Et Dataset forbinder kilden og forespørgslens oprindelse med SQL, kolonnebeskrivelser, forretningsmæssig betydning, livscyklusstatus og uforanderlige versioner. En gemt forespørgsel er fortsat redigerbar SQL. Rapporten beskriver derimod, hvilken analyse datagrundlaget skal bruges til.
Styrede Datasets
Forbered et datasæt én gang. Styr ændringer i definitionen.
Opret et genanvendeligt datasæt til analyse og rapportering. Sammenlign versioner af forespørgsel og kolonner, bevar kildereferencen, og vælg, hvornår en rapport overtager en ændret definition.
Når Dataset-ejet SQL, joins, Source, skema, kolonner eller kolonnemetadata ændres, oprettes en ny DatasetVersion. Analytics-beregninger, RLS og rapporttilladelser forbliver særskilte kontrakter. Eksisterende ReportVersions forbliver bundet, indtil en bruger validerer den nye DatasetVersion og gemmer en ny ReportVersion.
Når en DatasetVersion gemmer en aktuel SQL-kontrakt, kan senere kørsler læse nyere kilderækker med samme definition. Præcis genskabelse af historiske resultater kræver runtimehash og bevarede artefakter eller et eksplicit materialiseret snapshot.
Brugere kan sammenligne normaliseret SQL, kolonner, typer og kendte lineagemetadata. Platformen påstår ikke universel analyse af efterfølgende forretningskonsekvenser for relationer, der aldrig blev registreret.
Dataset ejer den stabile dataadgang og versionerne. Analytics ejer beregninger, RLS, ressourcetilladelser, forespørgselskontekst og rapportkørsel. Adskillelsen holder styringsgrænserne håndterbare.
Et genbrugeligt datagrundlag, ikke kun et gemt resultat.
Et Dataset forbinder kilden og forespørgslens oprindelse med SQL, kolonnebeskrivelser, forretningsmæssig betydning, livscyklusstatus og uforanderlige versioner. En gemt forespørgsel er fortsat redigerbar SQL. Rapporten beskriver derimod, hvilken analyse datagrundlaget skal bruges til.
Et Dataset kan udspringe af en SQL Console-kørsel, SavedQuery, en fysisk tabel eller en styret transformation.
DatasetColumn registrerer kendte skema- og profilmetadata for den præcise version.
Publicering fra SQL Console koordinerer det kanoniske Dataset med den semantiske Analytics-projektion uden at sammenblande ejerskabsgrænserne.
Version betyder en præcis kontraktstilstand.
Når Dataset-ejet SQL, joins, Source, skema, kolonner eller kolonnemetadata ændres, oprettes en ny DatasetVersion. Analytics-beregninger, RLS og rapporttilladelser forbliver særskilte kontrakter. Eksisterende ReportVersions forbliver bundet, indtil en bruger validerer den nye DatasetVersion og gemmer en ny ReportVersion.
Report v4 → Dataset v2 · Report v5 → Dataset v2 · Report v6 → Dataset v3
En virtuel version fastfryser ikke automatisk rækkerne.
Når en DatasetVersion gemmer en aktuel SQL-kontrakt, kan senere kørsler læse nyere kilderækker med samme definition. Præcis genskabelse af historiske resultater kræver runtimehash og bevarede artefakter eller et eksplicit materialiseret snapshot.
Sammenligning viser registreret ændring, ikke fabrikkert effekt.
Brugere kan sammenligne normaliseret SQL, kolonner, typer og kendte lineagemetadata. Platformen påstår ikke universel analyse af efterfølgende forretningskonsekvenser for relationer, der aldrig blev registreret.
Præcis venstre/højre-versionsidentitet og SHA-256 for SQL-kontrakten
Linjebevidst SQL-sammenligning med tilføjelser og sletninger
Ændringer i kolonne, type, nulltilstand og kendte metadata
Tydelige tilstande for uændret, ændret, tilføjet, fjernet og utilgængelig
Dataset og Analytics har separate ansvarsområder.
Dataset ejer den stabile dataadgang og versionerne. Analytics ejer beregninger, RLS, ressourcetilladelser, forespørgselskontekst og rapportkørsel. Adskillelsen holder styringsgrænserne håndterbare.
Videreudvikling er en eksplicit acceptbeslutning.
En ny DatasetVersion flytter ikke eksisterende rapporter i stilhed. Brugeren sammenligner kontrakten, validerer dimensioner og mål, forhåndsviser den genererede forespørgsel og gemmer derefter en ny ReportVersion bundet til den godkendte DatasetVersion. Ældre ReportVersions og serier bevarer deres oprindelige bindinger.
-
Sammenlign datasættets version 2 og 3.
-
Bekræft ændret SQL samt ændrede kolonner og typer.
-
Åbn et rapportudkast, der bruger datasættets version 3.
-
Valider metadata og kompiler skrivebeskyttet SQL.
-
Kør forhåndsvisningen under den aktuelle tilladelses- og RLS-kontekst.
-
Gem rapportens version 6 knyttet til datasættets version 3 efter godkendelse.
Næste trin
Begynd med det dataflow, hvor uklarhed ikke er en mulighed.
Kortlæg de relevante systemer, ejere, regler, leveringsforpligtelser og dokumentationskrav.
Drøft et kritisk dataflowKort fortalt
Hvad gør denne del af advanexus?
Opret et genanvendeligt datasæt til analyse og rapportering. Sammenlign versioner af forespørgsel og kolonner, bevar kildereferencen, og vælg, hvornår en rapport overtager en ændret definition.
Hvad bør jeg kontrollere før brug?
Præcise historiske rækker kræver et bevaret resultatartefakt eller en eksplicit materialiseret snapshotkontrakt.