语义视图（Semantic View）

语义视图是云器 Lakehouse 中的一种逻辑数据模型对象，用于在物理表结构与业务分析需求之间建立一层语义抽象。

没有语义视图时，不同报表和应用中往往存在不一致的计算口径，导致"同一指标，不同结果"的问题。语义视图通过集中定义表关系、维度和指标，解决了以下两类核心问题：

核心组件

语义视图由四个核心组件构成：

逻辑表（TABLES）：映射到物理表的业务实体，如客户、订单、商品。通过主键和外键声明表间关系，查询时引擎自动处理 JOIN，无需手写。

维度（DIMENSIONS）：分类属性，回答"谁、什么、哪里、何时"等问题。支持直接映射物理列，也支持表达式（如

YEAR(hire_date)

YEAR(hire_date)

）定义计算维度。

指标（METRICS）：通过聚合函数（

COUNT

COUNT

、

SUM

SUM

、

AVG

AVG

、

MIN

MIN

、

MAX

MAX

）定义的量化业务度量，如"员工总数"、"平均薪资"。

过滤器（FILTERS）：预定义的可重用过滤条件，封装常用业务筛选逻辑，面向 AI/元数据层使用。

场景	说明
跨表指标分析	定义多表关联关系，查询时自动 JOIN，无需手写
统一指标口径	集中定义 KPI 计算逻辑，避免各报表口径不一致
降低查询门槛	业务用户用业务术语查询，不需要了解物理表结构
AI Agent 数据接入	通过 CZ-CLI 或 MCP 工具，让 AI Agent 直接查询语义化数据
Analytics Agent 数据源	作为对话式分析的语义层，支持自然语言问答

文档	内容
创建语义视图	CREATE 语法、参数说明、完整示例
查询语义视图	`semantic_view()` semantic_view() 函数用法、过滤、排序
高级查询用法	子查询、CTE、与普通表 JOIN、CTAS
管理语义视图	DROP、ALTER、SHOW、DESC、权限控制
与 AI 功能集成	AI_COMPLETE 组合查询、CZ-CLI、MCP 工具
用 AI Agent 生成和维护语义视图	信息收集、设计判断、验证方法、常见坑
最佳实践	命名规范、设计建议、常见问题

联系我们