数据集预览与编辑

1. 概述

为帮助用户更好地理解和使用数据，观远BI支持用户对数据集的具体数据和各项信息进行预览，并在此基础上对数据集进行一定程度的编辑，本文将对此进行详细说明。

2. 操作指导

2.1. 预览

在数据集列表页，点击任意数据集的“…”按钮，选择“预览”，即可查看当前数据集的数据（最多可预览30行数据）。除了使用“预览”功能，还可前往数据集详情页的“ 概览 > 数据明细 ”界面查看数据集数据，相关操作详见下文数据明细。

2.2. 描述

创建数据集时，在确认数据表信息时可以添加描述信息；在数据集的详情页面，能够看到已添加的描述信息，也可进行编辑。

在数据集添加描述信息后，数据中心列表页新增了描述信息列。使用页面左上角搜索栏时，可以切换按名称/描述/全部搜索，搜索关键词将在结果中高亮显示。

2.3. 概览

在数据集详情页的“概览”界面，您可以查看数据集的详细信息，包括“数据结构”和“数据明细”，此外还可对数据集进行一系列编辑操作。

数据结构

点击“数据结构”后，您可查看该数据集的描述信息和字段信息，并对数据集的字段进行编辑和批量修改操作。

编辑

点击界面右上角的“编辑”按钮，进行如下配置：

• 将注释作为字段名（仅数据库数据集）：勾选“将注释作为字段名”可将字段注释作为数据集字段名称，勾选后字段名称将自动同步成数据库中已设置的字段注释。

• 字段分组：可为字段选择分组。

• 字段公式：新建的计算字段或分组字段的“字段公式”列会出现带有设置图标的操作框，点击即可对计算公式或分组进行编辑。

• 注释：给数据集的各个字段添加注释。

注意：
1. 非新建的计算字段或分组字段，无输入框、不能编辑。
2. 此处的将“注释作为字段名”并非是将用户在“概览”中手动添加的“注释”作为数据集字段名称，而是将字段名称自动同步成数据库中已设置的字段注释。

批量修改字段信息

支持批量修改字段信息，操作步骤如下。

1. 点击“批量修改字段信息”按钮。

2. 点击弹窗中绿色着重显示的“下载模版”按钮，下载 Excel 文档。

3. 按照修改需求填写的模版内容完成后，上传后可完成对应字段信息的批量修改。下游引用此数据集的计算字段、ETL 节点将会自动继承修改好的字段名。

注意：
1. "下载模版"得到待修改信息的录入模版时，原始字段名称必填，对应数据结构中的"原始字段名称"；
2. 仅修改字段名称的情况下，注释可为空；
3. 仅修改注释的情况下，字段名称可不填，注释为空的情况下将不会更新原有字段注释内容。

数据明细

用户可在“数据明细”界面预览数据集的具体数据，提供1000行数据预览。在此基础上，您可以进行筛选数据、新建计算/分组字段、导出数据集操作。

筛选数据

可对预览数据进行筛选，支持两种方式：设置筛选规则和选择列。

• 方式一：设置筛选规则

1. 点击右上角的“筛选数据”，进入“筛选规则”编辑弹窗，点击“新建”；

2. 进入“规则编辑器”，选择字段；然后根据页面提示，对筛选类型（共3种类型：自动、选择、范围）进行设置。

• 方式二：选择列

点击“筛选数据”右边的小箭头，选择“选择列”，即可勾选想要筛选的列。

新建计算字段

点击右上方的“新建计算字段”，即可打开“计算字段编辑器”，选择函数、字段/参数，并设置新的“字段名称”。更多有关新建计算字段的说明详情请参阅《新建字段》。

新建分组字段

点击概览的右上角“新建计算字段”右侧的小箭头，选择“新建分组字段”，在“分组编辑器”的弹窗中，为您想要建立的新字段命名，选择想要分组归纳的字段和分组方式。设置未分组元素显示为“合并条目”或“单独的条目”，最后点击“保存”。更多有关新建分组字段的说明详情请参阅《新建字段》。

导出数据

支持两种导出方式， CSV 格式或 EXCEL 格式。详情请参阅《基础通用操作》。

数据集导出数据量，受管理中心-系统管理-高级设置-导出设置中，行数配置项控制。

2.4. 模型结构

模型结构，是指数据集的数据层级关系与数据流转的逻辑结构，不同类型的数据集的模型结构有所差异。进入数据集的详情界面后，您将看到该数据集的模型结构。点击“模型结构”，即可看到该数据集的数据源、数据账户、ETL、数据库查询SQL、动态指标等模型结构信息。

• 以数据库数据集为例，可以查看数据库查询SQL。

• 以ETL数据集为例，可以查看其原始数据集，在ETL详情模块还可前往查看其ETL模型信息。

• 以直连 Hive 数据集（通过直连数据库创建的数据集）为例，点击右上角的“编辑”，即可进入模型结构的更新流程（核心是数据源的变更）：

  • （非必须）选择账户：可以选择另一个数据账户，也可以新建一个数据账户。

  • （非必须）查询变量：查询变量支持多条，在查询sql提交前先执行，数据集创建也支持设置查询变量，在抽取前先执行。

注意：
1. 查询变量当前阶段支持MaxCompute、Impala和Hive，其它数据库引擎请联系观远支持人员评估。
2. 由于查询变量是下推到底层数据平台执行，参数范围和书写规范需遵守底层数据平台规范。

• （必须）选择查询表：可以输入或选择您想要查询的数据表SQL查询，也可以进行图形建模（图形建模详见《标准数据库连接指南-图形建模》），具体操作方式与该数据集的创建过程是一致的。

切换表（数据源）后，当前数据集的模型结构会发生变更（界面弹出“更新模型结构确认”弹窗提醒），需要用户手动确认目标数据集结构的字段更新配置（即关联字段确认流程），字段未关联时会导致数据丢失，完成修改后点击确定。

确认更新模型结构的更新方式，支持“仅更新结构”和“重置数据集”两种，按需选择后，即可完成模型结构的更新。

注意：
1. 当勾选“仅更新数据结构”，并单击“确定”时，仅需要按照模型结构 SQL 解析出的 schema，对目标数据集数据结构进行更新，无须对数据集做全量更新操作；
更新后表现：
（1）源端（相较于目标端）新增列：数据集自动新增列，新增列无历史数据，其余数据无变化；
（2）源端 schema 与目标端 schema 一致：数据结构&数据均无变化；
（3）源端（相较于目标端）缺失列：数据集对应列及数据删除，其余数据无变化；
（4）列名称修改：数据集对应列名称修改，数据无变化。
2. 当未勾选“仅更新数据结构”选项时，遵照现有逻辑，全量更新数据并修改 schema。