Unity 카탈로그 비즈니스 의미 체계는 비즈니스 메트릭 및 KPI를 정의하고 관리하기 위한 중앙 집중식 플랫폼입니다. 표준화된 메트릭 정의는 조직 전체에서 일관된 보고를 촉진하고 AI 도구가 Unity 카탈로그를 통해 거버넌스를 적용하여 데이터를 정확하게 해석하는 데 필요한 컨텍스트를 제공합니다.
비즈니스 의미 체계는 다음 두 가지 통합 구성 요소로 구성됩니다.
- 메트릭 뷰: 비즈니스 KPI를 정의하고 제어하는 재사용 가능한 SQL 개체입니다.
- 에이전트 메타데이터: AI 도구가 비즈니스 측면에서 데이터를 해석하는 데 도움이 되는 동의어, 표시 이름 및 서식 규칙입니다.
이 페이지에서 도구 및 리소스를 탐색하여 Unity 카탈로그 비즈니스 의미 체계 작업을 시작합니다.
시작하기
다음 페이지를 사용하여 비즈니스 의미 체계를 만들고 쿼리하고 관리합니다.
| 페이지 | 설명 |
|---|---|
| Unity 카탈로그 메트릭 보기 | 메트릭 보기의 정의, 표준 보기보다 더 유연한 이유 및 Databricks 플랫폼에 적합한 방법을 알아봅니다. |
| 메트릭 뷰 만들기 및 편집 | 기본 제공 YAML 유효성 검사를 사용하여 SQL DDL 또는 카탈로그 탐색기 UI를 사용하여 메트릭 뷰를 정의합니다. |
| 쿼리 메트릭 뷰 | SQL 편집기, Notebook, 대시보드, Genie Spaces 및 외부 도구에서 메트릭 뷰를 쿼리합니다. |
| 자습서: 조인을 사용하여 전체 메트릭 보기 빌드 | TPC-H 데이터 세트를 사용하여 조인, 측정값 및 에이전트 메타데이터를 사용하여 전체 판매 분석 메트릭 보기를 살펴봅니다. |
모델 및 최적화
다음 페이지를 사용하여 메트릭 뷰 데이터 모델을 정의하고 최적화합니다.
| 페이지 | 설명 |
|---|---|
| 모델 지표 보기 | 소스, 필드, 측정값, 필터, 별표 및 눈송이 스키마 조인을 정의합니다. |
| 메트릭 뷰에 대한 고급 기술 | 시계열 분석을 위해 조합 가능성과 윈도우 측정값을 사용하여 복잡한 메트릭을 작성합니다. |
| 메트릭 뷰에 대한 구체화 | 쿼리 성능을 향상시키기 위해 집계를 미리 계산하고 점진적으로 새로 고칩니다. 쿼리 엔진은 쿼리를 자동으로 다시 작성하여 적절한 경우 구체화된 뷰를 사용합니다. |
| 메트릭 뷰의 에이전트 메타데이터 | 동의어, 표시 이름 및 서식 규칙을 추가하여 AI 에이전트 정확도 및 대시보드 가독성을 향상시킵니다. |
관리 및 참조
다음 페이지를 사용하여 메트릭 뷰 액세스를 관리하고 구문 참조 정보를 찾습니다.
| 페이지 | 설명 |
|---|---|
| 메트릭 뷰 관리 | 카탈로그 탐색기 또는 SQL을 사용하여 액세스를 제어하고, 공동 작업 편집을 사용하도록 설정하고, 메트릭 뷰 수명 주기를 관리합니다. |
| 측정값 보기 YAML 구문 참조 | 모든 필드, 형식 및 서식 지정 예제를 포함하여 메트릭 뷰 YAML 사양에 대한 전체 참조입니다. |