第9页，共307页。 显示 3,064 条结果 (0.035 秒)
大数据量查询优化：预计算
某些耗时的操作（例如JOIN、聚合）的结果保存下来，以便在查询时直接复用，从而避免这些耗时的操作，最终达到加速查询的目的，它是解决性能的一个举措。 预计算原理：其核心原理是借助高速缓存数据库的物化视图技术，在数据模型创建预计算时，触发数据抽取操作，将预计算结果插入或更新到缓存库。后续报表层查询时，若符合命中规则，可直接从预计算表取数，避免复杂的实时计算，大幅缩短查询响应时间。 数据模型编辑界面支持预计算配置，一个数据模型可以建立多个预计算。 2 预计算适用场景 适用于如下场景： 模式固定、且执行频次高的查询； 查询包含非常耗时的操作，比如聚合、快速计算、大表关联等； 适合事实表数据行数很大的情况，比如千万级别即席查询宏入门
类型的超集，它可以编译成纯JavaScript。 开发即席查询宏，就是通过Smartbi开放的TypeScript接口，对模型即席查询的页面或组件进行修改，实现定制化的效果。 2、组件接口说明 即席查询宏的接口如下表所示： 对象 名称解释 IDetailedQuery https … 一、即席查询宏界面 1、操作入口 即席查询宏入口：设置面板->交互->宏管理->设置 https://wiki.smartbi.com.cn/download/attachments/114997832/image2023-8-1_17-22-20.png?version=1&modificationDate数据挖掘-标准化
概述 标准化数据使数据具有单位标准差归一化或平均数据中心化。 单位标准差归一化：将输入数据进行单位标准差归一化，使转换后的数据具有单位标准差； 平均数据中心化：将输入数据进行中心化，使转换后的数据均值为0。 如果某个特征的标准差为0，则该特征的返回结果也为0。 输入/输出 输入 没有输入端口 输出 一个输出端口，与抽取、变换节点组合使用 参数设置 参数名称 说明 备注 新增列后缀 用于设置在原字段名后追加后缀生成新的列，默认后缀为：Normalized； 必填 图片17.png 单位标准差归一化数据挖掘-标准化
概述 标准化数据使数据具有单位标准差归一化或平均数据中心化。 单位标准差归一化：将输入数据进行单位标准差归一化，使转换后的数据具有单位标准差； 平均数据中心化：将输入数据进行中心化，使转换后的数据均值为0。 如果某个特征的标准差为0，则该特征的返回结果也为0。 输入/输出 输入 没有输入端口 输出 一个输出端口，与抽取、变换节点组合使用 参数设置 参数名称 说明 备注 新增列后缀 用于设置在原字段名后追加后缀生成新的列，默认后缀为：Normalized； 必填 图片17.png 单位标准差归一化大数据量查询优化：利用数据模型分区快速过滤数据
1 概述 在数据处理与分析场景中，当数据量庞大时，查询效率成为关键问题。 当用户在数据源库中设置了分区，也想在Smartbi 查询报表时，能直接命中分区，使查询语句能快速定位到所需数据，从而大幅提升查询性能。 所以推出了新功能，该功能允许用户在数据连接和数据模型中配置分区字段相关信息，确保查询时能精准命中 … 上对应“MDX查询ID”的SQL语句，如果有多条，需要逐条确认。 2 适合场景 许多业务场景中，常以时间维度进行数据过滤查询，如查询特定月份或年份的数据。当事实表以日期相关字段（如 “年月”“年月日” 等）作为分区字段时，通过设置分区，关联的日期维表字段作为过滤条件（如年、年月、年季、年月日等），能命中数据挖掘-正则化
概述 用于标准化输入数据，使每个向量具有单位范数；Normalizer需要输入参数p，指定标准化范数，默认值为2；该标准化方法可用于提升算法效果。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出接收到的数据集。 参数设置 参数名称 说明 备注 选择列 用于选择需要正则化的列。 必填，列数<=10 新增列后缀 用于设置在原字段名后追加后缀生成新的列，默认后缀为：Normalized； 必填 P范数 指定标注化范数。 必填数据挖掘-正则化
概述 用于标准化输入数据，使每个向量具有单位范数；Normalizer需要输入参数p，指定标准化范数，默认值为2；该标准化方法可用于提升算法效果。 输入/输出 输入 一个输入端口，用于接收前置节点传下来的数据集。 输出 一个输出端口，用于输出接收到的数据集。 参数设置 参数名称 说明 备注 选择列 用于选择需要正则化的列。 必填，列数<=10 新增列后缀 用于设置在原字段名后追加后缀生成新的列，默认后缀为：Normalized； 必填 P范数 指定标注化范数。 必填数据挖掘-归一化
归一化是一种无量纲处理手段，使物理系数值的绝对值变成某种相对值关系。主要是为了数据处理方便提出来的，把数据映射到某个范围之内处理，更加便捷快速。 归一化实质是一种线性变换，线性变换有很多良好的性质，这些性质决定了对数据改变后不会造成“失效”，反而能提高数据的表现，这些性质是归一化/标准化的前提。比如有一个很重要的性质：线性变换不会改变原始数据的数值排序。 一般需要用到归一化的算法有：支持向量机、梯度提升决策树、逻辑回归、梯度提升回归树、线性回归、K均值、高斯混合模型。 归一化数据挖掘-归一化
归一化是一种无量纲处理手段，使物理系数值的绝对值变成某种相对值关系。主要是为了数据处理方便提出来的，把数据映射到某个范围之内处理，更加便捷快速。 归一化实质是一种线性变换，线性变换有很多良好的性质，这些性质决定了对数据改变后不会造成“失效”，反而能提高数据的表现，这些性质是归一化/标准化的前提。比如有一个很重要的性质：线性变换不会改变原始数据的数值排序。 一般需要用到归一化的算法有：支持向量机、梯度提升决策树、逻辑回归、梯度提升回归树、线性回归、K均值、高斯混合模型。 归一化电子表格⬝ SQL查询示例
。 image2022-1-11_14-24-55.png格式化SQL 用于将文本区中的SQL语句以标准格式化显示。 image2022-1-11_14-25-7.png复制SQL 用于复制文本区中的SQL语句。 shezhi.png设置 用于设置当前数据集的缓存策略。 3、数据结果显示区：用于显示执行SQL查询后的数据 … SQL查询是指通过SQL语句输出数据结果。 适用情况：熟悉SQL语句的技术人员。 功能入口：报表编辑界面右侧数据区 定制流程 使用SQL查询定制报表流程如下： 图片2.png 操作步骤 1、连接数据源，详情请参考 数据源连接 。 2、打开电子表格，登录服务器。 3、在数据集面板中，点击创建私有查询
