Ett dataset kopplar samman källa och fråga, SQL, kolumnbeskrivningar och betydelse samt status med oföränderliga definitionsversioner. En sparad fråga förblir redigerbar SQL; rapporten anger vad som analyseras utifrån detta underlag.
Styrda Dataset
Förbered ett dataset en gång. Styr ändringar i definitionen.
Skapa ett återanvändbart dataset för analys och rapportering. Jämför versioner av frågan och kolumnerna, behåll källhänvisningen och välj när en rapport ska använda en ändrad definition.
När Dataset-ägd SQL, joins, Source, schema, kolumner eller kolumnmetadata ändras skapas en ny DatasetVersion. Analytics-mått, RLS och rapportbehörigheter förblir separata kontrakt. Befintliga ReportVersions förblir bundna tills en användare validerar den nya DatasetVersion och sparar en ny ReportVersion.
När en DatasetVersion lagrar ett aktuellt SQL-kontrakt kan senare körningar läsa nyare källrader med samma definition. Exakt återskapande av historiska resultat kräver körningshash och bevarad artefakt eller en uttrycklig materialiserad snapshot.
Användare kan jämföra normaliserad SQL, kolumner, typer och kända lineage-metadata. Plattformen gör inga anspråk på universell analys av nedströms affärspåverkan för relationer som aldrig registrerades.
Datasetet förvaltar dataobjektet och dess versioner. Analysfunktionen förvaltar mått, radåtkomst, behörigheter, frågekontext och rapportkörning. Därmed framgår om en ändring gäller datagrunden, beräkningen eller åtkomsten.
Vet vilka data och definitioner analysen bygger på.
Ett dataset kopplar samman källa och fråga, SQL, kolumnbeskrivningar och betydelse samt status med oföränderliga definitionsversioner. En sparad fråga förblir redigerbar SQL; rapporten anger vad som analyseras utifrån detta underlag.
Ett Dataset kan härröra från en körning i SQL Console, SavedQuery, en fysisk tabell eller en kontrollerad transformering.
DatasetColumn registrerar kända schema- och profilmetadata för den exakta versionen.
Publicering från SQL Console samordnar det kanoniska Dataset med den semantiska Analytics-projektionen utan att slå samman deras ägargränser.
Version betyder exakt kontraktstillstånd.
När Dataset-ägd SQL, joins, Source, schema, kolumner eller kolumnmetadata ändras skapas en ny DatasetVersion. Analytics-mått, RLS och rapportbehörigheter förblir separata kontrakt. Befintliga ReportVersions förblir bundna tills en användare validerar den nya DatasetVersion och sparar en ny ReportVersion.
Report v4 → Dataset v2 · Report v5 → Dataset v2 · Report v6 → Dataset v3
En virtuell version fryser inte automatiskt rader.
När en DatasetVersion lagrar ett aktuellt SQL-kontrakt kan senare körningar läsa nyare källrader med samma definition. Exakt återskapande av historiska resultat kräver körningshash och bevarad artefakt eller en uttrycklig materialiserad snapshot.
Jämförelse visar registrerad förändring, inte påhittad påverkan.
Användare kan jämföra normaliserad SQL, kolumner, typer och kända lineage-metadata. Plattformen gör inga anspråk på universell analys av nedströms affärspåverkan för relationer som aldrig registrerades.
Exakt vänster/höger versionsidentitet och SHA-256 SQL-kontrakt
Radmedveten SQL-jämförelse med tillägg och borttagningar
Ändringar i kolumn, typ, nullable-tillstånd och kända metadata
Uttryckliga tillstånd för oförändrat, ändrat, tillagt, borttaget och otillgängligt
Återanvänd data och hantera analysregler och åtkomst var för sig.
Datasetet förvaltar dataobjektet och dess versioner. Analysfunktionen förvaltar mått, radåtkomst, behörigheter, frågekontext och rapportkörning. Därmed framgår om en ändring gäller datagrunden, beräkningen eller åtkomsten.
Utveckling är ett uttryckligt acceptansbeslut.
En ny DatasetVersion flyttar inte befintliga rapporter i tysthet. Användaren jämför kontraktet, validerar dimensioner och mått, förhandsgranskar genererad query och sparar sedan en ny ReportVersion bunden till den godkända DatasetVersion. Äldre ReportVersions och körningar behåller sina ursprungliga bindningar.
-
Jämför datasetets version 2 och 3.
-
Bekräfta ändrad SQL, ändrade kolumner och typer.
-
Öppna ett rapportutkast som använder datasetets version 3.
-
Validera metadata och kompilera read-only SQL.
-
Kör preview under aktuell behörighets- och RLS-kontext.
-
Spara rapportens version 6 kopplad till datasetets version 3 efter godkännande.
Nästa steg
Börja med flödet där tvetydighet inte får förekomma.
Ta med de system, ansvariga, regler, leveranskrav och evidenskrav som är viktiga.
Diskutera ett kritiskt flödeKort förklarat
Vad gör den här delen av advanexus?
Skapa ett återanvändbart dataset för analys och rapportering. Jämför versioner av frågan och kolumnerna, behåll källhänvisningen och välj när en rapport ska använda en ändrad definition.
Vad bör jag kontrollera före användning?
Exakta historiska rader kräver en bevarad resultat-artefakt eller ett uttryckligt kontrakt för materialiserad snapshot.