AI/BI 仪表板中的数据建模

每个 AI/BI 仪表板可视化均从一个或多个数据集中读取数据。 在数据集的基础上，AI/BI 仪表板提供了多种方法来塑造和重用数据，而无需跨数据集复制逻辑。 每个选项都适合不同的需求，从轻型每数据集计算到多事实语义模型，因此可以选择与分析匹配的选项。

当它尚不属于受治理的 Unity 目录层时，可以直接在仪表板中定义建模逻辑，然后在它可供更广泛的使用时将其提升到 Unity 目录。 对于必须跨仪表板、Genie 代理或其他工具进行治理和共享的指标，请使用 Unity 目录指标视图。 请参阅 Unity 目录指标视图。

数据集

数据集是向仪表板提供数据的查询或表。 所有其他建模选项都建立在数据集之上。 请参阅 “创建和管理仪表板数据集”。

SQL 数据集

SQL 数据集由针对任何数据源写入的查询定义。 自定义计算基于 SQL 数据集生成，添加从中计算的新度量值和字段（以前称为维度），而无需更改源 SQL。 它们可用于基于单个 SQL 数据集的一次性计算，例如利润率度量值或分类字段。 请参阅 “添加 SQL 数据集 ”和 “什么是自定义计算？”。

本地指标视图

通过本地指标视图，可以使用可视界面在仪表板中定义字段、度量值和联接关系，同时保留单个仪表板中包含的语义逻辑。 它们保留了语义对象的优势，例如无论如何分组，都能进行准确的聚合；当这些指标准备好供更广泛使用时，你还可以将其提升到 Unity Catalog 中。 本地指标视图现已处于公开预览阶段。 请参阅 本地指标视图。

仪表板关联

通过仪表板关系，可以通过指定数据集彼此之间的关系来定义跨多个事实表和维度表的语义模型。 查询引擎在运行时解析联接，因此你可以跨任何连接的数据集对字段和度量值进行切片，并在单个仪表板中生成多事实多粒度分析。 仪表板关系目前处于公开预览版阶段。 请参阅 仪表板关系。

选择正确的方法

仪表板范围内的建模选项可解决不同的问题。 使用下表确定哪一个适合你的分析。

对于计划随着时间的推移在可视化效果中重复使用或优化语义逻辑，Databricks 建议本地指标视图，而不是对 SQL 数据集进行自定义计算。 本地指标视图只需定义一次度量、字段和联接，在相关逻辑准备好供更广泛使用时，即可将其提升到 Unity Catalog。 为限定为单个 SQL 数据集的轻型指标保留自定义计算。

有关指标视图和仪表板关系在粒度上的差异，以及何时在它们之间进行选择，请参阅 仪表板关系与指标视图的比较方式？。

与 Unity Catalog 相比的仪表板范围内建模

本地指标视图和仪表板关系的范围限定为单个仪表板，并且不创建 Unity 目录对象。 在将逻辑提升到 Unity Catalog 之前，请使用仪表板范围内的建模进行原型设计、针对特定仪表板的分析，或者在您希望先迭代优化时使用这种方式。

当指标需要统一治理、可从任何 SQL 客户端直接使用 SQL 查询，并且能够在仪表板、Genie 代理和其他工具之间复用时，请使用 Unity Catalog 指标视图。 当本地指标视图可供更广泛的使用时，你可以将其 提升 到 Unity 目录以供全局使用。 请参阅导出到 Unity Catalog 指标视图和 Unity Catalog 指标视图。

本节中