第34页，共238页。 显示 2,379 条结果 (0.029 秒)
ETL-json数据类型写入PG数据库失败
","name","type" ) VALUES (7 ,'xxx ' ,'{"color": "xx", "height": "xx", "material": "xxx", "xxx": 10}' ) was aborted: 错误: 字段 "type" 的类型为 jsonb, 但表达式的类型为 character … $Worker.run(ThreadPoolExecutor.java:624) at java.lang.Thread.run(Thread.java:748) Caused by: org.postgresql.util.PSQLException: 错误: 字段 "type" 的类型为 jsonb, 但表达式范围分组示例
示例一 业务需求 公司需要统计2016年上下半年和2017年上半年不同产品类别的销售额。 需求分析 系统“订单主题”存储了相应的数据，包含：产品类别、订单日期、销售额。 基于“订单主题”，对上面所描述的需求进行如下分析： 1、展现的输出字段：产品类别、2016年上半年、2016年下半年、2017年上半年、销售额； 2、通过新建分组字段“时间分组”，将“时间分组”字段数据分为“2016年上半年、2016年下半年、2017年上半年”三组。 示例效果 image2019-10-18 17_14_43.png 实现步骤 1、创建透视分析 创建透视分析，待选列包含三个字段“产品类别”、“订单日期”和“销售额”。行区快速准备数据并创建仪表盘
“employees”，并在表上双击修改其表和字段别名，修改后点击 保存 按钮 数据连接2.gif 4.2 数据准备 数据连接之后，用户需要基于上一步创建的数据连接来创建 数据模型 ，数据模型中进行多表关联，并且可以进行一些数据处理的操作（比如生成时间层次、字段筛选、数据过滤等）生成最终可制作仪表盘看板的数据集。 1、创建模型：在左侧导航栏点击 数据准备，打开数据准备界面后选择 数据模型 2、添加表：把以上五张数据表添加到模型中，模型会根据相同的字段名称自动检测，并会把一些度量指标字段加到下面的度量区 3、新建计算列：由于数据库中有“销售额”和“销售成本”字段，我们通过计算列派生出“销售利润”字段，并点击 转换为度量 4、创建计算列中使用系统函数
1 概述 在数据处理与分析场景中，计算列作为一种灵活的数据加工工具，能够基于已有数据字段生成新的计算字段，为数据分析提供更丰富的维度和视角。 系统函数指与用户信息相关的一类函数，包括内置的系统函数和用户自定义的函数; 本文旨在说明如何在计算列中调用系统函数，帮助用户掌握通过系统函数提升计算列数据处理能力的方法 … 场景，在函数参数、返回值类型等方面更贴合计算列对数据字段的处理要求。 3 示例 3.1 获取登录用户名:使用系统函数currentUserName 场景说明：有时候需要在大屏上获取登录用户名来判断目前登录的用户是谁。 1、可以点击链接 https://demo.smartbi.com.cn/smartbi样式 - 电子表格如何实现分组报表带序号且根据序号设置间隔色
=1745477342000&api=v2 实现方案 一、实现分组表的小计 实现方案 说明 1、拖拽字段 拖拽字段。将字段拖拽到相应单元格，并设置扩展属性。 image2025-4-28_9-21-39.png 2、设置小计 在G4单元格中输入公式"=sum(G3)"，如图 … 查看 image2025-4-28_16-30-42.png 二、实现分组表的序号 解决方案 说明 1、按指定分组字段扩展增长的序号 具体方法可参考Wiki文档：排序 - 分组报表序号实现 2、保存查看 image2025-4-28_16-33-43.png 三、实现分组表通过序号设置间隔色ETL-脚本查询数据超出长度限制
（本文档仅供参考） 问题描述： 数据查询-脚本查询，字符串设置了string提示超出255了【string data right truncation size limit 255】，如何写入超出255长度的字符串呢？ image2024-6-5_10-26-25.png image2024-6-5_10-27-15.png image2024-6-5_10-27-37.png 解决方案： 可将对应字段的valueType改成ASCII。度量区
选择的字段是表格的数据区展现的字段，支持字段“聚合方式、时间计算、高级设置、删除”操作项。 点击度量区字段 image2018-10-20 15:12:33.png，弹出操作菜单，如图： image2020-8-13_16-14-33.png 字段支持的功能说明如下： 操作项 说明 聚合方式 合计值 显示字段数据的合计值。 数值字段，添加到度量区则聚合方式默认为合计。 设置度量区销售额的聚合方式为“合计值”，如图： image2019-11-26 14_39_10.png 最大值 显示字段数据的最大值。 设置度量区销售额的聚合方式为“最大值”，如图自助ETL-JSON解析
如下： image2024-6-26_15-3-54.png 2.1 选择列 选择上游节点输出的列，该列必须为JSON结构的数据，不然就会解析失败，如果上游节点是API取数节点，输出列一般是responseContent 2.2 选择JSON节点 选择JSON节点就是设置输出字段跟JSONPath映射关系，解析的时候，根据这个映射关系把JSON结构数据转为二维表。 image2024-6-26_15-32-17.png 如图所示，左边是把JSON数据按照树状展示，方便选择，这里展现的JSON数据是上游节点第一行的数据。 勾选树节点后，点击生成路径，会把输出字段跟JSONPath 映射关系生成在右边列表中，同时可以进行修改汇总依据
，最小值；只有部分数据库在数据模型引擎V2.0下才能使用中位数、样本标准差、总体标准差、样本方差、总体方差、百分位数（如5、10、25、50、75、90、95）、属性，详细可查看：数据模型汇总依据介绍。 1.1 应用场景 在进行数据分析时，经常需要对度量字段进行汇总依据切换，达到想要查询的数据效果。如统计每个城市的产品数。 huizong01.png 1.2 入口 切换汇总依据的功能入口有两个：数据选择区字段 的 汇总依据 入口和 组件设置区字段 的 汇总依据 入口。如下图所示： huizong0003.png 2 业务场景 2.1 度量汇总 1、场景描述：统计各发货区域每个产品类别的平均销售量（以交叉表为例如何先全量抽取后增量抽取
设置为空，具体设置如下： 02.png 03.png （3）修改SQL为：select 字段 from table where {[日期>参数]} （注：此SQL写好后不能做任何修改，否则会影响时间戳的获取） 第一次增量抽取时，由于从知识库中找不到上次抽取记录的时间戳所以会进行全力抽取，此时参数设置为空，所以执行的是 select 字段 from table where 1=1，抽取业务库全部数据。 后续再进行增量抽取，因知识库中会记录上次抽取的最大日期，则会按照上次的最大日期进行增量更新。 例如：本次抽取日期最新是"2022-06-14"，"2022-06-14"则会存放在知识库中，下次抽取执行的SQL为
