第43页，共307页。 显示 3,064 条结果 (0.036 秒)
数据权限设置—透视分析
透视分析是基于即席查询和数据集定义来定制的。如果要透视分析的数据权限也生效，则需对其数据来源进行数据权限设置，具体如下： 来源 说明 示例 基于即席查询 对即席查询设置好数据权限后，则透视分析也会生效。 即席查询 基于可视化数据集 对可视化数据集依赖的数据源和业务主题设置好数据权限后，则透视分析也会生效。 基于数据集的资源 基于SQL数据集/原生SQL数据集 需要在对应的SQL语句中手动添加条件。 SQL/原生SQL数据集数据权限 如需使用“SQL数据集、原生SQL数据集或可视化数据集”，需更换一个包含"SQL数据集、原生SQL数据权限设置—透视分析
透视分析是基于即席查询和数据集定义来定制的。如果要透视分析的数据权限也生效，则需对其数据来源进行数据权限设置，具体如下： 来源 说明 示例 基于即席查询 对即席查询设置好数据权限后，则透视分析也会生效。 即席查询 基于可视化数据集 对可视化数据集依赖的数据源和业务主题设置好数据权限后，则透视分析也会生效。 基于数据集的资源 基于SQL数据集/原生SQL数据集 需要在对应的SQL语句中手动添加条件。 SQL/原生SQL数据集数据权限 如需使用“SQL数据集、原生SQL数据集或可视化数据集”，需更换一个包含"SQL数据集、原生SQL表相关操作
我们以可视化数据集为例，演示在使用复制表功能的应用场景。 对于可视化数据集来说，同一个表的同一个字段属于同一个对象，如果拖拽两次会返回两个别名一样的字段，则无法正常查询，会报SQL错误。 复制表示例1.png 复制表示例2.png 但是在实际需求中，如使用可视化数据集则会出现要求同一个表的同一个字段使用两次的情况。 比如如下人员表结构和数据。我们需要对“BUG事实表”进行查询，希望使用可视化数据集直接查询出来“BUG的提交者”和“BUG的修复者”为人员的名称，而不是ID，这样我们在数据集中需要对人员名称对应字段“Name”拖拽两次。 人员表的表结构： 人员对于的ID 人员名称 ID数据集
定义是指报表人员对各类数据集进行定义、管理的界面，主要包含自助数据集、 可视化数据集、SQL数据集、原生SQL数据集、存储过程数据集、多维数据集、 Java数据集 、透视分析和即席查询。 数据集是定义报表和图形的基础，透视分析、Echarts图形、电子表格都是基于数据集创建的。 自助数据集：自助数据集是一类基于个性化需求的数据集，它面向各阶层用户提供数据查询和抽取服务。 可视化数据集：基于数据源或是业务主题通过简单拖拽操作创建的数据集。使用者一般为不熟悉SQL语句的业务人员。 SQL数据集：通过在文本区中输入SQL语句，来定义数据集条件和内容的一种数据集。使用者一般为熟悉SQL语句的技术人员。 原生SQL数据集：原生202407产品更新说明
更专注地应用计算列功能，以更高效地进行数据处理。 8907.png < 数据准备中的即席查询更名为：可视化SQL查询 为了避免与报表中的“即席查询”功能相混淆，新版本的数据模型和自助ETL中，“即席查询”更名为“可视化SQL查询”。 xin.png 3.3 交互式仪表盘 + 新增支持GIS地图 GIS地图通过空间分析和可视化技术，以直观、生动的方式展现地理空间数据，为企业提供全面、深入的数据分析支持，助力精准决策和业务优化。新版本的仪表盘增加了对GIS地图组件的支持，可以接入各类GIS服务并展示丰富的地图效果，详情可查看：GIS地图 。 1、支持多种方式接入GIS服务： 系统提供了TileLayer脱敏规则
联合数据源 √ 数据集 数据模型 √ 业务主题 √ 自助数据集 √ 可视化数据集 √ SQL数据集 √ 原生SQL数据集 √ 存储过程数据集 √ JAVA数据集 √ 多维数据集 × 分析展现 自助仪表盘/大屏可视化 √ 即席查询 √ 透视分析 √ 灵活分析 √ 仪表分析 √ 电子表格业务主题数据权限
针对 业务主题 对应的关系数据源创建的数据权限。在关系数据源中通过对查询的目标表设置数据权限，当即席查询和可视化数据集中涉及到这个业务主题的这些表时，数据权限设置条件会自动启用。 业务主题数据权限的设置和使用和关系数据源的数据权限设置逻辑一致，具体请参考 关系数据源的数据权限 。 操作入口 … 用的资源。 表达式设置区：该区主要用于编辑数据权限的表达式，设置数据权限表达式的资源可从“可选资源区”中拖拽或者从源表中查询(select X from) 范围定义区：该区主要是对数据权限生效的范围进行定义，包括适用的用户组、用户、角色以及优先级等。该区设置项说明如下： 设置项 说明 适用对象 表示如何跟踪数据不对的情况
/202409031728093841.png 配套小技巧： 1、如果是抽取模型查询不对，还可借助数据模型中的可视化SQL查询能力进一步确认原始业务库数据； 2、即席查询是确认模型原始数据是否正确的小助手，当建完模，不确认数据是否正确，就可借助即席查询或透视分析 https://community-static.forwe.store/community … 思路： 可视化的耗时分析或SQL监控看实际执行的SQL，对比生成的SQL与预想的SQL查询汇总的SQL有什么差异，一般考虑默认生效的参数、数据权限。 4.3 浮点型数值作为维度导致数据缺失 问题现象： 如下图，左边汇总表和右边明细表都是来源于一个数据模型，num是个数值型维度，原始数据是有数据的，汇总表没有增量抽取介绍
方式： 按字段筛选:当选中的是”数据源表“时，它才是启用状态，当选中的是其他查询是禁用状态。 按参数筛选：当选中的是SQL查询、存储过程查询、java查询、可视化SQL查询、脚本查询，它是启用状态；当选中”数据源表“时，它是禁用状态 当前”orderDetails“表是数据源表的类型，所以”增量数据获取方式 … exe安装包自带高速缓存库 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=111757078，正在持续继续完善。 3、导入文件、生成日期表、ETL高级查询不支持增量抽取。 4、增量抽取是针对数据模型的单个表或查询进行设置的。 1.1 增量抽取适用自由布局的介绍
在2022年7月15日发布的V10.5.8版本中，“交互式仪表盘”涵盖自助仪表盘、大屏可视化功能。 概述 大屏可视化是以大屏幕为展示载体，进行数据可视化的呈现；以直观、视觉冲击的方式向用户传递数据价值、快速洞悉业务数据；帮助管理者发现数据背后的关系和规律，为决策提供依据。 功能特性 拖拉拽构建大屏，无需专业人员 大屏可视化通过对数据、图表组件拖拉拽以及所见即所得的配置方式，即可快速实现专业的大屏效果。 多类组件、智能配图，全方位展现数据 大屏可视化拥有10+组件、20+图形，多维度分析数据。 详情可参考组件说明 布局自由、鹰眼加持，设计效果随心调整 大屏可视化运用自由布局，通过“鹰眼”功能随时调整画布比例，展示
