1. 数据模型

数据模型，即关联关系模型，可以在数据集之间建立join或者union 的关系，并在作图时带入这些关系。

数据模型有以下功能：

• 支持数据集追加，比如每月追加新的销售数据
• 支持数据集复用：在一个数据模型中，可以将一个数据集多次拖入，建立不同的关联关系，可以实现数据集自关联，使用单个字典表扩展成带有层次结构的字典表
• 支持跨数据集建立指标：模型表可以使用与之关联的关联数据集创建指标
• 关联条件支持表达式：允许用户自由编写关联条件，比如模糊匹配等

与此同时，引入新的概念：

• 模型表：选中一个数据集，围绕该数据集建立各种关系，这个数据集称为模型表。
• 关联表：在数据模型中与模型表建立关联关系的数据集。

一个数据集在参与其他模型表的关联关系时，身份是“关联表”，在自己的数据模型中，身份是“模型表”。作图时选择数据集，就会带入以该数据集为模型表的整个数据模型。

只支持处于同一连接下的同源数据集建立数据模型。 一个图表只能使用一个数据模型，不能跨数据模型作图。

1.1. 新建关系

在数据模型区域，点击一个数据集，然后将左侧列表中的数据集拖到该数据集上，就会弹出新建关系弹窗，在弹窗中，可以设置：

• 关联关系：内连接、左连接、右连接、全连接
• 关联条件：简单条件、表达式条件
• 关联基数：一对一、一对多、多对一、多对多

1.1.1. 关联关系

关联关系指的是数据集join方式，包括以下四种：

• 内连接：只返回两张表中完全匹配的行
• 左连接：返回左表所有的行，无论是否匹配右表
• 右连接：返回右表所有的行，无论是否匹配左表
• 全连接：返回左连接结果和右连接结果的并集

部分数据库由于自身限制，不支持full join，比如mysql 5、tidb等，创建模型时会有相应提示。

1.1.2. 关联条件

关联条件有简单条件和表达式条件两种设置方式。

简单条件的多个条件之间有两种关系：任一条件(OR)和全部条件(AND)。

表达式条件支持用户自由编写关联条件，可以是字段a>字段b，也可以是like(字段a,字段b)，如下：

1.1.3. 关联基数

在数据模型中关联基数类型的作用是避免因数据膨胀导致分析失真。示例中展现了关联基数为一对一建模时数据膨胀的情况，膨胀的数据会导致分析严重失真。

所以在数据建模时用户要根据业务实际情况，选择表格关联基数。 基数基数包括一对一 、一对多、多对一、多对多四种类型，默认设置为一对一。

1.1.4. 生效机制

模型的生效机制包括按需关联和始终关联。

• 按需关联表示只使用模型表时关联关系不生效，只有使用到扩展表时关联关系才会生效。
• 始终关联表示不管是否使用到扩展表，关联关系都会生效。

示例中使用销售数据集作为模型表，门店信息表作为扩展表，两张表在使用按需模型和始终关联模型下作图效果。作图时都使用模型表中的字段，可以看出始终关联下关联关系生效，门店使用了扩展表中的门店信息。 按需关联时门店字段还是使用模型表的信息。

1.2. 编辑关系

点击一个join关系图标，在弹出的菜单中选择编辑，会弹出编辑关系页面。编辑关系和新建关系页面完全一样。

1.3. 数据集追加

将鼠标悬浮于任一数据集的下部，可以呼出追加+图标，点击该图标，展开追加数据集区域，然后从左侧数据集列表中拖入一个数据集进行追加：

追加原则如下：

• 自动按label对齐，第一个为base dataset，label一样的加到一起，不一样的添加新的一列，如此循环

• base dataset的用户新增字段，追加后依然是新增字段，如果追加进来的字段有一样label的，该实体列被忽略

• 隐藏列可以参与追加

1.4. 公共字典

不同来源的数据集不能进行建模。如图所示，公司名称和公司人数这两个数据集不能进行关联。

公共字典可以解决上述情况。首先将公司名称的数据集设置为公共字典表。

然后在数据模型中拖动公司名称与公司人数进行关联建模。

说明：
转换成公共字典的数据集不能大于500行。
任何类型的数据集都支持转换为公共字典。

1.5. 维度去重

在没有公共维度表的情况下，如果多表之间的数据是多对多关系时，直接关联建立模型后，数据可能会发生膨胀，生成重复数据，影响后期数据的挖掘和分析。这种情况下可以使用维度去重功能，去除重复数据，消除数据膨胀。

