0 / 0
Torna alla versione inglese della documentazione
Generazione di SQL da nugget del modello
Ultimo aggiornamento: 04 ott 2024
Ottimizzazione SQL (SPSS Modeler)

Quando si utilizzano dati da un database, è possibile "restituire" codice SQL al database per l'esecuzione, migliorando in tal modo le prestazioni di molte operazioni. Per alcuni nodi, è possibile generare SQL per il nugget del modello, con il pushback della fase di calcolo del punteggio del modello al database. Ciò consente ai flussi contenenti questi nugget di avere un pushback SQL completo.

Per un nugget del modello generato che supporta il pushback SQL:
  1. Fare doppio clic sul nugget del modello per aprire le impostazioni.
  2. In base al tipo di nodo, sono disponibili una o più delle seguenti opzioni. Scegliere una di queste opzioni per specificare come viene eseguita la generazione SQL.

    Genera SQL per questo modello

    • Predefinito: Calcola il punteggio mediante l'Adattatore per calcolo punteggio server (se installato), in caso contrario nel processo. Questa è l'opzione predefinita. Se è stata eseguita la connessione ad un database con un adattatore per calcolo punteggio installato, questa opzione genera il codice SQL utilizzando l'adattatore per calcolo punteggio e le UDF (User Defined Function) associate e calcola i punteggi del modello nel database. Quando non è disponibile alcun adattatore di calcolo del punteggio, questa opzione recupera i dati dal database e ne calcola il punteggio in SPSS Modeler.
    • Calcola il punteggio convertendo in SQL nativo senza il Supporto per valori mancanti. Questa opzione genera SQL nativo per calcolare il punteggio del modello all'interno del database, senza il sovraccarico della gestione dei valori mancanti. Tale opzione imposta la previsione su null ($null$) quando viene trovato un valore mancante durante il calcolo del punteggio di un caso.
    • Calcola il punteggio convertendo in SQL nativo con il Supporto per valori mancanti. Per i modelli CHAID, QUEST e C&R Tree, è possibile generare codice SQL nativo per calcolare il punteggio del modello all'interno del database con il supporto completo per i valori mancanti. Ciò significa che viene generato SQL in modo che i valori mancanti siano gestiti come specificato nel modello. Ad esempio, C&R Trees utilizza regole surrogato e fallback del nodo figlio con più record.
    • Calcola il punteggio all'esterno del database. Questa opzione recupera i dati dal database e ne calcola il punteggio in SPSS Modeler.
Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni