本文为您介绍 Fabric 数据建模体系，涵盖其完整配置流程、核心功能介绍以及配置流程举例。

模型配置是数据集的基础，数据集中最终有哪些数据取决于模型的构建。Fabric 体系是新版数据集生产的核心，通过逻辑关联与传统的物理关联，支持用户以拖拽式的可视化方式，灵活、高效地构建既能满足传统宽表需求、又能应对多事实表复杂场景的统一数据模型。

进入「数据准备」-「数据集」页面，点击「新建」-「新建Fabric数据集」，进入新版数据集模型配置页面。

第一步：添加表节点

1. 首先在左侧数据源列表中找到需要被添加进模型的表；
2. 之后鼠标选中这个表，把它拖拽到中间画布，即可把这个表放在画布中，形成一个单表节点。
   
3. 同样的，如果需要的数据源有多个表，我们可以把它们都拖进来，形成多个单表节点。

   说明

   如果将第二个表拖入了上图中建立链接的位置，它会跟第一个表自动关联上，但是后续拖入的表就不会自动关联了，需要手动进行连接。

   

第二步：建立多个表节点之间的连接

在画布中添加多个单表节点后，可以按照需求将多个表关联起来，关联的方式也非常简单：鼠标移动到表节点上，它的前后会出现两个圆形的标识，鼠标选中并拖动到另一个表的标识处，即可将两个表关联起来。

第三步：选择两个表之间的关联方式

点击两个表连接线上的标识，可以调整两个表的连接方式，当前数据集中表的连接方式主要分为两类：

• 逻辑关联：两个表以「关系」的连接方式进行关联，无需在数据集提前配置 Join 方式，在对数据集进行查询时，会根据查询中使用到的字段自动选择 Join 方式，相比传统固定的 Join 方式更加灵活，通过「关系」建立的数据集模型也可以称之为**「关系模型」**；
• 物理关联：两个表以「内部」、「左侧」、「完全外部」的传统 Join 方式进行关联，对应 SQL 中的「inner join」、「left join」、「full outer join」。

第四步：按需组合表节点

当我们把两个单表节点的关联方式，从**逻辑关联（关系）修改为物理连接（Join）**时，这两个「单表节点」，将会合并为一个「组合单节点」。

「组合单节点」整体可以继续和其他「组合单节点」或「单表节点」之间进行逻辑关联（关系）。

如果「组合单节点」和其他节点直接的关联方式，从逻辑关联（关系）修改成任意其他物理关联（Join）的方式，则这两个节点，会合并在一起成为一个更大的「组合单节点」。
如果想要将某个表从「组合单节点」中拿出来，则将它们的关联方式再修改成「关系」即可。

如果将「组合单节点」中的任意一个表，与一个新拖入画布中的表构建关联，则这个新的表会被自动加入到这个「组合单节点」中，它们之间会自动构建物理关联。

表节点组合的作用：
逻辑关联（关系）和物理关联（Join）可以组合使用，以让我们的数据集模型建设更加灵活**：**

• 单表节点自身构成一个物理表，「组合单节点」内的所有表 Join 的结果整体构成一个物理表；
• 表节点和表节点之间可以再进行逻辑关联，构成逻辑表。

自定义 SQL 表节点的使用

默认情况下，将一个表拖入到模型配置的画布中时，会将这个表对应分区的完整数据进行抽取。
不过有时候，我们会想先对表中的数据进行预处理，之后再作为数据集的数据源，此时可以选择使用数据集的「自定义 SQL 表节点」。

• 自定义 SQL 表节点也可以正常和其他的表节点进行关联。
  

数据源分区筛选的配置

对于抽取数据集，当数据集模型中，使用了带有分区的数据源表时，点开该表节点，可以在数据筛选处找到「分区筛选」的选项。
由于数据集的数据同步，相当于将表节点的关联的结果生成一个对应的 SQL，之后通过数据同步任务将 SQL 查询结果同步至数据集的数据底表，因此这里的分区筛选配置，将会影响数据集每个分区中会同步数据源表哪个分区的数据。

• 这里演示的主要是整表引用的表节点，对于使用了自定义 SQL 的表节点，自定义 SQL 的查询结果会作为数据集的数据源，因此可以在写 SQL 的时候，通过添加分区字段的筛选来调整。
  

事实表和维表的切换

多事实表模型是数仓建设中非常常见的数据模型，在 DataWind 中使用关系连接建设多事实表模型相比于传统的 Join 具有非常大的优势，由于关系模型的表之间并不是传统的 Join 连接，因此需要配置这些表是属于事实表还是维表。关于事实表和维表的概念，可以查看文档：Fabric 模型概述。
事实表和维表的切换有两种方式：

• 可以选中某个表节点，之后在展开的节点配置处切换类型。
  
• 或者通过表节点右上角展开的选项切换类型。
  
• 当数据集模型中存在「组合单节点」与其他「单表节点」的关联，「组合单节点」内部物理关联的结果整体也可以作为一个事实表或维表，同样也可以通过上述的方式进行切换。

  说明

  「组合单节点」内的「单表节点」之间由于是传统的 Join 方式，因此不存在是否事实表的概念。

  

直连和抽取的切换

点击右上角的更多选项，可在当前模式的箭头中，点击「切换成xx」状态，请注意，在数据集保存之后，不再支持数据抽取与直连之间的切换。

事实表最近有数规则与维表查询周期配置

当数据集中使用到了「关系」连接（Fabric 模型）时，数据集各个表节点之间的同步会独立进行，由于不同表的数据产出时间和数据量不同，对应表节点的同步完成时间也会不一样；
因此在某个时间点对数据集查询的时候，不同表节点的最新分区日期可能不同，对于这种场景，可以通过事实表和维表的配置项，来控制对数据集查询时，分区筛选的取值范围。关于各选项的具体影响，可参考事实表最近有数规则与维表查询周期配置。

• 事实表最近有数规则：会影响可视化查询页面，分区筛选的最近有数一天如何取值；
  
• 维表查询周期配置：会影响在可视化查询时，事实表所有分区只 Join 维表最新一个分区，还是 Join 维表对应的数据分区。
  

表之间的 Union

在数据集的模型配置中，支持对多个表进行合并，形成一个表节点，操作入口在表节点的右上角处，在展开的选项中选择「创建合并关系」。

之后将需要参与合并的表拖入，即可合并两个表，并且该节点名称也会自动修改为 Union 表节点。

数据筛选配置

当数据集模型配置时，使用了整表节点进行抽取时，支持对表节点配置数据筛选，添加筛选后，数据集在同步数据时，将只会包含经过了筛选的数据。
数据筛选主要分为「单表节点筛选」和「组合单节点筛选」。

数据筛选的配置方法分为「字段筛选」和「表达式筛选」：

• 两种筛选方法可以混合使用；
• 支持点击「且」和「或」按钮来切换这些筛选条件间的关系。

表节点抽取参数配置

对于部分数据源，DataWind 支持在对数据源抽取时添加抽取参数，以 MySQL 数据源为例，在进行模型配置时，点击表节点，可以在节点的信息中找到抽取参数配置。
配置抽取参数后，数据集将在执行数据同步任务时，将参数添加进任务中。

仅物理关联模型

仅逻辑关联模型（多事实表）

混合使用模型（多事实表）