Vues Analytics

Les vues Analytics du Manufacturing Data Engine (MDE) sont une fonctionnalité puissante conçue pour simplifier l'analyse et la création de rapports sur les données dans votre environnement MDE. En générant automatiquement des vues BigQuery qui consolident les données, les métadonnées et les dimensions associées spécifiques à un type, MDE simplifie la création de requêtes et de tableaux de bord complets.

Concepts

Une vue Analytics est une vue BigQuery prédéfinie adaptée à une version de type spécifique dans votre environnement MDE. Cette vue sert de source de données unifiée, en associant de manière fluide la table de type (votre table de faits principale) à tous les buckets de métadonnées pertinents (vos dimensions) associés à cette version de type.

Cette consolidation simplifie les requêtes en éliminant la nécessité d'effectuer des jointures manuelles dans plusieurs tables. Les vues Analytics aplatissent également les instances de métadonnées et les champs de données en fonction de schémas JSON prédéfinis.

Fonctionnement des vues Analytics

1. Création automatique : MDE crée automatiquement une vue Analytics dédiée dans l'ensemble de données mde_analytics pour chaque version de type unique. Les vues des nouvelles versions de type sont toujours mises à jour sur place.

2. Aplatissement des métadonnées : la requête de vue aplatit intelligemment les instances de métadonnées JSON (membres de dimension) associées au type. Chaque champ du schéma JSON de la version du bucket de métadonnées associée à la version du type est mappé à un champ BigQuery correspondant, en respectant le mappage de type bien défini suivant :

   • Chaîne → Chaîne
   • Tableau → JSON
   • Objet → JSON
   • Nombre → Float64
   • Entier → Int64
   • Boolean -> Bool
   • null -> null

Les champs BigQuery obtenus sont toujours précédés du nom du bucket de métadonnées.

1. Gestion du JSON imbriqué : les champs JSON imbriqués sont convertis en champs BigQuery en concaténant leurs éléments de chemin avec des traits de soulignement. Par exemple, {"location":{"city":"Düsseldorf"}} devient location_city.

2. Aplatissement du champ "Data" : la vue étend l'aplatissement au champ "data" JSON pour les types non numériques en fonction du schéma défini pour le type, ce qui garantit une accessibilité complète des données. L'aplatissement n'est effectué que lorsqu'un schéma pour le champ "data" est défini. Pour en savoir plus sur les schémas de champs de données, consultez Champ de données.

3. Attribution de noms aux champs et conflits : en cas de conflit de noms, les champs dérivés des buckets de métadonnées sont préfixés avec le nom du bucket.

View Schema

Le schéma de vue final comprend un ensemble complet de champs :

• Tous les champs de la table de type sous-jacente : vos données de fabrication de base.
• Tous les champs aplatis de chaque instance de métadonnées : informations contextuelles détaillées sur vos enregistrements.
• Tous les champs aplatis du champ "data" (non numériques) : points de données supplémentaires spécifiques au type.

Avantages des vues Analytics

Voici les avantages des vues Analytics :

• Requêtes simplifiées : éliminez les jointures complexes en interrogeant une seule vue pour obtenir des données complètes.
• Analyse accélérée : passez moins de temps à préparer les données et plus à extraire des insights.
• Structure standardisée : un schéma cohérent entre les versions de type facilite la création de rapports standardisés.
• Automatisation : MDE gère la création et la maintenance des vues, ce qui vous évite d'effectuer des tâches manuelles.

Premiers pas

Les vues Analytics sont prêtes à l'emploi dès que vous commencez à utiliser des types dans MDE. Pour explorer les vues générées automatiquement dans votre projet Google Cloud  :

1. Sélectionnez BigQuery.
2. Cliquez sur Studio dans le panneau de gauche.
3. Sélectionnez l'ensemble de données mde_analytics dans la fenêtre de l'explorateur BigQuery.