字段结构为什么不足以表达业务含义?
数据库表说明数据如何存储,但字段名不一定说明业务意义。“amount”可能是订单原价、实付金额或退款金额。语义模型把字段映射到明确的业务概念,说明可怎样汇总、按哪些维度切分,以及哪些表可以关联。这样,报表或智能体无需直接猜测物理结构。
语义模型要定义哪些对象和关系?
实体代表订单、客户或门店等业务对象;度量描述可聚合数值;维度用于分组或筛选。粒度说明一条记录代表什么,关联关系规定跨模型连接的键和方向。指标还可增加过滤、时间窗口或计算公式。模型也可以包含同义词、版本和访问约束,供语义层中的不同工具复用。
例如订单明细每行代表一个商品项,退款表每行代表一次退款。直接连接再求和,可能因一对多关系重复计算金额。模型应说明两表粒度与合法关联路径,再定义“净销售额”。语义视图建模文章(英文)展示了业务关系与指标定义如何进入数据引擎。
语义模型与普通数据模型有何区别?
广义数据模型可描述物理表、逻辑结构或概念关系;语义模型更强调对使用者可见的业务含义与分析规则。它不等于给字段换友好名称:若不说明粒度、关联与计算边界,同名字段仍可能造成错误汇总。业务和数据团队应共同确认定义,并随口径变化更新。
常见问题
语义模型必须包含所有数据表吗?
不必。应先覆盖稳定、有明确业务价值的对象,避免把未经整理的原始表直接暴露。
它能自动生成正确 SQL 吗?
可帮助生成查询,但正确性仍依赖模型定义、底层数据和引擎实现。
如何维护版本?
记录定义变更、负责人和影响范围,对口径调整进行回归测试,并通知下游使用者。