直连：是指直接连接用户数据库进行数据的读取。
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，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：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、直连时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、查询奔溃等问题。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在数据模型中；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：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：

Image Modified

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。

Image Modified

锚
抽取介绍
抽取介绍
4 抽取介绍

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，含有这些查询时，必须使用这些查询时，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。

Image Modified

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

title	重要提示

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；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数据非默认值的数据，详参：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。

信息

title	最新注意

1、目前只支持不改变模型结构并且正常调度出现异常情况，在报表层能正常查看数据。
2、如果更改了模型结构，导致抽取失败，在报表层查询时还是抽取失败。

影响模型需要重新抽取的动作：
1、关系发生改变,比如增加、删除关系、更改基数、增加或者修改关联字段。

2、各个查询是否有增加或删除或修改字段或修改数据类型。

3、增加/删除了查询视图。

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:

Image Modified

4.1.2 按次抽取

信息

1、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。

2、“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。

3、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。

4、ETL高级查询不支持按次抽取。

“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。

信息
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。

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、以下面”“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：

Image Removed

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：

Image Removed

4、在抽取设置设置查询为按次抽取，并保存数据模型。

Image Removed

5、去建交互式仪表盘，并把参数拖入，切换参数，组件可以根据参数动态展示数据：

第一次切换的参数值，会从底层数据库取数；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。

Image Removed

4.1.3 抽取设置介绍

信息

title	前置条件

抽取的整体逻辑简单介绍:

先把数据模型每个查询的数据写入到CSV文件。
再把CSV文件导入到MPP对应的临时表中。
等把所有的查询都数据“拷贝”到MPP中后，再把MPP中每个查询的数据导入到大宽表中(根据模型基数关系生成的大宽表);如果其中一个查询“导入”数据失败，抽取就算失败。

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

...

如果模型从来没有抽取过，点击单个查询的抽取，模型仍会运行【抽取并建宽表】的逻辑，因为这时只抽单个查询没有意义，在报表层会报错。
如果模型的某个查询变动过，比如修改了基数关系或者增加了字段等，你选中其中一个查询进行抽取，也会把已修改的所有查询给抽了，并且更新大宽表。
如果你很明确只是修改了这个查询，比如只针对这个查询更改了字段别名，那么就可以直接重新抽取这个查询的数并更新大宽表。
在模型中导入文件，因为本身已经导入到MPP中了，所以无需设置抽取方式。

...

如果模型里面的所有查询都没有任何调整，只是查询的数据改变了，那么可以直接用更新宽表的方式减少抽取时间。

...

入口：

Image Removed

默认值：如果在参数设置映射了查询的参数，那么默认值以参数设置的为准；
自定义: 如果想快速的更改参数默认值，可以直接在自定义默认值，抽取的是以自定义的默认值进行抽取，并且不会同步到参数管理的默认值。

Image Removed

...

信息
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。

1、模型的抽取计划入口:

Image Removed

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。

Image Removed

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。
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。

1、入口：

Image Removed

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。
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(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。

Image Removed

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。
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 什么样的用户适合适用直连模式

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，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：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。

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。
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。

3 直连介绍

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、直连时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、查询奔溃等问题。

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在数据模型中；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：

Image Removed

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。

Image Removed

...

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，含有这些查询时，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。

Image Removed