1 概述
Smartbi 数据模型提供“直连”和“抽取”两种数据加载模式：
- 直连：是指直接连接用户数据库进行数据的读取是指直接连接用户数据库进行数据的读取。
- 抽取：则是将表数据抽取到SmartbiMPP数据库中，提升查询效率，计算速度会更快，数据需要定期更新抽取：则是将模型的数据抽取到SmartbiMPP数据库中提升查询效率，计算速度会更快，数据需要定期更新。
2 直连和抽取适用场景
2.
...
1
...
什么样的用户适合直连模式
实时性需求很高的用户：用户进行业务分析实时性要求很高,直连引擎实时取数，最高实现毫秒级数据刷新。
数据安全性要求很高的用户：不希望将数据抽取到第三方软件，可使用新直连版本直连自己的数据库。不希望将数据抽取到第三方软件，希望直接连自己的业务库取数。
拥有大数据平台的用户：目前很多企业有较为专业的大数据平台，数据质量很高，通过直连引擎取数，可以在保障数据分析性能的同时避免数据资源冗余。
数据量比较小，并觉得抽取要更新数据太过麻烦的用户数据量比较小，并觉的抽取要更新数据太过麻烦的用户：直连性能要求较 抽取数据 要高一些，这部分用户数据量小所以使用直连不会有性能方面的担忧。使用直连可以不用更新数据，较为方便。要高一些，这部分用户数据量小所以使用直连不会有性能方面的担忧；使用直连可以不需要更新数据，较为方便。
...
2.2 什么样的用户适合抽取模式
- 联合查询：当相关数据存储在不同数据库或文件内的多个表中时，可以使用数据模型的抽取做联合分析当相关数据存储在不同数据库或文件内的多个表中，可以使用数据模型的抽取做联合分析。
- 非常适用于企业没有独立数仓或数仓负载过重的情况,用抽取模式可以提高性能非常适用于企业没有独立数仓或数仓负载过重的情况，使用抽取模式可以提高性能。
3 直连介绍
直连模式是Smartbi引擎查询的默认模式，所有的查询会发送给底层数据库或数仓执行
- 目前数据模型中支持直连的查询有：数据源表、即席查询、SQL查询、存储在指定数据库的日期表，详参:查询并准备数据
...
直连：是指直接连接用户数据库进行数据的读取。
| 注意 |
|---|
1、目前Smartbi JDBC for Excel、MongoDB、Tinysoft、Smartbi |
...
jdbc4Olap这个几个数据库 不支持直连，其他数据库均支持 直连。 2、打开数据模型默认是直连模式，如果不手动切换或者不加入不支持直连的查询类型，将会一直保持直连模式。 3、直连 是查询计算依赖原始数据库或数仓，如果底层数据库或数仓的配置过低、性能不好等，可能会导致取数慢、查询崩溃等问题。 4、若在原始数据库对表结构进行更改（比如进行了列的增减），那么表结构的变化不会立即更新到数据模型中；需要对模型中的表进行“同步”操作，“同步”之后才会把新字段添加进来，详情可查阅：设置及修改查。 5、若 直连 的是数据仓库，而数据仓库又是通过ETL作业流 进行更新同步的，如果作业流没有执行，直连查询的还是原来的数据。 6、如果是数据模型是 直连模式，则可以根据切换参数值动态筛选；如果数据模型是 抽取 模式，则只能根据设置的默认值筛选，无法动态切换；详参：参数设置。 |
1、直连模式示意图：
2、直连模式是Smartbi引擎查询的默认模式，所有的查询会发送给底层数据库或数仓执行；
目前数据模型中支持直连的查询有：数据源表、即席查询、SQL查询、存储在指定数据库的”生成日期表“(非存储在MPP)，详参:查询并准备数据。
...
| 锚 |
|---|
1、直连时计算依赖原始数据库或数仓，如果底层数据库或数仓的配置低、性能不好等，会导致取数慢、查询奔溃等问题。
2、若在原始数据库对表结构进行更改（进行了列的增减），那么表结构的变化不会立即更新到在数据模型中。需要对模型中的表进行“同步”操作，“同步”新添加进来的字段，详情可查阅：设置及修改查
...
|
Smartbi数据模型先把源数据抽取到高速缓存库，然后从高速缓存库中取数；
...