下面以订单表和广告投放表两个数据集举例，演示如何使用维度去重功能消除数据膨胀。

订单表和广告投放表的原始数据如下。

直接使用日期字段进行多对多的关联并作图分析，那么得到的关联关系和图形的数据会膨胀，总广告投放支出只有4000的情况下，聚合结果为6000。

当开启维度去重之后，那么模型就可以根据用户的意图，算出订单对应的日期的广告支出实际上只有3000。

说明：
维度去重功能根据数据分析的需要支持开启和关闭。 在使用维度去重功能时，要清楚哪些数据发生了膨胀，消除的是哪些膨胀数据。

1.6. 预览数据

点击数据模型区域右下方的预览数据，可以即时预览关联模型生效后的数据：

1.7. 删除关系

删除关系有两种方式：

• 点击关联图标，在弹出菜单中选择删除，可以删除单个关系。删除单个关系时，与删除的关联表关联的其他关系也会被删除。也就是说，数据模型中不会有独立于模型表的关系，任何一个数据集都会通过一个或多个链条与模型表相关联。

• 点击数据集右上方的三点菜单，在弹出菜单中点击删除，这会删除与该数据集关联的所有关系。

1.8. 跨数据集创建指标

打开模型表数据集，选择新建指标，在指标表达式中可以使用关联表的字段。

在一个模型中，只能给模型表创建指标，不能为关联表创建指标。

下图的指标使用了两个数据集的字段：

1.9. 数据集复用

在一个数据模型中，可以将同一数据集拖入多次，后续拖入时会在数据名称上自动加上(1)、(2)，如下图，门店信息表第二次拖入时，自动加上了(1)，变成了门店信息表(1)。

数据集复用主要适用于维度表/字典表自关联来实现多层级别的场景，比如员工表中，员工经理ID与员工ID进行自关联，来查询某个员工的经理是谁。

比如下图中，层级1、层级2、层级3这三个数据集都是字典表这个数据集的复用，它们相互之间使用parentid与id进行关联，一级一级查询到最高的父级，它们与订单表进行关联，从而可以统计出各个级别的订单销售情况。

1.10. 数据集重命名

在数据模型中，可以点击数据集右上角的重命名对数据集进行重命名，重命名后的数据集本质上是一个新的引用数据集，在联动过滤时不会影响使用原始数据集做的图。

1.11. 联动过滤

只要数据集名称相同，就会联动过滤。

该规则适用于联动过滤和仪表盘过滤器。

1.12. 数据模型性能优化指南

• 直连时：原表使用窄表，避免宽表，去掉无用的字段，减少扫描，减少内存占用
• fusion等加工表落引擎表，也是去掉无用的字段，加速导入引擎过程
• 直连时，将计算字段在原表物化，避免做图时计算
• join时，尽量使用数字进行join，比如有部门id和部门名称，用部门id进行关联，数据库会对数字进行性能优化
• 生成聚合表，导入引擎：比如订单表，按照客户、天、产品去聚合，甚至可以按月来聚合
• 创建索引视图，给视图加索引
• 在源数据库新建一个日期维度表，将年、季度、月、周、日提前计算出来，确保日期覆盖了事实表的日期，用日期维度表和事实表进行关联，过滤时使用日期维度表
• 减少类型转换，建表时就把类型正确定好
• 关联字段不要使用计算字段，一个原因是计算字段耗时间，一个原因是计算字段没有索引
• 先聚合，再join，减少join基数
• 关联时：一对一、一对多，尽量避免多对多，因为会造成重复计算，聚合结果可能不正确

1.13. 数据模型与fusion数据集的区别

• fusion可以落实体表，偏分析性能
• 数据模型在作图时会显示数据集，便于字段识别，偏分析时的便利性
• 查询时，fusion会用到所有基础表，模型只会查询使用到的数据集

可以使用数据模型进行探索性分析，确定分析模型和分析数据之后，使用fusion将仅需的字段落实体表。