INSERT INTO (расширения интеллектуального анализа данных)

Статья
12/15/2008

Служит для обработки заданного объекта интеллектуального анализа данных. Дополнительные сведения об обработке моделей и структур интеллектуального анализа данных см. в разделе Обработка объектов интеллектуального анализа данных.

Если задана структура интеллектуального анализа данных, инструкция обрабатывает эту структуру и все связанные с ней модели интеллектуального анализа данных. Если задана модель интеллектуального анализа данных, инструкция обрабатывает только эту модель.

Синтаксис

INSERT INTO [MINING MODEL]|[MINING STRUCTURE] <model>|<structure> (<mapped model columns>) <source data query>
INSERT INTO [MINING MODEL]|[MINING STRUCTURE] <model>|<structure>.COLUMN_VALUES (<mapped model columns>) <source data query>

Аргументы

model
Идентификатор модели.

structure
Идентификатор структуры.

mapped model columns
Разделенный запятыми список идентификаторов столбцов и вложенных идентификаторов.

source data query
Исходный запрос в определенном поставщиком формате.

Замечания

Если не указан аргумент MINING MODEL или MINING STRUCTURE, служба Analysis Services производит поиск типа объекта на основе имени и затем обрабатывает корректный объект. Если сервер содержит структуру и модель интеллектуального анализа данных с одинаковыми именами, возвращается ошибка.

Используя вторую синтаксическую форму, INSERT INTO*<объект>*.COLUMN_VALUES, можно производить вставку данных непосредственно в столбцы модели без ее обучения. При использовании этого метода данные столбцов поставляются модели в сжатом и упорядоченном виде, что полезно при работе с наборами данных, содержащими иерархии или упорядоченные столбцы.

В случае применения инструкции INSERT INTO к модели или структуре интеллектуального анализа данных, если аргументы <сопоставленные столбцы модели> и <source data query> пропущены, поведение инструкции аналогично функции ProcessDefault, использующей уже существующие привязки. Если привязок не существует, инструкция возвращает ошибку. Дополнительные сведения о функции ProcessDefault см. в разделе Настройка параметров обработки. Следующий пример показывает синтаксис:

INSERT INTO [MINING MODEL] <model>

Если указана модель MINING MODEL и заданы сопоставленные столбцы и запрос исходных данных, модель и связанная с ней структура будут обработаны.

В следующей таблице приводится описание результатов различных форм инструкции в зависимости от состояния объектов.

Инструкция	Состояние объектов	Результат
INSERT INTO MINING MODEL<модель>	Структура интеллектуального анализа данных обрабатывается.	Модель интеллектуального анализа данных обрабатывается.
	Структура интеллектуального анализа данных не обрабатывается.	Модель и структура интеллектуального анализа данных обрабатываются.
	Структура интеллектуального анализа данных содержит дополнительные модели.	Ошибка при выполнении процесса. Необходимо произвести повторную обработку структуры и связанных с ней моделей интеллектуального анализа данных.
INSERT INTO MINING STRUCTURE<структура>	Структура интеллектуального анализа данных обрабатывается или не обрабатывается.	Структура интеллектуального анализа данных и связанные с ней модели обрабатываются.
Инструкция INSERT INTO MINING MODEL<модель>, содержащая исходный запрос или Инструкция INSERT INTO MINING STRUCTURE<структура>, содержащая исходный запрос	Либо структура, либо модель уже включает содержимое.	Ошибка при выполнении процесса. Перед выполнением операции необходимо удалить объекты с помощью инструкции DELETE (расширения интеллектуального анализа данных).

Сопоставленные столбцы модели

С помощью элемента <сопоставленные столбцы модели> можно сопоставлять столбцы источника данных со столбцами модели интеллектуального анализа данных. Форма элемента <сопоставленные столбцы модели> следующая:

<column identifier> | SKIP | <table identifier> (<column identifier> | SKIP), ...

С помощью инструкции SKIP можно исключить определенные столбцы, которые должны существовать в исходном запросе, но не существуют в модели интеллектуального анализа данных. Например, в нижеприведенном в данном подразделе примере вложенной таблицы инструкция SKIP используется для исключения столбца OrderNumber из обучения модели интеллектуального анализа данных MyAssociationModel. Столбец OrderNumber используется в качестве внешнего ключа вложенной таблицы Models, но в табличном столбце Models модели интеллектуального анализа данных его не существует. Таким образом, он не участвует в обучении модели и может быть пропущен.

Source Data Query

Элемент <source data query> может включать следующие типы источников данных:

OPENQUERY
OPENROWSET
SHAPE
Любой запрос к службам Analysis Services, возвращающий набор строк

Дополнительные сведения о типах источников данных см. в разделе <source data query>.

Базовый пример

В следующем примере инструкция OPENQUERY применяется для обучения модели упрощенного алгоритма Байеса на основе данных о целевой рассылке из базы данных AdventureWorksDW.

INSERT INTO NBSample (CustomerKey, Gender, [Number Cars Owned],
    [Bike Buyer])
OPENQUERY([Adventure Works DW],'Select CustomerKey, Gender, [NumberCarsOwned], [BikeBuyer] FROM [vTargetMail]')

Пример вложенной таблицы

В следующем примере инструкция SHAPE применяется для обучения модели взаимосвязей, содержащей вложенную таблицу.

INSERT INTO MyAssociationModel
    ([OrderNumber],[Models] (SKIP, [Model])
    )
SHAPE {
    OPENQUERY([Adventure Works DW],'SELECT OrderNumber
    FROM vAssocSeqOrders ORDER BY OrderNumber')
} APPEND (
    {OPENQUERY([Adventure Works DW],'SELECT OrderNumber, model FROM 
    dbo.vAssocSeqLineItems ORDER BY OrderNumber, Model')}
  RELATE OrderNumber to OrderNumber) 
AS [Models]

См. также

Справочник

Инструкции определения расширений интеллектуального анализа данных
Инструкции управления данными расширений интеллектуального анализа данных
Справка по инструкции расширений интеллектуального анализа данных

Справка и поддержка

Получение помощи по SQL Server 2005

Share via