Smartbi数据模型先把源数据抽取到高速缓存库，然后从高速缓存库中取数。
- 目前数据模型含有导入文件、JAVA查询、脚本查询、ETL高级查询、存储过程查询、生成日期表这些查询时，必须使用 抽取 模式。
- 抽取和直连都支持：数据源表、即席查询、SQL查询、存储在指定数据库的日期表， 详参：查询并准备数据。
4.1 数据抽取类型介绍
...
数据抽取支持 全量抽取、按次抽取 。
| 警告 | ||
|---|---|---|
| ||
由于在V11最新版本上优化了抽取逻辑，原先的抽取生成大宽表改成了抽取小宽表，详情可查看：数据模型引擎V2.0。 |
4.1.1 全量抽取
| 注意 |
|---|
全量抽取模式， 1、如果使用参数进行权限控制，比如华南区域的员工只能查看华南的数据，华北区域员工只能查看华北的数据，那么抽取的时候需要使用管理员的账号进行抽取； 全量抽取模式： 1、如果使用 参数 进行权限控制，比如华南区域的员工只能查看华南的数据，华北区域员工只能查看华北的数据，那么抽取的时候需要使用管理员的账号进行抽取； 详情可查阅计划任务 2、如果模型的查询是数据源表，并且在源表设置了行权限，全量抽取不会继承源表设置的行权限，需要重新在模型上设置行权限；详参：行权限设置 3、如果模型使用了参数进行数据过滤或者权限控制，在报表层,切换参数无法过滤到数据非默认值的数据，详参：参数管理 |
每次抽取的时候将表数据全部抽取至MPP数据库，是全量覆盖抽取.
全量覆盖抽取：每次抽取，对数据库的全部数据进行抽取，并覆盖MPP数据库已有的数据，如下图所示：
...
。 2、如果模型的查询是 数据源表，并且在源表设置了行权限，全量抽取不会继承源表设置的行权限，需要重新在模型上设置行权限；详参：数据模型行权限。如果是数据模型V2.0引擎，抽取时不引用计划任务设置的执行人的权限，行权限在查询时生效，详情可查看：数据模型引擎V2.0。 3、如果模型使用了参数进行数据过滤或者权限控制，在报表层,切换参数无法过滤到非默认值的数据，详参：参数设置。 4、如果模型的最后一次抽取失败，打开有影响的报表，无法正常查看，会提示需要抽取模型。 |
全量抽取，即全量覆盖抽取， 每次抽取的时候将表数据全部抽取至MPP数据库,如果MPP已有数据，全量抽取会覆盖MPP已有的数据
示意图如下:
4.1.2 按次抽取
| 警告 | ||
|---|---|---|
| ||
按次抽取，在V11 数据模型引擎V2.0上优化了抽取逻辑，主要优化了：
|
...
| 信息 |
|---|
如果模型里面的查询是数据源表，并且在源表设置了行权限，按次抽取会继承源表设置的行权限; 详参：行权限设置 |
“按次抽取”是结合用户的登录生成的Session及查询的参数组合进行抽取。
“按次抽取”使用场景：
- 有些客户希望实时数据，但又无法使用直连模式（如数据模型中含有存储过程模型表）或者是参数进行数据过滤情况。
- 动态切换参数取数：比如用户查询数据量很大，并且在报表层无法直接使用字段作为筛选器，需要对参数进行加工处理
以产品自带的Northwind数据库下面”“根据产品类别动态获取产品信息“-northwind_sp_getProductInfo存储过程为例简单介绍按次抽取：
在数据模型下建模型并把存储过程加入到模型中，设置查询为按次抽取:
并在【参数管理】中映射参数，以及填写默认值和备选值，如下图：
去建仪表盘，并把参数拖入;在也没切换参数，组件可以根据参数显示数据：
...
