> ## Documentation Index
> Fetch the complete documentation index at: https://docs.xpertai.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 使用 WASM 数据库做分析

Xpert 分析云支持使用 WASM 技术运行的浏览器内存数据库做数据分析，使得用户可以使用浏览器分析在线存储任何地方的数据文件，包括 **Excel**, **CSV**, **JSON** 和 **Parquet** 类型的文件。

> **WASM** 是 WebAssembly 的缩写，它是一种用于在 Web 浏览器中运行高性能代码的二进制格式。WebAssembly 的目标是提供一种与 JavaScript 并行使用的通用Web应用程序语言，以支持更快，更强大的Web 应用程序和游戏。与 JavaScript 不同，WebAssembly 可以直接在浏览器中运行，而无需解释器或编译器的参与，从而提高了性能。WASM 可以使用多种编程语言进行编写，包括 C++，Rust 和 Go 等。除了 Web 浏览器，WebAssembly 还可以在其他环境中运行，例如操作系统内核，物联网设备和服务器。

## 新建 WASM 模型

无需数据源配置， 直接在语义模型管理界面点击 [新建 WASM 模型](../../models/sql-modeling/wasm-model/) 按钮， 输入名称即可进行创建。

假设你已经拿到了可以访问的数据文件链接（如 [https://app.xpertai.cn/assets/data/topSubscribed.csv](https://app.xpertai.cn/assets/data/topSubscribed.csv) 数据来源于 [Most Subscribed 1000 Youtube Channels](https://www.kaggle.com/datasets/themrityunjaypathak/most-subscribed-1000-youtube-channels) ）, 点击新建表参考下图方式创建表

<img src="https://mintlify.s3.us-west-1.amazonaws.com/xpertai/zh-Hans/bi/tutorial/create-table.png" alt="Middle Shadow" />

点下一步转到数据预览步骤，这里可以更改自动识别出来的字段类型，点击应用完成配置。

<img src="https://mintlify.s3.us-west-1.amazonaws.com/xpertai/zh-Hans/bi/tutorial/preview.png" alt="Middle Shadow" />

:::caution

由于这个文件里的  'Subscribers' 'Video Views' 'Video Count' 三个字段值是以千分位的方式存储的数字，目前 WASM DB 导入这样的数字无法自动识别，所以需要将字段类型改成 String。
或者在源文件中改成纯数字格式。 也可以使用[数据库初始化脚本](../../models/sql-modeling/wasm-model/#初始化脚本)进行处理。

:::

### 初始化脚本

也可以使用数据库初始化脚本的方式加载为数据表，使用如下 sql 脚本

```sql theme={null}
-- create table manually
CREATE TABLE topSubscribed (Rank INTEGER, "Youtube Channel" VARCHAR, Subscribers DOUBLE, "Video Views" DOUBLE, "Video Count" DOUBLE, Category VARCHAR, Started VARCHAR);
-- insert table from converted file data
INSERT INTO topSubscribed SELECT Rank, "Youtube Channel",
    TRY_CAST(REPLACE("Subscribers", ',', '') AS decimal(20, 0)) AS Subscribers,
    TRY_CAST(REPLACE("Video Views", ',', '') AS decimal(20, 0)) AS "Video Views",
    TRY_CAST(REPLACE("Video Count", ',', '') AS decimal(20, 0)) AS "Video Count",
    Category,
    Started
FROM 'https://app.xpertai.cn/assets/data/topSubscribed.csv';
```

可以执行上述脚本验证逻辑正确性，点击数据表区域的刷新元数据获取物理表可验证。

<img src="https://mintlify.s3.us-west-1.amazonaws.com/xpertai/zh-Hans/bi/tutorial/save-as-db-init.jpg" alt="" />

### 创建多维数据集

[创建多维数据集](../../models/cube-designer/) 使用表 `topSubscribed` 创建多维数据集 `TopSubscribed` 标签说明为 “Top Subscribed Channels” 点击应用创建。

<img src="https://mintcdn.com/xpertai/zU5KNaDKlHl8A4Ew/public/img/tutorials/wasm/create-cube.png?fit=max&auto=format&n=zU5KNaDKlHl8A4Ew&q=85&s=b03d793b4beb63793f06cdeec2d7654d" alt="创建多维数据集" width="1398" height="748" data-path="public/img/tutorials/wasm/create-cube.png" />

这里 `topSubscribed` 就是多维数据集的事实表，目前一个多维数据集中支持一个事实表和多个维度表。这里勾选度量或关联维度后创建多维数据集，会自动创建度量和维度结构。也可以不勾选，手动创建。手动创建模式，在源字段区域是事实表的物理表字段，被自动根据字段类型划分为维度和度量，需要调整的可以相互拖动。

选择需要生成维度和度量的字段后，点击**一键生成**按钮将字段生成多维数据集维度和度量。
目前基础模型就创建完成，可以用来查询数据了。

<img src="https://mintlify.s3.us-west-1.amazonaws.com/xpertai/zh-Hans/bi/tutorial/one-key.jpg" alt="" />

为了更好分析 Youtube Channel 维度的层次结构， 我们增强一下 Youtube Channel 维度层次结构和层级。 为现有 Youtube Channel 层级增加一个 Category 上级层级， 再新增一个 Started 层次结构，此层次结构中以 Started Year 开始往下细分为 Category 和 Youtube Channel。

<img src="https://mintlify.s3.us-west-1.amazonaws.com/xpertai/zh-Hans/bi/tutorial/cube-dimension.jpg" alt="Small" />

## 创建故事

有了模型之后让我们来创建一个关于 Youtube Channel Top Subscribers 的故事。点击模型工作空间 -> 常规菜单 -> 故事 -> 创建故事，即根据当前模型创建一个故事，也可以转到故事管理页面点击 **新建** 选择此模型然后创建。

打开[故事的设计器](../../stories/)后可以创建一个或多个故事点页面，一个故事点页面通常代表一个主题或分析领域。接下来就是添加各种组件

* 创建图形请参考组件[分析卡片](../../widgets/analytical-card/)
* 创建过滤器请参考组件[输入控制器](../../widgets/input-control/)

### 分享&嵌入

创建好故事仪表板后便可以分享链接并嵌入到其他网页，点击故事工具栏中的分享菜单，打开分享窗口，将故事 **可见度** 设置为 **公开**。使用应用链接即可公网访问此故事，也可以转到嵌入并预览故事嵌入到页面中的效果：

<img src="https://mintcdn.com/xpertai/zU5KNaDKlHl8A4Ew/public/img/tutorials/wasm/share-story.png?fit=max&auto=format&n=zU5KNaDKlHl8A4Ew&q=85&s=2e8819beffcea5a157501304b22e7fae" alt="分享故事仪表板链接嵌入页面" width="1790" height="988" data-path="public/img/tutorials/wasm/share-story.png" />

也可以使用分享菜单中的导出功能将故事到出为文件以分享给同事。

## 示例

<iframe src="https://app.xpertai.cn/public/story/96ad959f-75b7-4792-80f0-30ea3101d970" width="100%" height="700px" frameBorder="0" scrolling="no" allowFullScreen />