常用语义类型实例

本章节以三张经典业务表为例,展示语义类型的实际用法。三张表分别为两张实体表(企业人员、店铺)和一张事件表(订单)。各类型的详细页面按「基本说明、数据要求、配置与问答、使用示例、常见问题」展开,可结合本页示例查看。

「数据要求」说明映射后供语义模型使用的数据应满足什么条件。原始字段的类型、格式或单位不同,可以通过数据映射进行转换,无需为了选择语义类型而修改数据库原表。配置方式见字段高级设置。

实体表:企业人员(employee)

字段中文名语义类型说明
employee_id编号ID主键,唯一标识
employee_name姓名中国人名中文姓名
gender性别分类男 / 女
phone手机号字符串11 位手机号,可配置正则表达式参与问答识别
department部门实体未列出实体,可关联到部门实体表
entry_date入职日期日期时间普通日期属性,格式如 YYYY-MM-DD HH:mm:ss;需要历史在职统计时改用生效/失效时间模型
avatar头像图像员工照片 URL,查询时会以图片形式展示

实体表:店铺(store)

字段中文名语义类型说明
store_id编码ID主键,唯一标识
store_name店铺名称名称通用名称类型,内容会被系统学习,支持搜索
channel渠道分类线上 / 线下,内容会被系统学习
open_date开店日期生效时间生效时间
close_date闭店日期失效时间失效时间(可空)
area面积整数平方米
store_rating评分数值1.0 ~ 5.0,小数评分
tags标签标签旗舰店 / 社区店 / 快闪店 等,映射为多个标签后参与学习
store_photo门店照片图像门面照片 URL,查询时会以图片形式展示
display_order展示顺序序号业务展示顺序,序号小的在前

事件表:订单(order)

字段中文名语义类型说明
order_id订单编号ID可选;每行订单编号唯一时可配置,也可被其他 Schema 以实体形式关联
order_time交易时间时间戳事件发生时间,格式 YYYY-MM-DD HH:mm:ss
store店铺实体映射后对应店铺表的 ID,关联后可分析店铺的各个维度
employee员工实体映射后对应企业人员表的 ID,关联后可分析员工的各个维度
quantity销售量整数销售数量
amount销售额货币交易金额(元)
discount_rate折扣率百分比0.00 ~ 1.00,一般建议通过指标定义计算
delivery_duration配送时长持续时间默认单位为秒,例如 1200 表示 20 分钟
is_returned是否退货布尔值是 / 否
attachment订单附件文件文件 URL,供前端访问或下载

各类型使用要点

ID

ID 用于唯一标识实体或事件,在模型中按字符串处理,原始字段为整数时可通过数据映射转换。实体表必须配置 ID;事件表的 ID 可选,每行有唯一事件 ID 时也可以配置。如需支持按编号搜索,可配置正则表达式,或在适用场景勾选「是否名称」并学习。其他 Schema 通过实体字段引用该 ID 来建立关联。详见 ID。

名称、分类、标签

数据库中的内容会被系统自动学习,用户可直接搜索具体的名称、分类或标签值。

图像

当查询命中具体数据时,系统会在结果中直接渲染为图片展示。

实体

实体字段映射后的值需要对应关联表中的 ID。例如订单关联店铺时,订单中的店铺编号应能匹配到店铺表的 ID。原始编号的类型或格式不同,可以通过映射统一。实体关联后,可在知识图谱中查看表之间的关系,也可以沿「订单 → 店铺 → 地区」等连续关联进行分析。

常见问题

设置了实体字段但查看数据时该列无内容,可先检查映射后的编号是否能匹配到关联表的 ID。

命名建议

实体字段直接以业务概念命名(如"店铺""员工"),无需沿用数据库中 xxId 的命名习惯。

布尔值

字段命名建议以 "是否 xx" 格式,例如"是否完成"。系统能正确理解"上月已完成"和"上月未完成"两种表述的逻辑。

时间戳与其他日期类型

  • 时间戳:通常仅在事件表中存在一个,表示事件发生时间。
  • 一般日期属性:实体表中的普通日期字段,以及事件表中除主时间戳外的其他时间字段,可设为日期时间类型,提问时明确字段的业务含义。
  • 生效时间与失效时间:成对配置,表示实体生命周期或属性版本的有效区间,适合历史在职人数、门店数量等分析。
  • 快照时间:表示库存、余额等离散观测的时间,使用时间戳,并在 Schema 中配置快照语义。

百分比

允许在字段中直接存储百分比值。但涉及范围聚合分析(如"上月利润率")时,直接对该列做 SUM() 或 AVG() 均不合逻辑。这类指标应通过指标定义配置分子和分母来计算,系统自动处理后即可灵活组合各种统计维度,无需再按传统 BI 方式为各个维度单独创建 ADS 表。详见指标配置。