语义模型，负责把面向技术的数据组织成面向业务的数据，以供业务人员查询分析使用。，该功能点提供"左树右表+卡片"的界面展示方式，左侧展示"语义模型分类"树，右侧以列表形式展示"语义模型编码、语义模型名称、数据源"等报语义模型信息。双击列表中的语义模型，进入语义模型"卡片"界面，展示语义模型的详细基本信息。

语义模型的内部结构

语义模型主要由以下几部分构成：

1. 元数据

   元数据是指描述数据的数据，是为了外界使用数据而对数据本身含义的阐述。拿我们最常见的二维数据（行列结构）举例来说，如果只有这些行列结构的数据，对我们来说这将毫无意义。因为我们无法知道哪一列的数据代表什么含义，无法知道如何操作这些数据，更别提由这些数据分析出有用的信息。反过来，如果针对这些数据指定了元数据，我们就可以了解哪一列代表的业务含义，并且知道该列的数据类型、长度、精度 等。这样，我们就能对这些数据进行加工处理，分析提取出有价值的信息。

   同理，语义模型的元数据是对执行语义模型后获取的二维数据的描述。元数据针对结果数据的每一列都提供了下列信息：数据类型、字段显示名、字段名、备注、长度、精度 等。有了这些信息，我们就能知道在业务应用中该如何使用语义模型。

2. 描述器

   描述器是指对数据操作的描述，例如：过滤、排序、分页、汇总 等。在语义模型中，描述器表述了对语义提供者抽取的数据的加工处理过程。

   语义提供者负责抽取数据，同时对外提供元数据来描述这些数据。语义提供者的元数据一般是在语义模型内部使用。

3. 语义提供者

   语义提供者，表述了一类取数方式，或者说如何提供数据的方式。在语义模型中，语义提供者负责把一类业务取数过程以语义脚本的形式描述出来。 为了能更好的理解这个概念，我们可以打这样一个比方：NC元数据、数据仓库、报表数据、总账数据 等 这些可提供数据的对象好比"数据水源"，而语义提供者好比"水泵"，语义模型好比"抽水机"。每种"数据水源"只支持特定的"水泵"来抽取数据。我们有了一种语义提供者"水泵"，就能抽取其对应的"数据水源"里的数据。语义模型中能指定多个语义提供者，就相当于"抽水机"挂接了多个"水泵"，我们就能从多个不同类型的"数据水源"来抽取数据。

   语义提供者负责抽取数据，同时对外提供元数据来描述这些数据。语义提供者的元数据一般是在语义模型内部使用。

4. 描述器

   描述器是指对数据操作的描述，例如：过滤、排序、分页、汇总 等。在语义模型中，描述器表述了对语义提供者抽取的数据的加工处理过程。

   语义提供者负责抽取数据，同时对外提供元数据来描述这些数据。语义提供者的元数据一般是在语义模型内部使用。

5. 首选项

   语义模型中的首选项包括三类数据：参数、宏变量、配置项。

       参数: 参数是模型中代表动态信息的元素,用于响应用户的输入。参数给用户提供了控制模型执行过程的机会。

       宏变量: 宏变量与参数类似，区别是，参数在模型执行时需要用户输入值；而宏变量不需要与用户交互，系统后台会根据上下文计算该值。

       配置项: 配置项用于控制语义模型的执行方式。

语义查询模型，语义层的建模工具，将应用在三个方面：

业务报表： 语义模型作为报表的取数接口，通过iUFO的可扩展区域、取数函数等形式，将语义模型应用到自由报表和采集表。

分析报表： 语义模型作为事实表或维度表，构建在OLAP模型中，应用到透视表或透视图。

数据集成： 语义模型作为数据集成的主要数据输入接口，提供数据集成的原始数据，进行ETL操作。

语义模型的执行流程如下图所示：

语义模型执行过程可分为以下步骤：

第一步：语义模型脚本化

语义模型中的对象结构将转变为字符串形式的语义脚本。

第二步：脚本对象化

通过脚本引擎把语义脚本解析为脚本模型，即把字符串形式的脚本 对象化。

第三步：脚本模型翻译为SQL

基于脚本模型，处理其中的语义函数，把脚本模型翻译为标准SQL语句。

运行态描述器会在这一步被处理。

第四步：执行sql，把结果集封装为DataSet，返回DataSet。

由于运行态描述器的存在，每次执行语义模型时获取的最终sql都是不同的，但是，语义模型本身对应的脚本模型是相同的。基于性能考虑，我们可以把语义模型对应的脚本模型缓存起来。这样一来，只有第一次执行语义模型时，我们需要完整执行上述四个步骤，接下来的每次执行，我们只需取得该缓存的脚本模型，再做第三、四步的处理即可。