1、按次抽取：与计划任务无关。 2、如果模型里面的查询是数据源表，并且在源表设置了行权限，按次抽取会继承源表设置的行权限; 详参：数据模型行权限。 3、“按次抽取”是结合用户登录生成的Session及查询的参数组合进行抽取。如果用户注销或关闭浏览器，下一次登录系统会重新抽取。 4、按次抽取，如果把报表共享给其他人查看，用户使用public权限第一次打开会进行抽取数据，只要第一次打开的用户不注销或关闭浏览器，后面的用户都无需重新抽取。 5、ETL高级查询不支持按次抽取。 6、按次抽取适合数据量小的情况，如果数据量大，切换参数备选值都会抽取，比较耗时，影响用户体验。 |
“按次抽取”使用场景：
- 数据安全问题：按次抽取是根据用户本身的权限进行抽取，只能查看自己有权限的数据；并且每次登出会清空缓存表。
- 数据实时性问题：按次抽取是根据参数备选值进行抽取，如果源库本身性能不行，并且数据量不大，对数据实时性要求更高，可以采用按次抽取。
示例：根据产品类别编号获取产品信息。
具体操作步骤如下：
1、下面以“根据产品类别动态获取产品信息 进行介绍。
2、在存储过程查询中选择产品自带的northwind数据库下面的“northwind_sp_getProductInfo存储过程, 如下图：
3、保存存储过程，并回到数据模型，创建参数，如下图，可参考 参数设置 创建参数：
4、在抽取设置 设置查询为 按次抽取，并保存数据模型。
5、去创建 交互式仪表盘，并把参数拖入到画布中，切换参数，组件可以根据参数动态展示数据：
- 如果是第一次切换的参数值，会从底层数据库取数，会触发抽取；如果后面再切换回原来的参数值，不会重新取数，而是取缓存的数据。
- 如果有新的数据进来，可以退出账号重新登录再查看或者清空缓存。
4.1.3
...
抽取设置介绍
| 信息 | ||
|---|---|---|
| ||
抽取的整体逻辑简单介绍: |
...
|
...
|
Smartbi数据模型的手工抽取类型有：抽取并建宽表、单个查询的抽取、更新宽表。
| 选项 |
|---|
...
| 抽取并建宽表 |
...
| 适用于手动抽取的任意场景，比如模型的某个字段数据类型改了，别名改了，关系修改了，增加了某个字段等等，点击“抽取并建宽表”都会把整个模型的查询全部重抽并重新生成大宽表。 |
...
| 单个查询的抽取 |
...
|
...
...
| |
| 更新宽表 | 如果模型里面的所有查询都没有任何调整，只是基数更改了，那么可以直接用更新宽表的方式减少抽取时间。 |
| 抽取参数值 |
...
|
| 锚 | ||||
|---|---|---|---|---|
|
设置好查询的抽取方式以及抽取参数值，如果想定时更新模型的数据，那么可以使用计划任务进行抽取, 详参：计划任务
...
| 信息 |
|---|
1、只要是抽取的模型，第一次保存之后都会自动生成计划任务，默认是停止状态。 2、在数据模型上点击”抽取并建宽表“不走抽取计划进行抽取。 |
1、模型的抽取计划入口:
点击进入抽取计划界面：
2、设置好查询的抽取方式以及抽取参数值，如果想定时更新模型的数据，那么可以使用计划任务进行抽取, 详参：计划任务。
4.1.5 抽取日志
用户查看抽取日志：
- 可以更好的判断模型是否已经抽取成功可以更好的判断模型是否已经抽取成功。
- 如果模型抽取失败可以在抽取日志中查看抽取失败的原因如果模型抽取失败可以在抽取日志中查看抽取失败的原因。
入口：1、入口：
点击进入抽取日志界面：2、点击进入抽取日志界面：
- 默认根据显示屏大小，展示一屏的的抽取日志，滚动可以加载更多；默认根据显示屏大小，展示一屏抽取日志，滚动可以加载更多。
- 如果模型其中一个查询抽取失败，则整个模型的状态是失败的；如果失败了，可以在“抽取失败信息”列下载日志信息如果模型其中一个查询抽取失败，则整个模型的状态是失败的；如果失败了，可以在“抽取失败信息”列下载日志信息。
- 抽取时间：由于抽取是异步进行，相加每个查询的时间计算出来的时间不会等于“模型抽取时间：由于抽取是异步进行，如果相加每个查询的时间计算出来的时间不会等于“模型(大宽表)“的抽取时间，最终是以为“模型(大宽表)“的抽取时间为准。
- 引擎V1.0抽取显示效果：
- 引擎V2.0抽取显示效果：
