第56页，共608页。 显示 6,074 条结果 (0.527 秒)
excel打印预览与报表展示效果不一致
（本文档仅供参考） 问题说明 当打印预览的时候，某些列会变成#### 并且整体表样会偏移 image2018-11-23 18:13:1.png image2018-11-23 18:15:39.png 解决方案 打印预览时，看到的是已转化成PDF格式的报表；网页上看到的是html格式的效果。这两者文件类型不同，展示的效果也不会一致。 打印效果不一样权限 - 电子表格没有数据集的引用权限还是能正常看到数据
（本文档仅供参考） 问题描述： 在数据集上右键查看资源授权，发现并没有添加用户的引用权限，但是电子表格还是正常查看数据。 原因及解决方案： 可能是该数据集之前是此用户创建的，在这个数据集上右键查看资源授权，可以看下“资源所有者”是否为此用户，如果“资源所有者”没有问题，可以在数据集的输出字段上右键查看资源授权，“资源所有者”是否为此用户。若是此用户，修改为管理员即可。 image2019-5-13 17:36:27.png 没有权限但是可以看到数据 没有权限但是可以打开报表透视分析 ⬝ 数据过滤
1 概述 透视分析中可以通过设置过滤条件动态筛选想要查看的数据，比如在全国的订单销售数据中，可以通过区域筛选器快速切片到“华北”、“华南”等区域的数据。 2 功能入口透视分析中拖拽层次 在数据面板的数据资源树中，拖拽字段和参数到 过滤条件 或 过滤条件区。 guolvshuju.gif 3 场景示例 … 模糊过滤 1、基于以上示例，如果想要查看继续查看“贸易”型公司的销售数据，可以在右侧数据面板中拖拽“公司名称”到 行区 和 过滤条件区 ，并点击过滤条件的 设置 按钮 guolvshuju04.png 2、设置其 控件类型 为“单选输入框”，修改其 操作符 为 模糊匹配数据 - 数据是-0.13%在电子表格中显示成-.13%
问题描述 如下图所示，数据怎么会显示成 -.13% ，前面的0少了，应该是-0.13% https://s2-cs-pub-std.kefutoutiao.com/doc/im/tid8599/14684e72-9234-4b8b-981e-d89a1fd9a797.jpg?x-oss-process=image/auto-orient,1 解决方案： 通过验证，用户的SQL类似 select (-3/10000)*100||'%' a from dual ，在数据库中执行之后，也同样是有问题的，如下图所示： https://s2-cs-pub-std.oss-cn-shanghai.aliyuncs.com/docETL-节点预览数据块，但里面查询执行慢
(文档仅供参考) 问题说明 为什么etl预览窗口很快，而数据查询就很慢？ image2023-12-11_18-27-55.png 数据查询—sql查询 image2023-12-11_18-26-34.png 原因： etl窗口预览取数逻辑： 1、预览数据在 引擎安装目录\data\middata 目录下以csv格式存储； 2、预览数据存储多少行数据成CSV文件，由如下配置决定； image2023-12-11_18-28-52.png 而数据查询节点查询：其对应sql查询模块的查询，对应有count全表，当全表数据量较大时，sql则较慢，对应和数据库性能相关。 注：如涉及到慢的情况，如多方面因素思考其Echarts图形-扩展属性：数据标签 - 堆积柱图显示各自数据标签及合计值
（本文档仅供参考） 问题 想要实现既显示堆积柱图各自的数据项标签又显示合计值的效果，如下图示 image2022-3-15_13-45-39.png 解决方案 可添加一个合计字段进行作图，同时通过扩展属性隐藏该合计值字段的柱子，只显示数据标签 { "series": [{ "itemStyle": { "normal": { "label": { "show": true, "position": "inside" } } } }, { "itemStyle": { "normalETL-星环写入数据报错
（本文档仅供参考） 问题描述： 关系目标表执行报错，提示：数据格式异常，请检查数据格式是否正确。但在数据源表数据快查中是可以预览数据的。但节点却报错了。 节点日志分析：error, you should set transaction. type before any DCL statement, type[inceptor, holodesk] image2024-1-19_16-12-16.png image2024-1-19_16-14-49.png 解决方案： 根据日志报错关键信息，并非数据格式类型不匹配导致。报错为数据库驱动反馈的异常 error, you should set父子结构数据实现下拉树参数
本文介绍产品如何通过把父子结构数据，实现下拉树参数。 1 示例 1、示例下载数据：父子维.xlsx；如果想复现示例，需要先把示例数据导入到模型中 或者把文件导入到业务库中，详细查看：文件 https://wiki.smartbi.com.cn/pages/viewpage.action?smt_poid=43&pageId=111757900。 2、创建SQL查询，可参考：创建SQL查询。 3、设置参数，可参考：设置参数。 4、在仪表盘也可以构建下拉树组件，详细可参考：树筛选组件。 把“父子维”数据导入到业务库中，父子维的数据结构如下： fuzi.png 现在通过Smartbi仪表盘创建一个有父子层级机构数据挖掘-模型自学习
概述说明 机器学习中发布到生产的服务内所训练的模型随着时间推移，准确性可能会逐步降低。这时若通过补充新的数据，重新进行训练，则有可能提高模型准确性。模型自学习则是将这个步骤自动化，并能自动将符合一定要求的模型发布或者部署到生产中，它能解决模型长期得不到更新而导致准确性降低的问题，并极大减轻运维人员的工作量。 适用场景 1、模型已经训练好并发布为服务，用户希望模型能定期更新 2、模型的训练数据能定期更新 功能入口 图片3.png 进入模型自学习界面可模型自学习自定义并可以设置定时任务，如下： 图片4.png 模型自学习示例 以房价预测为例： 1、打开房价预测实验实例数据模型校验
1 概述 1.1 背景 在数据模型的编辑、使用过程中，因表结构错误、计算逻辑异常、参数配置不当等问题，常导致查询或抽取数据时出现报错。为解决这一痛点，Smartbi针对数据模型”校验“功能进行增强，旨在帮助用户快速定位并修复模型问题，减少问题排查成本，提升数据处理效率。 1.2 核心价值 自主解决问题：支持用户和运维人员在编辑模型时,通过“校验”能直接发现问题，减少对技术支持的依赖。 精准定位异常：通过可视化界面清晰展示错误类型与位置，辅助快速修复。 2 具体操作 以为产品内置的nortthwind 数据库为例，创建的数据模型如下 04.png 设置了关联关系、创建计算度量、计算列等，保存之后，想要
