Quando você cria um conector da comunidade, cada campo definido no esquema requer um tipo de dados. O tipo dos dados define o tipo primitivo do campo, como BOOLEAN
, STRING
, NUMBER
etc.
Além dos tipos de dados, o Data Studio também usa os tipos semânticos.
Os tipos semânticos ajudam a descrever quais informações os dados representam. Por exemplo, um campo com um tipo de dados NUMBER
pode representar semanticamente um valor monetário ou uma porcentagem, enquanto um campo com tipo de dados STRING
pode representar de forma semântica uma cidade. Para ver os tipos semânticos disponíveis, consulte a documentação sobre tipos semânticos.
Esquema do conector da comunidade e campos do Data Studio
Quando você define o esquema para seu conector da comunidade, há várias propriedades que determinarão como cada campo será representado e usado no Data Studio. Por exemplo:
- O conceptType é definido no esquema do conector usando a propriedade
conceptType
. Essa propriedade determina se o campo será tratado como uma dimensão ou métrica. Veja uma explicação sobre a diferença entre métricas e dimensões no artigo Dimensões e métricas. - O tipo semântico pode ser definido no esquema ou detectado automaticamente pelo Data Studio com base na propriedade do tipo de dados configurada no conector e nos valores de dados retornados pelo conector. Consulte a seção Detecção automática do tipo semântico para ver detalhes sobre como isso funciona.
- O tipo de agregação determina se é possível agregar novamente os valores de métrica (as dimensões são ignoradas). Definir a propriedade
semantics.isReaggregatable
comotrue
estabelecerá a agregaçãoSUM
como padrão. Caso contrário, ela será definida comoAuto
. Você também pode escolher o tipo de agregação padrão para os campos reagregáveis usando a propriedadedefaultAggregationType
.
Quando você configura um conector no Data Studio e o utiliza para se conectar, o editor de campos exibe o esquema completo do conector com base em como você definiu as propriedades acima. Se você incluiu os tipos semânticos, eles serão exibidos da maneira como você os definiu. Se estiver usando a detecção automática do tipo semântico, os campos serão exibidos conforme foram detectados.
Definir informações semânticas
Há duas maneiras de definir informações semânticas. Você pode estabelecer a semântica de campo ou deixar que o Data Studio a detecte de maneira automática.
Por exemplo, se houver um número que represente semanticamente dólares americanos, o Data Studio não detectará esse tipo semântico de forma automática. Além disso, a detecção automática da semântica requer que o Data Studio faça chamadas de busca de dados para cada campo do seu esquema. Se você especificar o esquema manualmente, nenhuma chamada de busca de dados será feita. Caso você saiba o tipo semântico (por exemplo, moeda, porcentagem, data etc.) das suas informações, recomendamos que o configure no esquema para melhorar a precisão e o desempenho.
Definir tipos semânticos manualmente (recomendado)
Se você souber seus tipos semânticos, poderá definir semantics
manualmente para cada campo do esquema. Veja todos os detalhes sobre as propriedades disponíveis para você na página de referência do campo. Se optar por especificar manualmente os tipos semânticos, é recomendável que você defina semanticType
e semanticGroup
para todos os campos. Quando você fornece as propriedades, o processo de detecção automática do tipo semântico não é executado. Se você definir manualmente alguns dos seus campos, mas não todos, aqueles que você não especificar serão definidos por padrão como Text
, Number
ou Boolean
, dependendo do dataType
escolhido para o campo.
Veja a seguir o exemplo de um esquema simples que define os tipos semânticos manualmente. Income
é especificado como a moeda, e Filing Year
como a data.
Resolver problemas relacionados aos tipos semânticos manuais
Se você definir seus tipos semânticos para os dados subjacentes de maneira incorreta, eles não funcionarão adequadamente. Isso é difícil de testar, mas há algumas estratégias para ajudar a encontrar problemas.
