功能概述
数据抽取是指从源数据库中抽取原始数据到高速缓存库，它可以保证秒级获取大级别量的数据结果，提高系统性能。
系统支持数据抽取功能的模块有：自助数据集、可视化查询、SQL查询、原生SQL查询、存储过程查询、Java查询、组合分析、加载Excel数据。
数据抽取功能的机制如下：
1）数据集或分析确定结果字段。
2）发起数据抽取指令后，从源数据库中将字段的所有数据抽取到高速缓存库，在高速缓存库的“DEFAULT”节点下生成对应的视图和字段：
3）再次查询当前数据集或分析的数据时，从高速缓存库获取数据。
注：1、数据抽取功能必须在当前数据集已保存的前提下才能被激活使用。
2、系统支持“可视化查询”、“组合分析”和“自助数据集”通过数据行权限控制数据抽取的结果。
2. V8.0及以下版本只支持自助数据集允许数据抽取。
入口及界面
1、非自助数据集及组合分析：在已保存的非自助数据集或组合分析的编辑界面，单击工具栏上的 抽取 按钮（
），打开“数据抽取设置”窗口。
2、自助数据数据集：在已保存的自助数据集的编辑界面，先单击工具栏上的 抽取 按钮（
），再单击旁边的 设置（
），打开“数据抽取设置”窗口。
设置说明
非自助数据集和组合分析的数据抽取功能不支持“增量抽取”。
“数据抽取”窗口中的设置项说明如下：
| 界面介绍 | 分类 | 功能说明 | |
|---|---|---|---|
抽取方式 | 实时 | 表示不抽取。其中，自助数据集的不抽取设置通过 实时 按钮（ ）实现。 | |
| 全量抽取 | 表示抽取全部数据，每次抽取都会清空类似于数据迁移或数据复制，它将当前数据集的可见字段（非新建计算字段）从数据库中抽取到高速缓存库。 | ||
| 增量抽取 | 增量抽数据按时间戳 | 指与上次抽取结果中最大时间对比，将大于这个时间的数据进行集中抽取。 目前只有自助数据集支持增量抽取，且只有自助数据集中含有时间信息的字段才支持增量抽取。 | |
| 增量字段 | 表示与上次抽取结果的最大时间进行比对的字段，必须将记录了时间信息的字段做为增量字段。 | ||
| 时间格式 | 时间格式用于将非DATE或非DATETIME类型的增量字段进行格式转化。例如：若增量字段为“订单日期”，“订单日期”是“string”类型，数值是“20150101”，则我们需要设置其时间格式为“YYYYMMDD”。 | ||
| 忽略抽取当天数据 | 表示不包含当天的增量数据。 | ||
| 覆盖最后抽取的N天数据 | 表示根据时间戳，重新抽取并覆盖高速缓存库中当前自助数据集的最后N天数据。目前只支持Vertica类型的高速缓存库允许“覆盖最后抽取的N天数据”设置项。 | ||
| 异常处理 | 回滚 | 表示返回到数据抽取前的状态。 | |
| 继续 | 表示继续抽取下一条数据，并将这条错误数据写入异常日志，供用户下载查看异常原因。 | ||
执行用户
| 资源创建者 | 表示当前自助数据集创建用户，将只抽取该创建用户拥有的数据行权限内的数据。数据行权限详情请参考数据权限。 | |
| 特定用户 | 表示指定抽取的用户，通过用户名和密码指定，将抽取该指定用户拥有的数据行权限内的数据。数据行权限详情请参考数据权限。 | ||
| 抽取时间 | 立即抽取 | 表示立即抽取数据到高速缓存库。 | |
| 定时抽取 | 表示根据时间计划将数据定时抽取到高速缓存，其中定时抽取通过定制计划任务实现，详情请参见计划章节。 | ||
上表中的“执行用户”设置项用于保证：只允许抽取资源创建者数据行权限内的数据。目前只有“可视化查询”、“组合分析”和“自助数据集”的数据抽取受数据行权限控制。
