第80页，共307页。 显示 3,064 条结果 (0.051 秒)
扩展包简介
知识库版本的维护。 Java查询 指基于Java数据源中Java查询对象作为查询源的一种业务查询。 3 常见问题 3.1 为什么要使用扩展包 从项目角度上看： 把项目定制化的需求做成扩展包，这样能够最大限度地控制项目化的需求对产品的影响，控制不同项目之间相互影响，项目需求响应的及时性也能得到保证。 从产品开发角度上看： 把产品新功能模块的开发做成扩展包，这样可以有效避免新功能开发对产品的影响，从而最大限度的保证产品的质量。 3.2 如何在Smartbi中加载扩展包 项目定制化需求开发的扩展包： 启动Smartbi服务器，访问http://server_ip:host/smartbi扩展包简介
版本的维护。 Java查询 指基于Java数据源中Java查询对象作为查询源的一种业务查询。 3 常见问题 3.1 为什么要使用扩展包 从项目角度上看： 把项目定制化的需求做成扩展包，这样能够最大限度地控制项目化的需求对产品的影响，控制不同项目之间相互影响，项目需求响应的及时性也能得到保证。 从产品开发角度上看： 把产品新功能模块的开发做成扩展包，这样可以有效避免新功能开发对产品的影响，从而最大限度的保证产品的质量。 3.2 如何在Smartbi中加载扩展包 项目定制化需求开发的扩展包： 启动Smartbi服务器，访问http://server_ip:host/smartbi/config系统选项
对系统进行统一的全局化的配置。 功能入口 1、选择系统快捷菜单 系统运维 ，或者选择“系统导航栏”的 系统运维 ，如图： 0.png 2、选择“系统运维”界面主菜单 系统选项 ，如图： image2019-8-28 17:17:45.png 界面介绍 wd-02.png 系统选项界面设置项列出了允许 … =76697617&src=contextnavpagetreemode 用于对交互式仪表盘（曾用名：自助仪表盘）进行全局性配置 灵活分析|即席查询设置 http://wiki.smartbi.com.cn/pages/viewpage.action?pageId=27002167 用于灵活分析和即席查询属性的全局设置电子表格⬝ 参数管理
电子表格-参数管理中，存在两种参数：数据集参数、报表参数，其定义如下： ● 数据集参数：电子表格中可创建多个报表数据集，在该数据集中可以有自己的参数，实现数据的过滤查询。 ● 报表参数：能在 电子表格-参数面板 中显示、可排版的参数。 报表参数 数据集参数 2022-07-01_11-45-33.png 模型查询： 2022-07-01_11-46-47.png 详情请参考 电子表格-模型查询 相关内容。 SQL查询： image2022-1-17_16-44-11.png 在表达式中通过“${ParamName}”来标识参数，其中“ParamName”为参数名；用常见安全问题加固方案汇总
本页面罗列了常见的安全漏洞相关处理方案，指导用户通过系统化配置、环境优化及最佳实践，提升Smartbi系统的整体安全性，降低安全风险。 适用场景：新环境部署、版本升级、安全审计前的加固操作。 序号 漏洞详情 解决方案 1 环境配置加固 1、操作系统层： ①关闭不必要的网络端口和服务（如默认关闭 … smartbi的系统功能众多，建议做好内外网隔离，实施最小权限原则，为用户分配仅满足业务需求的访问权限，避免在密码泄露的情况下，被非法访问并进行接口非法调用，内外网隔离设置可参考wiki文档：内外网隔离最小化 该扩展包支持V8-V11，jdk 要1.7及以上，所有发包版本的war包需要在2023年9月22号以后的才指标模型 ⬝ 场景入门示例
1 场景描述 随着新一轮科技和产业革命的兴起，全球经济形态正逐步向数字化转型，银行业作为现代金融业的重要组成部分也面临深刻变革。某银行面对时代变革，积极推动数字化转型，在原来信息化建设的基础上，再做数字化建设，建设指标管理，通过数字化的形式，把银行的各业务指标统筹管理，实时监控，为行内做好业务经营分析和决策管理 … quanjushitu.png 3.5 模型管理及应用 维度和指标创建后，我们需要基于行内的业务分析模型，构建对应的数据模型，最终，用指标构建的数据模型作业务分析，如查看业务明细数据（即席查询）、制作业务经验分析报告（交互式仪表盘），如下图。 zhibiaoyingyong.gifSSAS（分析服务）优化手册
优化前注意事项 1、数据质量。数据仓库中维度表的数据质量要严格保证。比如店仓的大区、省区、管理城市等属性和店仓代码没有一对多的上下级关系，这样在设计店仓维度时，就无法建立有效的层次结构。这会拖慢查询时的性能。 2、对报表分类。可按报表的使用方式和体积对用户报表进行分类。 1) 有的报表侧重分析，维度汇总程度 … 、成员数量巨大的维度，不建议查询到最底层的数据（叶级数据）时展开全部。比如到货品。 4、一张报表减少Sheet页的个数，每个Sheet页的数据透视表个数最好不超过2个； 5、分析服务（SSAS）使用64位服务器，充分利用CPU和内存。 优化策略 一般地，按5个方面进行优化。 1. 数据源设计 2.原生SQL数据集
，每行不一样只解析第一行的数据结构，结果可能会存在数据缺失。 3）非单行指令，如需要设定变量等操作，都需要添加return使用脚本查询； 4）]}、{[等特殊字符的组合antlr第三方工具包无法正常解析，需要通过在中括号和大括号之间添加换行，进行格式化规避处理； 如直接执行db.test.find({"name … 输出字段的数据类型。 原生SQL数据集支持在同数据源下跨Schema进行查询，但是必须确保连接该数据源的用户对进行查询的Schema拥有相应的权限。 界面介绍 界面介绍.png “原生SQL数据集”界面主要分为以下几个区域： 可选资源区：该区列出了所有可被原生SQL数据集使用的资源。 SQL文本区：输入数据模型-参数应用
数据模型中可用到的参数有两种： 第一种是各私有查询中的私有参数，这类参数可以直接应用于报表数据的筛选及联动。详情请参见：私有查询参数 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=69737557#id-%E6%95%B0%E6%8D%AE%E6 … 。 如果模型是"抽取“模型，模型里关联私有查询的参数无法在报表层进行联动筛选（抽取的时候是以参数默认值进行抽取）； 参数的这四个应用对参数的要求有如下区别： 应用类型 要求 参数筛选应用 https://wiki.smartbi.com.cn/pages对话式分析-构建知识图谱
构建知识图谱，是使用“自然语言分析”相关功能的前提条件。用户每次对数据源进行变更操作后，都需要重新构建知识图谱。 基本概念 知识图谱 本质上是一种语义网络，是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系．其基本组成单位是“实体－关系－实体”三元组，以及“实体及其相关属性－值对”，实体间通过关系相互联结，构成网状的知识结构。简而言之，知识图谱是一个知识库，到知识库中去对查询的内容进行关联分析和推理，试图让机器了解用户的意图，反馈与查询相关内容的更多关联信息。 例如，使用菜谱来构建知识图谱，询问“夏天西红柿怎么做汤”，知识图谱会查询“夏天”、“‘西红柿”和“汤”在所有菜谱中的直接和间接关系，进而
