第24页，共30页。 显示 292 条结果 (0.022 秒)
部署SmartbiOLAP数据模型服务集群
该端口已被使用，可以通过修改application.properties文件，更换端口，参考下图： olap.png Smartbi OLAP Server服务设置最大JVM内存，可以通过修改startup_olap.sh脚本文件设置，参考下图： jvm-olap222.png Smartbi OLAP数据挖掘-多层感知机
为：[0.00000001, 0.000001]，默认值为 ：0.000001 收敛误差值，当损失函数取值优化到小于收敛阈值时停止迭代。 优化算法 · l-bfgs：有限内存中进行BFGS算法 · gd：梯度下降法 解决函数最优化问题时使用的算法。 学习率 参数范围为服务器性能分析
培训时间：2018-02-08 服务器性能应用场景 当我们通过其他工具（如charles）分析到是服务器响应缓慢时，我们就要通过各种工具或手段分析服务器执行各种方法所消耗的时间，用于分析服务器性能的瓶颈。 我们可以通过添加日志、使用Jprofile或者使用smartbi的"系统监控"->"性能"功能进行分析服务器的性能。 JProfiler的使用 JProfiler是一个服务器性能跟踪工具，可以分析服务器运行缓慢、包含内存泄漏（由于jvisualvm的使用更为方便，通常仅使用JProfile跟踪性能）等。 JProfiler通常不应该在并发测试中使用，因为开启JProfiler后对服务器性能影响非常大。建议平板-报表浏览
报表到离线区，数据的存储和读取在移动端内存中进行。详情请参见 平板-离线 章节。 image2018-12-7 11:5:37.png 用于在线获取数据，此时从原库中去取数。 image2018-12-6 14:45:52.png 用于对当前报表的参数进行个人参数设置。详情请参见 53937543。 注Excel融合分析如何处理超大数据量
1. 背景 一线的业务人员获取Excel明细表，原始数据量动辄几十万上百万条；虽然Excel是一款深受青睐、广泛使用的数据处理工具，但是Excel自身在处理大数据量情况下存在性能问题；并且当大数据量的Excel分析报表展现在web上会占用太多缓存，会容易撑爆内存导致宕机。 基于上述背景，本文将介绍在创建大数据量的Excel融合分析报表过程中，应该采取哪些操作方案，能够有效避免大数据量导致卡顿、提升查询性能。 2. 操作步骤 2.1 数据准备方式 在创建Excel融合分析报表前的数据准备阶段，我们可参考如下两个方式操作： 查询情况 操作要点 效果 单表查询 创建透视分析数据集数据挖掘-多层感知机
为：[0.00000001, 0.000001]，默认值为 ：0.000001 收敛误差值，当损失函数取值优化到小于收敛阈值时停止迭代。 优化算法 · l-bfgs：有限内存中进行BFGS算法 · gd：梯度下降法 解决函数最优化问题时使用的算法。 学习率 参数范围为Linux部署Smartbi OLAP Server集群
OLAP Server服务默认端口为18081，如果该端口已被使用，可以通过修改application.properties文件，更换端口，参考下图： olap.png Smartbi OLAP Server服务设置最大JVM内存，可以通过修改startup_olap.sh脚本文件设置，参考下图平板-报表浏览
报表到离线区，数据的存储和读取在移动端内存中进行。详情请参见 平板-离线 章节。 image2018-12-7 11:5:37.png 用于在线获取数据，此时从原库中去取数。 image2018-12-6 14:45:52.png 用于对当前报表的参数进行个人参数设置。详情请参见 53937543。 注Excel融合分析如何处理超大数据量
1. 背景 一线的业务人员获取Excel明细表，原始数据量动辄几十万上百万条；虽然Excel是一款深受青睐、广泛使用的数据处理工具，但是Excel自身在处理大数据量情况下存在性能问题；并且当大数据量的Excel分析报表展现在web上会占用太多缓存，会容易撑爆内存导致宕机。 基于上述背景，本文将介绍在创建大数据量的Excel融合分析报表过程中，应该采取哪些操作方案，能够有效避免大数据量导致卡顿、提升查询性能。 2. 操作步骤 2.1 数据准备方式 在创建Excel融合分析报表前的数据准备阶段，我们可参考如下两个方式操作： 查询情况 操作要点 效果 单表查询 创建透视分析数据集自定义计算成员
1 概述 计算成员是维度成员和度量的结合体，它通过绑定在普通维度上输出自定义成员字段，并且通过多维表达返回数值结果。因此在报表应用时，计算成员必须结合度量字段才有数据意义。 1、新建计算成员时，父成员可不选；如果要选择，只能选择”层次结构“的上级或者父级。 2、计算成员是存储在内存中的，如果底层的数据量过大，在数据模型中自定义"计算成员”可能会导致性能变差。 3、计算成员与分组字段要做的事情有点类似，区别是： 计算成员 不会新增列，而是在选择的字段中增加成员。 分组字段 是新增了新的一列，实现的场景不太一样，详参：自定义分组。 4、自定义成员支持参数，可参考：参数设置 https
