架構說明
Schema 採用三層架構來描述資料結構。
三層架構
| 層級 | 對應資料 | 說明 |
|---|---|---|
| Metadata | Datasets | 管理多個表格 |
| Schema | Table | 定義單一表格 |
| 欄位屬性（Attribute） | Field | 描述單一欄位 |
架構關係
Metadata (資料集)
├── Schema (表格 1)
│ ├── 欄位屬性 (欄位 1)
│ ├── 欄位屬性 (欄位 2)
│ └── 欄位屬性 (欄位 3)
├── Schema (表格 2)
│ ├── 欄位屬性 (欄位 1)
│ └── 欄位屬性 (欄位 2)
└── Schema (表格 3)
└── 欄位屬性 (...)實際資料對應
| Schema 層級 | Python 資料型別 | 範例 |
|---|---|---|
| Metadata | dict[str, DataFrame] | {'users': df1, 'orders': df2} |
| Schema | pd.DataFrame | pd.DataFrame(...) |
| 欄位屬性 | pd.Series | df['user_id'] |
使用說明
單表格場景（常見）
大多數情況下只包含一個表格：
id: my_dataset
schemas:
users: # 單一表格
id: users
attributes:
user_id:
type: int
name:
type: str多表格場景
當資料集包含多個相關表格：
id: ecommerce
schemas:
users: # 第一個表格
id: users
attributes: {...}
orders: # 第二個表格
id: orders
attributes: {...}
products: # 第三個表格
id: products
attributes: {...}注意事項
- 實際使用時通常只需定義 Schema 和欄位屬性
- Metadata 層級在單表格場景下由系統自動建立
- 詳細的配置參數請參閱欄位屬性參數文檔