第243页，共487页。 显示 4,870 条结果 (0.045 秒)
如何统计Smartbi里面的脱敏规则的数量
（本文档仅供参考） 问题说明： 如何统计Smartbi里面的脱敏规则的数量？ 解决方案： 可以通过写sql去知识库里面的t_mask_rule_field表里面查询。 select count(1) from t_mask_rule_field 查询具体某个脱敏规则的信息 select * from t_mask_rule_field where c_rule_id = '脱敏规则id' 1.png 2.png监控linux服务器情况
（本文档仅供参考） 问题说明 在实际项目中，某些客户曾提出如何监控linux服务器的使用情况( 如硬盘使用量，cpu、内存等）采集linux服务器的资源使用信息，并展现出来？ 解决方案 smartbi负责的是报表的展现方面，关于这类linux服务器资源情况，建议用专业的监控工具去实时监控。系统监控-概述
概述页面用于列出系统相关的JVM、IP/MAC地址等信息。 概述.png 其中 1.MAC_IP 一项常用于获取License时查看，可提供此位置的截图给思迈特申请License。 image2019-8-6 10:53:6.png 2.JVM参数 可用于查看配置的JVM参数。 image2019-8-6 10:53:49.png配置Smartbi
+配置 Smartbi 知识库 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=56692354 +配置连接多维数据库 转至元数据结尾 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=56692418 +内置数据库相关配置信息 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=56692539 +重置Config页面密码 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId数据资产
企业允许开放的数据连接源表、业务主题和数据集，统称为“数据资产”；其中，数据集除了包含可视化数据集、自助数据集等，我们将“即席查询”和“透视分析”也视为数据集的一种类型，皆因为“即席查询”和“透视分析”数据结果可以定义分析报表。 数据资产分为“我的数据资产”和“企业的数据资产”。 我的数据资产 我的数据资产：是当前用户拥有资源的“查看”权限的数据资产，它们分别显示在“数据连接”和“数据准备”的资源树中。如下图所示： 数据连接资源树 数据准备资源树 image2020-8-7_6-35-59.png image2020-8-7_6-36-43.png 注：数据准备资源树的“数据集数据挖掘-自助机器学习
概述 机器学习的应用往往需要大量拥有专业知识的人进行人工干预，这些人工干预表现在：特征提取、模型选择、参数调节等机器学习的各个方面。AutoML可以将这些与特征、模型、优化、评价有关的重要步骤进行自动化地学习，使得机器学习模型无需人工干预即可被应用，也让更多的人可以在没有专业知识的情况下轻松使用。 创建方法 使用AutoML来创建包含算法的实验分为三个步骤： 第一步：选择数据源 image2020-12-18_16-28-50.png 选择实验需要使用的数据源、SCHEMA、表名。 第二步：算法设置 image2020-12-18_16-29-52.png 参数名称 说明 算法选择 分类算法特殊值-函数示例
示例效果 我们将定义一个默认值为 特殊值 > 函数 > 登录用户组名称 的筛选器，如图： image2022-2-19_18-53-42.png 任一用户组的用户登录系统后，打开一个带“发货区域”参数的报表，筛选器默认显示该用户组名称。 华南用户组的用户登录，筛选器默认值如图所示： 2021-08-05_10-23-11.png 华北用户组的用户登录，筛选器默认值如图所示： 2021-08-05_10-24-50.png 实现步骤 1、新建仪表盘。 定义 一个清单表：双击“发货区域”、“产品类别”、“销售量”、“销售额”数据字段； 定义 一个柱图：双击“发货区域”、“销售量分析展现快速入门
取、快速计算，数据灵活交互 3、透视分析 透视分析采用“类Excel数据透视表”的设计，能够组合维度、汇总计算、切片、钻取，洞察数据；轻松实现对数据的查询与探索 4、即席查询 即席查询通常用于满足明细数据的查询 5、电子表格 电子表格是企业报表平台的解决方案专家，基于Excel创新地实现报表设计，满足各种使用OceanBase数据库作为知识库
“_JDBC_oceanbase.jar”。 支持限制 目前支持Mysql模式，不支持Oracle模式；Mysql模式下有部分限制 1、不支持alter字段的类型和长度。 2、不支持在无主键的表使用alter添加主键。 3、gbk编码的数据库目前存在一些问题(需要具体问题具体分析), utf-8目前没什么问题。 4数据挖掘-自助机器学习
概述 机器学习的应用往往需要大量拥有专业知识的人进行人工干预，这些人工干预表现在：特征提取、模型选择、参数调节等机器学习的各个方面。AutoML可以将这些与特征、模型、优化、评价有关的重要步骤进行自动化地学习，使得机器学习模型无需人工干预即可被应用，也让更多的人可以在没有专业知识的情况下轻松使用。 创建方法 使用AutoML来创建包含算法的实验分为三个步骤： 第一步：选择数据源 image2020-12-18_16-28-50.png 选择实验需要使用的数据源、SCHEMA、表名。 第二步：算法设置 image2020-12-18_16-29-52.png 参数名称 说明 算法选择 分类算法
