Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Gilt für:
SQL Server 2019 und frühere Analysis Services 
Azure Analysis Services Fabric/Power BI Premium
Von Bedeutung
Data Mining wurde in SQL Server 2017 Analysis Services verworfen und ist in SQL Server 2022 Analysis Services eingestellt worden. Die Dokumentation wird nicht für veraltete und nicht mehr unterstützte Features aktualisiert. Weitere Informationen finden Sie unter "Analysis Services-Abwärtskompatibilität".
In SQL Server 2017 werden viele der vorhandenen OLE DB Data Mining-Schema-Zeilenmengen als eine Menge von Systemtabellen verfügbar gemacht, die Sie mit Data Mining Extensions (DMX)-Anweisungen abfragen können. Indem Sie Abfragen für das Data Mining-Schema-Rowset erstellen, können Sie die verfügbaren Dienste identifizieren, Aktualisierungen zum Status Ihrer Modelle und Strukturen abrufen und Details zu den Modellinhalten oder Parametern ermitteln.
Hinweis
Sie können auch die Data Mining-Schema-Rowsets mithilfe von XMLA abfragen. Weitere Informationen dazu in SQL Server Management Studio finden Sie unter Erstellen einer Data Mining-Abfrage mithilfe von XMLA.
Liste der Data Mining-Schema-Rowsets
In der folgenden Tabelle sind die Data Mining-Schema-Rowsets aufgeführt, die für Abfragen und Überwachung nützlich sein können.
| Rowset-Name | Description |
|---|---|
| DMSCHEMA_MINING_MODELS | Listet alle Miningmodelle im aktuellen Kontext auf. Enthält informationen wie das Erstellungsdatum, Parameter zum Erstellen des Modells und die Größe des Schulungssatzes. |
| DMSCHEMA_MINING_COLUMNS | Listet alle Spalten auf, die in Miningmodellen im aktuellen Kontext verwendet werden. Informationen umfassen die Zuordnung zur Quellspalte der Miningstruktur, des Datentyps, der Genauigkeit und der Vorhersagefunktionen, die mit der Spalte verwendet werden können. |
| DMSCHEMA_MINING_STRUCTURES | Listet alle Miningstrukturen im aktuellen Kontext auf. Informationen umfassen, ob die Struktur aufgefüllt wird, das Datum, an dem die Struktur zuletzt verarbeitet wurde, und die Definition des Aufbewahrungsdatensatzes für die Struktur( falls vorhanden). |
| DMSCHEMA_MINING_STRUCTURE_COLUMNS | Listet alle Spalten auf, die in Miningstrukturen im aktuellen Kontext verwendet werden. Informationen umfassen Inhaltstyp und Datentyp, Nullierbarkeit und ob die Spalte geschachtelte Tabellendaten enthält. |
| DMSCHEMA_MINING_SERVICES | Listet alle Miningdienste oder Algorithmen auf, die auf dem angegebenen Server verfügbar sind. Informationen umfassen unterstützte Modellierungskennzeichnungen, Eingabetypen und unterstützte Datenquellentypen. |
| DMSCHEMA_MINING_SERVICE_PARAMETERS | Listet alle Parameter für die Miningdienste auf, die in der aktuellen Instanz verfügbar sind. Informationen enthalten den Datentyp für jeden Parameter, die Standardwerte und die oberen und unteren Grenzwerte. |
| DMSCHEMA_MODEL_CONTENT | Gibt den Inhalt des Modells zurück, wenn das Modell verarbeitet wurde. Weitere Informationen finden Sie unter Inhalt des Miningmodells (Analysis Services – Data Mining). |
| DBSCHEMA_CATALOGS | Listet alle Datenbanken (Kataloge) in der aktuellen Instanz von Analysis Services auf. |
| MDSCHEMA_INPUT_DATASOURCES | Listet alle Datenquellen in der aktuellen Instanz von Analysis Services auf. |
Hinweis
Die Liste in der Tabelle ist nicht vollständig; Es werden nur die Rowsets angezeigt, die für die Problembehandlung von größter Bedeutung sind.
Examples
Der folgende Abschnitt enthält einige Beispiele für Abfragen für die Data Mining-Schema-Rowsets.
Beispiel 1: Data Mining Services auflisten
Die folgende Abfrage gibt eine Liste der Miningdienste zurück, die auf dem aktuellen Server verfügbar sind, was bedeutet, dass die aktivierten Algorithmen aktiviert sind. Die für jeden Miningdienst bereitgestellten Spalten umfassen die Modellierungskennzeichnungen und Inhaltstypen, die von jedem Algorithmus verwendet werden können, die GUID für jeden Dienst und alle Vorhersagegrenzwerte, die für jeden Dienst hinzugefügt wurden.
SELECT *
FROM $system.DMSCHEMA_MINING_SERVICES
Beispiel 2: Parameter des List Mining-Modells
Im folgenden Beispiel werden die Parameter zurückgegeben, die zum Erstellen eines bestimmten Miningmodells verwendet wurden:
SELECT MINING_PARAMETERS
FROM $system.DMSCHEMA_MINING_MODELS
WHERE MODEL_NAME = 'TM Clustering'
Beispiel 3: Alle Rowsets auflisten
Im folgenden Beispiel wird eine umfassende Liste der Rowsets zurückgegeben, die auf dem aktuellen Server verfügbar sind:
SELECT *
FROM $system.DBSCHEMA_TABLES