第117页，共486页。 显示 4,859 条结果 (0.043 秒)
交互式仪表盘-组件
概述 Smartbi提供了70+组件供选用，覆盖了“图表、表格、指标、信息、门户、其他、资源”7大类，同时还支持自定义图形组件，全方位满足您的分析需求，帮助您直观地展现分析结果。 2022-01-22_11-13-36.png 组件选用 点击组件，选择所需类型的组件，将其拖拽至画布区： 1.gif 组件工具栏 画布区选中组件后，组件上方会出现组件工具栏，从左到右依次是：组件切换、智能问答、移动、组件设置、作为筛选器、最大化、更多、移除。 2022-01-22_16-22-16.png 图标 名称 说明 2022-01-22_16-28-09.png 组件切换 通过组件切换可更换透视分析-界面介绍
”。 视图.png 视图 通过勾选的方式设置“报表展现区”显示的报表元素。 设置.png 报表设置 用于对当前透视分析的表属性、字体、背景色、表头、表尾的设置。 报表设置 参数.png 参数设置 用于对当前透视分析条件面板中的参数进行相关设置 … 记录、所耗的时间等信息。 耗时分析 过滤器关系.png 过滤器关系 用于设置当前透视分析中各过滤器间的逻辑关系。 过滤器关系 http://wiki.smartbi.com.cn:18081/pages/viewpage.action?pageId=44500456#id-%E9SQL引擎V2.0介绍
SQL引擎，比如同期值、前期值、累计值等。 1.3 SQL引擎V2.0不适合的查数场景 查询含有计算度量(包含mdx表达式)、计算成员、计算命名集，不支持走SQL引擎。 当过滤条件是度量并且显示了合计的情况，如下图，不支持走SQL引擎： SQL引擎02.png 交叉表组件如果显示分类汇总，并且在度量、快速 … 数据分析任务而设计，其内存引擎在其中扮演了至关重要的角色。 以下是关于 DuckDB 内存引擎的一些关键点： 内存中的数据结构 DuckDB 使用一种称为 "flat columnar" 的存储格式来组织数据。这种格式将表的每一列分别存储在一个连续的内存块中，而不是按行存储。这不仅提高了缓存命中率，还使得对单个列的操作更加电子表格出现item not found或者Not a Numberic value in Cell类似报错
操作系统缺少字体组件导致的问题。可以打开smartbi-->系统监控→字体，查看是否提示空指针错误信息。 解决方案： yum install -y fontconfig令牌token单点登录
1. 概述 1.1. 功能介绍 用于第三方系统集成Smartbi中单点登录加密传输用户信息，安全系数更高，不会暴露用户的真实密码。 1.2. 原理 第三方系统使用密钥对用户登录信息进行DES加密来形成token，当客户端发起的请求携带有令牌登录参数以及目标跳转地址时，Smartbi服务器拦截到请求后，对token信息进行解析和校验，如果成功解析出用户信息并校验成功，则将用户设置为登录状态，再重定向到对应地址，后续访问其他地址无须重新登录。可用于第三方系统集成Smartbi中单点登录加密传输用户信息，安全系数更高，不会暴露用户的真实密码。 1.3. 名词释义 token：token是客户端使用密钥加密用户登录信息形成数据预警管理
，其他用户可查看。 ⑤“立即执行”：手动执行数据预警。仅数据预警的创建人可手动执行数据预警。 ⑥“预警记录”：打开数据预警的预警记录界面，查看该数据预警的历史预警执行结果、推送情况、或执行失败信息等。详情可查看： ⑦“复制”：复制数据预警。 ⑧“启用/禁用”：用于设置数据预警的启用/禁用。 ⑨“删除”：删除 … 情况、或执行失败信息等。详情可查看： ⑥“启用/禁用”：用于设置数据预警的启用/禁用。对数据预警有编辑权限的用户，可点击该按钮启用/禁用数据预警。 ⑦“删除”：删除数据预警。对数据预警有编辑权限的用户，可点击该按钮删除数据预警。 3.3.2 数据预警调度日志 数据预警调度日志界面列出用户权限内的数据预警多字段排序逻辑
产品类别先按照从小到大进行排序，然后其他字段按照数据层返回结果展示。 duoziduanpaixu-04.png 3 多字段排序优先级 3.1 影响的行列区域范围 我们先来了解下不同排序位置的影响范围有哪些，当对多个字段都设置排序，且这些字段的排序会影响同一区域范围内的数据时，便会有排序优先级。 1、明细表和汇总表，在字段上设置的排序都是影响行上的数据顺序。 duoziduanpaixu-05.png 2、交叉表和树状表维度字段的排序 红框内行区上的维度字段排序，影响行上的数据顺序 黄框内列区上的维度字段排序，影响列上的数据顺序 duoziduanpaixu-06.png 3、交叉表和树状表维成员或度量名称BI笔记之---增量方式处理多维数据集
本文将模拟一个数据仓库系统，其中有用户数据，产品数据以及订单数据。根据这些数据结构建立多维数据集，并且以增量更新的方式对其进行处理。 之所以强调增量的方式，是考虑到事实表中数据的增长，假设以后增长到几十亿，全量处理就变得很不现实，所以方案中着重演示以增量方式处理多维数据集的方案。 增量处理多维数据集的关键是要将事实数据分为两部分处理，一个是增量事实表，一个是历史事实表，多维数据集第一次处理历史事实表中的数据，以后每次周期性的处理都是处理增量表中的数据。 本文中提及的SQLServer和Visual Studio都是2008版本，2005版本同样也适用。 数据假设:一张用户表，一张产品表，一张订单表，订单里记录的是谁买了什么指定维度以指标进行排名函数示例
场景：根据年份查询各区域销售额排名。 具体操作如下： 1、创建数据模型并把产品自带的northwind数据库下的 “订单表”、“订单详情表”等表加入到模型中。 2、在模型中创建 计算度量,选择向导模式，如下图: 名称：命名为”排序“。 计算类型：在其他选项中，选择“指定维度以指标进行排名”。 维度层级 … 。 paixu.png 填写参数之后，如果想要预览，可切换到 函数 模式进行数据预览,如下图： 3.png 确保所有的参数都填写正确之后，点击 确定，并且保存模型。 3、基于创建好的模型去创建交互式仪表盘，在画布上拖入交叉表组件： 拖入：订单年、区域、销售额以及刚创建好的计算度量排序； 刷新数据可以看到，刚创建【web电子表格】实现鼠标提示
() { ele.setVisible(false); }); return ele; } image2021-9-7_11-17-27.png 步骤六：新建宏“服务端输出提示信息”。事件：“ onBeforeOutput（在输出结果前）” image2021-9-7_11-18-49.png 把下面宏代码复制到代码区域