- Retorne duas ou três linhas dos seus dados em vez de tudo, e inspecione-os manualmente.
- Faça uma tabela no Data Studio que use apenas o campo que você está tentando verificar.
- Preste muita atenção aos campos
Geo
eDate
, porque eles têm o formato mais rigoroso.
Detecção automática do tipo semântico
Se você não definiu nenhum tipo semântico no seu esquema, o Data Studio tentará detectá-lo automaticamente com base na propriedade do tipo de dados e no formato dos valores de dados retornados pelo seu conector.
Estas são as etapas do processo de detecção automática:
- Solicite o esquema executando a função
getSchema
do seu conector da comunidade. - Itere usando lotes de campos definidos no esquema do conector e envie solicitações
getData
para os campos. As solicitaçõesgetData
são executadas com o parâmetrosampleExtraction
definido comotrue
para indicar que as solicitações de dados são para fins de detecção semântica. - Com base no tipo de dados de campo e no formato do valor retornado da solicitação
getData
, identifique o tipo semântico do campo.
Opções de tratamento da detecção automática do tipo semântico
Quando o Data Studio executa a função getData
de um conector da comunidade para realizar a detecção semântica, a solicitação recebida terá uma propriedade sampleExtraction
que será definida como true
. Os dados retornados pelo seu conector são usados pelo Data Studio apenas para identificar o tipo semântico do campo. Como o valor não será usado para nenhum outro propósito, não são necessários dados reais da sua fonte externa.
Há várias maneiras de melhorar a detecção do tipo semântico no seu código:
Recomendado: transfira valores predefinidos
Retorne um valor predefinido para cada campo que melhor representa o tipo semântico do campo e é conhecido por ser devidamente detectado pelo Data Studio. Por exemplo: se o tipo semântico de um campo for País, um valor comoIT
será retornado para "Itália". Outra vantagem dessa abordagem é que ela é muito mais rápida, já que não é necessário fazer solicitações HTTP ao serviço de terceiros para receber dados.Somente retorne n registros
Se o serviço de terceiros do qual você recebe dados for compatível com os limites de linha ao solicitar informações, retorne um pequeno subconjunto de linhas para o Data Studio, em vez do conjunto de dados completo. Isso limitará a quantidade de informações que você precisa transmitir para o Data Studio em cada solicitação de detecção semântica.Solicite todas as colunas e armazene a resposta em cache
Se for possível solicitar todas as colunas para o serviço de terceiros do qual você recebe dados, na primeira solicitação de detecção semântica recebida do Data Studio, procure todas as colunas e armazene os resultados em cache. Para as solicitações de detecção semântica subsequentes, busque valores de coluna do cache em vez de fazer outras solicitações HTTP para o serviço de terceiros.Não faça nada diferente
Você pode optar por não implementar nenhuma acomodação específica para solicitações em quesampleExtraction
é definido comotrue
. Isso fará com que o processo de detecção semântica seja mais lento, porque o Data Studio terá que buscar todos os dados para o processo. Além disso, a taxa de solicitação da sua fonte de dados externa será afetada, já que muitos pedidos de detecção semântica serão executadas em paralelo.
Formatos reconhecidos para detecção automática do tipo semântico
Data e hora
YYYY/MM/DD-HH:MM:SS
YYYY-MM-DD [HH:MM:SS[.uuuuuu]]
YYYY/MM/DD [HH:MM:SS[.uuuuuu]]
YYYYMMDD [HH:MM:SS[.uuuuuu]]
Sat, 24 May 2008 20:09:47 GMT
2008-05-24T20:09:47Z
- Hora: época por segundos, microssegundos, milissegundos e nanossegundos.
Informações geográficas
- Nome ou código do continente
- Nome ou código do subcontinente
- Nome ou código da região
- Nome ou código do país (consulte também ISO_3166-1)
- Nome da cidade
- Valores de latitude e longitude separados por vírgula
- Nome e código da Área designada do mercado (DMA)