отображать результаты, но он не может “знать”, какой тип данных он возвращает (например, как это происходит с вопросами, созданными с помощью конструктора запросов). На практике это означает, что люди не смогут произвести детальный анализ результатов, поскольку GlarusBI не понимает, что является результатом. При этом, используя модели, вы сможете сообщить GlarusBI, какой тип данных находится в каждом возвращенном столбце, чтобы GlarusBI мог продолжать осуществлять свою магию детального анализа. Метаданные также улучшат фильтрацию, показывая правильный виджет фильтра, и помогут GlarusBI выбрать правильную визуализацию для результатов.

Если вы устанавливаете только один тип метаданных, установите тип столбца, чтобы определить тип данных.

Отображаемое имя

Что люди увидят в качестве имени столбца.

Описание

Что люди увидят в качестве описания столбца.

Столбец базы данных, из которого будут отображены значения

Для моделей, основанных на SQL-запросах, вы можете указать GlarusBI, имеет ли столбец тот же тип, что и существующий столбец базы данных.

Тип столбца

Вы можете установить тип колонки. По умолчанию тип столбца установлен в “Без специального типа”. Убедитесь, что тип столбца установлен, это поможет пользователям более эффективно работать с результатами.

Этот столбец должен появиться в…

Вы можете указать, должна ли колонка появляться в представлении таблицы или только в детальном представлении (при нажатии на сущность/первичный ключ для строки).

  • Табличные и детальные режимы просмотра

  • Только детальный режим просмотра

Показать как

  • Текст

  • Ссылка (URL, на который люди могут нажать)

Редактировать запрос модели

Вы можете изменить запрос модели, нажав на стрелку вниз рядом с именем модели, после чего - на Изменить определение запроса. После редактирования убедитесь, что сохранили изменения. В отличие от вопросов, которые предлагают сохранить измененный вопрос как новый, любые изменения здесь перезапишут существующую модель. Если вы хотите создать новую модель из существующей, выберите Дублировать эту модель в боковой панели модели (иконка двух перекрывающихся квадратов).

Создать вопрос, основанный на модели

См. как задавать вопросы.

Работа с моделью с помощью редактора SQL

Вы можете ссылаться на модель в SQL-запросе, так же как и на сохраненный вопрос:

{% raw %}
SELECT * FROM {{#1-customer-model}}
{% endraw %}

Или как на общий табличное выражение (CTE):

{% raw %}
WITH model AS {{#3807-invoice-model}}
SELECT *
FROM model;
{% endraw %}

Просто введите {% raw %}{{#}} {% endraw %} для поиска модели (например, вы можете ввести {% raw %}{{#customer}}{% endraw %}, чтобы найти модели, вопросы и таблицы со словом «customer» в названии.

Вы также можете использовать боковую панель ссылок на данные для просмотра доступных моделей. Чтобы открыть боковую панель ссылок на данные, нажмите на значок книга.

История версий моделей

Для вопросов, панелей и моделей GlarusBI хранит историю версий для предыдущих пятнадцати версий этого элемента. Вы можете просматривать изменения, возвращаться к предыдущим версиям и архивировать устаревшие элементы. См. История.

Проверка модели

Так же как и с вопросом, администраторы могут проверять модели. Проверенная модель маркируется галочкой, информирующей других пользователей о том, что администратор проверил модель. Если кто-то внесет какие-либо изменения в модель, галочка исчезнет. Чтобы восстановить галочку, администратору придется снова проверить вопрос.

Кеширование модели

В настоящее время доступно для PostgreSQL, MySQL и Redshift.

GlarusBI может кэшировать результаты моделей для ускорения их запуска. GlarusBI кэширует модели, создавая таблицы в отдельной схеме в вашем хранилище данных, и сохраняет в этих таблицах результаты запросов, на которых основаны ваши модели. Когда пользователи задают вопросы на основе ваших моделей, GlarusBI подставляет кэшированные результаты вместо нового выполнения запроса модели.

Для включения кеширования сделайте следующее:

  1. Включите кэширование моделей в GlarusBI.

  2. Создайте схему для хранения кэшированных моделей.

Кеширование моделей GlarusBI

Перейдите в Настройки администратора > Настройки > Кэширование > Модели для включения этой функции.

Model caching

Можно установить частоту обновления моделей на одно из заданных значений или же выбрать опцию “Произвольная”, чтобы использовать синтаксис cron для указания своей частоты обновления кэша. Рекомендуется запланировать обновление кэша с частотой, соответствующей темпу обновления источников данных.

Если изменить определение запроса модели, то любые вопросы, основанные на этой модели, не будут использовать кэш до следующего обновления данных в нем.

Создание схемы для хранения кешированных моделей

Перейдите в Настройки администратора > Базы данных > ваша база данных > Включить кэширование моделей.

Cache models UI

Если у GlarusBI есть необходимые права на вашу базу данных, он выполнит все необходимые действия самостоятельно - проверит, существует ли такая схема, а если нет - попытается создать ее. Если прав для создания схемы в вашей базе данных недостаточно, вам нужно будет создать схему в базе данных самостоятельно:

  1. Нажмите на значок информация, чтобы получить имя схемы.

    На изображении выше имя схемы “metabase_cache_134ba_7”, ваше имя схемы будет отличаться.

  2. Создайте схему в вашей базе данных. Убедитесь, что вы используете точное имя схемы из шага 1.

  3. Убедитесь, что у GlarusBI достаточно прав, чтобы выполнять и редактировать эту схему.

Обновление кешированных результатов модели

Чтобы обновить кэшированные результаты модели, перейдите в модель и нажмите на значок i. В открывшемся боковом меню вы увидите заметку о последнем обновлении кэша модели и значок для обновления кэша.

Просмотр журнала лога кеша

Вы можете просмотреть журналы кэширования моделей, нажав на значок Настройки в правом верхнем углу и выбрав Настройки администратора > Инструменты > Журнал кеширования моделей. См. Инструменты администратора.

Кеширование индивидуальных моделей

На некоторых платных тарифах вы также можете включать или выключать кеширование для индивидуальных моделей. При просмотре модели нажмите на “…” в правом верхнем углу и выберите “Включить/выключить кеширование модели.

Дальнейшее чтение