第57页，共595页。 显示 5,949 条结果 (0.064 秒)
查询并准备数据
数据模型”即席查询“，在V11 的202407月最新版本中更名为”可视化SQL查询“。 3 SQL查询 适用于熟悉SQL的技术人员 用户可以通过自定义SQL对数据库中的表、字段进行处理比如：跨表合并数据、转换字段、计算字段等 使用SQL查询过滤数据 使用SQL查询进行权限控制 4 … 效率，凭添隐患 7 脚本查询 取各种非结构化数据、特殊数据,支持编写代码脚本去查询数据 8 Java查询 取各种自定义类或者存储在服务器下的文件数据，支持通过调用类的方式去查询数据 9 存储过程查询 直接接入关系数据库中的存储过程，支持存储过程中数据源连接示例
数据库连接示例 支持数据库版本 驱动程序类 连接字符串 Aliyun AnalyticDB https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=75697182 Aliyun AnalyticDB 公有云 … ;principal=hive/hadoop.hadoop.com http://hadoop.hadoop.com/@HADOOP.COM *注：<zkServer1，zkServer2，zkServer3>为数据库的地址，可以按照实际进行修改。 IMPALA https基于数据模型创建的仪表盘，无数据提示Populating member cache with members for
获取smartbi当前使用版本信息 原因二： 数据库配置问题。从网上查询相关信息，初步判断是DB2基于jdbc驱动从表中取出CLOB转String报错，可参考网上方案，在smartbi数据源url中添加参数 :progressiveStreaming=2 并在数据库端执行 db2set … （本文档仅供参考） 问题描述 交互式仪表盘，一旦查询无数据，会报错Populating member cache with members for errorMessageMondrian Error:Internal error: Populating member cache with membersSmartBI线下excle异构数据源数据源报表开发实现路径
（本文档仅供参考） 需求： 场景举例：目前数据模型有一个复杂SQL查询(带参数)，需要关联一张线下EXCEL表，创建自助分析模型，给到用户即席or透视or仪表盘。 痛点： 1、模型处理异构表关联需要走抽取，抽取存在只能抽取参数默认值，故该方法不通 2、线下数据落到数仓，需要评估是否合规 3、自助ETL处理异构，流程比较复杂 解决方案: 目前在产品当中，要使用本地的Excel文件数据做分析, 1、通过文件数据源将数据导入到指定的数据库 2、通过ETL当中的功能将数据落地到数仓，然后Smartbi再通过数据模型进行处理 除此方法外，将本地Excel的数据导入到hive库当中，然后直连hive库中是数据表查数分实现参数允许为空且为空时查询不到数据
（本文档仅供参考） 问题 希望实现文本框没输入值，既要不报错，还要不输入查询不到数据，而不是获取全部数据 解决方案 注：以下示例以MYSQL为例，其他数据库需要自行调试 select `ProductName` from `products` where case when {[ 参数 is null ]} then 1 = 2 else {[ `ProductName` = 参数 ]} end image2023-11-10_17-52-2.png 实现效果Excel融合分析-刷新数据时，报“加载数据异常，可能请求超时”
（本文档仅供参考） 问题说明 Excel融合分析-刷新数据时，报“加载数据异常，可能请求超时(Timeout)，请检查【设置】=>【高级设置】下的请求超时时间设置 操作超时” 1sdfasdfa.png 解决方案 一般是因为数据较多，数据库返回结果时间超出插件的限制。 这界面设置为0，是默认设置为300。可以根据具体情况将此处数值改大。 2024-04-09_151148.png可视化数据集
是通过拖拽基础表（包括数据源、关系图以及业务主题下的基础表）字段来定义数据集条件和内容的一种数据集。它将用户同数据库及数据集语言的技术细节隔离开来，使用用户熟悉的业务用语来访问数据库里的数据。 可视化数据集来源于业务主题或基础数据，也可以通过另一个已定义好的可视化数据集获得。 可视化数据集基于定制好的表关系可以实现跨表查询。 操作入口 入口一：在系统导航栏中选择 数据准备 ，在数据集的更多image2021-7-16_16-44-34.png中选择 新建>可视化数据集 。 可视化数据集入口1.png 入口二：在数据准备中选择一个业务主题，在业务主题右键更多大数据量抽取性能优化
， 以免并发过大对数据库造成压力过大， 出现稳定性问题。 如需设置，参考下图，红框中local后面的数字，就表示分配cpu核数。默认值local[*] 表示分配了服务器所有cpu核数。 image2024-7-18_16-38-53.png 2.2.3 磁盘空间 因为数据量大，要求把ETL引擎部署在容量 … 设置。 image2024-7-18_17-26-54.png 2.4 关系目标表节点配置 一般不需要做特别设置，根据不同场景选择不同节点。全量数据抽取，使用关系目标表(覆盖) 节点，增量数据追加，使用关系目标表(追加)，增量数据更新，使用关系目标表(插入或更新)。 如果是mysql 协议的数据库，建议在数据源url 上加上修改log4j日志级别输出知识库执行sql
/worddavbc56bc14df35d75a2bfc43fdc3c096f3.png?version=1&modificationDate=1655023427543&api=v2 上图中sql中经常是带有“?”的，其执行时实际的值会打印在后面的中括号中，实际执行的sql语句需要将中括号中的值按顺序替换上图sql的问号，并根据数据库表对应 … 问题 可以通过什么方式获取用户在smartbi操作时相关的知识库执行SQL？ 解决方案 （smartbi v95 版本以上（不含v97）2021年6月后版本支持，v97版本2022年3月中旬后版本支持） 具体步骤如下： 1、修改系统监控日志级别 管理员角色打开系统监控-log4j信息数据模型-概述
对一）关系 一对多和多对一是相对关系，如下列的课程表与老师表： image2021-7-7_11-1-34.png 站在课程表的角度看是：多对一；站在老师表的角度看是：一对多。 在一对多或多对一的关系中，我们习惯把一的一方称为主表，把多的一方称为从表。 在数据库中建立一对多的关系，需要使用数据库的外键约束 … Smartbi的数据模型实现将所有查询结果归集后，基于CUBE模型重新构建数据结构：以“维度”和“度量”进行构建，同时增加了“成员”和“命名集”的定义，实现了数据模型构建的灵活性及应用广泛性。 Smartbi的数据模型基于成熟的建模理论和方法，总体而言主要体现在两方面：模型架构和模型表关系。 模型架构 数据
