開發圖表最關鍵的點在於選擇準確的圖表型別展示準確的資料，而準確的資料往往依賴於乙個強大的取數模型，因此設計乙個好的取數模型不僅可以解決資料安全的問題，更可以幫助每個訪問者高效觸達自己想要的資料，開發者可以通過使用quickbi建立起多層次多粒度的取數模型。
開發圖表最關鍵的點在於選擇準確的圖表型別展示準確的資料，而準確的資料往往依賴於乙個強大的取數模型，因此設計乙個好的取數模型不僅可以解決資料安全的問題，更可以幫助每個訪問者高效觸達自己想要的資料，開發者可以通過使用quickbi建立起多層次多粒度的取數模型。
在構建取數模型前，簡單介紹一下資料集的概念。quickbi目前已經支援為20多種資料庫建立連線，建立連線後我們會在系統內為每個連線生成乙個邏輯實體稱之為資料來源。通過預覽資料來源可以檢視對應資料庫下面的物理表資訊，並能夠基於這些物理表建立資料集， 每個資料集都是基於物理表加工和建模後的標準olap模型。在quickbi中，對使用者表資料的讀取和加工一般都是基於資料集模型的。
目前，quickbi中的取數模型包括如圖1所示的兩層：
圖1 quickbi中的取數模型
第一層：
資料集過濾器，在quickbi中資料集可以被多個儀表板的多個圖表所引用，通過將過濾器設定在某個資料集上，空間內的資料開發人員可以確保所有引用該資料集的圖表分析人員訪問到的資料都受到範圍限制。
根據過濾器的作用範圍可以劃分為全域性過濾器和行級許可權過濾器。
1、全域性過濾器
顧名思義是會影響到所有引用該資料集的圖表和使用者，設定定後可以通過重新整理預覽功能來核對過濾後的資料，通過圖2的方式可以設定全域性過濾器。
圖2資料集全域性過濾器
2、行級許可權
可以讓資料開發人員根據圖表訪問者的賬號、標籤或所屬的使用者組來定製其可以訪問的資料範圍，設定在使用者級的過濾器會以「or」的方式繼承其所屬使用者組的過濾器，通過圖3的方式在資料集列表上可以設定行級許可權過濾器。注意，使用這兩種方式設定在度量上的過濾器都是明細級的過濾器，未做任何聚合。
圖3行集許可權過濾器
第二層：
圖表級過濾器，這類過濾器在設定時會指定作用的圖表範圍，只有選中的圖表顯示資料時才會受到影響。在此基礎上，還可以根據作用的方式分為設定式和觸發式。
1、設定式過濾器
由儀表板開發者在編輯模式下設定，預覽模式下使用者無法改變過濾器的設定，作用範圍內的圖表也會一直受到過濾器的限制，設定式過濾器包含了內部過濾器和全域性引數。
1.1內部過濾器
只會作用於當前圖表，當被設定成度量過濾器時還可以選擇聚合方式，聚合方式支援sum、 cnt、max、min、**g、cntd,它的設定方式是在儀表板編輯模式下通過拖拽資料集字段來設定如圖4所示。
圖4 內建過濾器
1.2全域性引數
需要生成引數名並設定作用範圍，其作用機制是通過拼接url引數來完成條件的注入的，拼接格式如下：
param=}]
，使用者可以直接修改url引數內容來達到資料控制，也可以在郵件訂閱和圖表跳轉功能中快捷引用， 它的設定方式是在頂部選單中選擇全域性引數來設定如圖5所示。
圖5 內建過濾器
2、觸發式過濾器
能夠在編輯模式設定初始值，在預覽模式下也可以通過特定的操作來改變關聯圖表的顯示資料，查詢條件和聯動引數屬於觸發式過濾器。
2.1查詢條件功能非常強大，它支援讓報表開發者自由的選擇字段，選擇聚合方式，設定作用圖表，設定過濾初始值以及設定待選範圍，而預覽者可以在開發者限定的範圍內自由切換過濾條件，其設定方式如圖6所示。
圖6 查詢條件
2.2聯動引數是建立在圖表之間的一種作用關係，在可配置聯**表上配置了聯動欄位和作用圖表後，預覽者可以通過點選聯**表的某些區塊來達到為被聯**表同步注入過濾條件的目的，其設定方式是先選擇要聯動的圖表，然後在高階區域進行配置，如圖7所示。
圖7 聯動引數
上述幾種過濾器應用的場景各不相同，他們是通過and的方式相互疊加的，儀表板編輯模式下圖表選單裡有乙個強大的檢視sql功能，可以看到當前取數模型生成的sql語句，方便開發者對當前的取數模型進行調整。在真實的業務場景中的往往要組合他們中的一到多種才能建立起完成的取數模型，以一家銷售公司為例，通過使用全域性過濾器過濾掉無效資料，通過使用行級許可權來控制每個銷售團隊只能看到自己轄區的銷售結果彙總，通過使用全域性引數來生成不同的鏈結給每個預覽者看到關注產品的銷售彙總，通過查詢條件和過濾器來控制和切換不同客戶的銷售資料，通過聯動引數來方便預覽者直接關聯其他圖表檢視某個客戶的具體資訊。
圖8 查詢條件
引數模型與非引數模型
引數模型 非引數模型 以及半引數模型 的概念應該源自於統計學中。統計專業中有一門課程叫做 非引數統計 研究的物件就是秩檢驗 核密度估計等。在統計學中，引數模型通常假設總體 隨機變數 服從某乙個分布，該分布由一些引數確定 比如正太分布由均值和方差確定 在此基礎上構建的模型稱為引數模型 非引數模型對於總...
引數模型投影
include io操作 include include include include include include include 顯示庫 include 簡單顯示點雲 include pcl控制台解析 include 包含fpfh加速計算的omp 多核平行計算 include 特徵的錯誤對應...
機器學習中引數模型和非引數模型
網上關於機器學習中的引數模型和非引數模型之間的解釋並沒有乙個完全一致的解答，有從是不是對資料的分布做了相關假設進行分析的 也有是從模型的參數量大小進行解答的 二者好像是一致的，但是個人覺得如下使用是不是對資料分布進行了假設來區分並不是特別好理解。非引數模型 non parametric model ...