第103页，共378页。 显示 3,779 条结果 (0.047 秒)
部署导出引擎集群
SmartbiExport导出引擎服务集群部署方案，是通过Smartbi Proxy进行http转发到集群中的各个SmartbiExport导出引擎服务节点实现的。 image2021-11-8_10-14-37.png 一、环境信息 IP地址 组件名称 备注 10.10.35.64 … start smartbi-export 2.2. 更新导出引擎配置文件及主程序 导出引擎更新2022年9月9号及以后版本的，需要更新一次node_modules文件，安装介质可以联系Smartbi官方支持获取。 停止导出引擎 docker stop smartbi-export 进入<导出引擎部署目录Linux系统一键安装包部署Smartbi
OLAP等待服务启动完成即可。 6.4 快速更新 Linux一键部署安装包可以通过upgrade_smartbi.sh脚本实现快速更新部署的smartbi组件服务 1、upgrade_smartbi.sh脚本需要配合更新文件smartbi_update_package.tar.gz使用。 2、由于upgrade_smartbi.sh脚本更新脚本时后续添加的，如果环境中没有此脚本，可以下载并上传至服务器的<安装目录>下：upgrade_smartbi.sh 3、版本更新前，请提前备份知识库 4、upgrade_smartbi.sh脚本更新时，会自动创建update-tmp-[时间戳] 的目录，更新完成并确认正常后，可以手动指标模型-模型管理
： 2023-01-31_18-07-13.png 生成数据模型 根据具体业务情况勾选所需的指标和维度生成对应数据模型，数据模型之间相互独立，业务用户可基于数据模型进行指标数据分析。 1、某指标模型下的”模型管理“节点，单击“新建 > 数据模型”，打开新建数据模型界面。 2023-01-31_18-34-04.png 2、勾选指标，右侧自动显示勾选指标关联的维度 公共维度：是指所有勾选的指标都关联的维度，且默认勾选全部公共维度。 私有维度：当勾选的指标中，存在至少一个指标不关联该维度时，则为私有维度。私有维度默认不勾选。 2023-01-31_18-41-17.png 3、点击 保存 生成数据模型后，在“模型管理”节点下生自由布局-布局工具
在2022年7月16日发布的V10.5.8版本中，“交互式仪表盘”涵盖自助仪表盘、大屏可视化功能。 自由布局的布局工具包括辅助参考线、网格线、智能参考线、鹰眼、组件锁定功能，实现大屏精准排布，组件快速定位 辅助参考线 Smartbi自由布局在画布中提供的辅助参考线功能，使用方法如下： （1）添加横向辅助线 鼠标放至纵向标尺区刻度，点击鼠标左键，可添加横向辅助线 （2）添加纵向辅助线 鼠标放至横向标尺区刻度，点击鼠标左键，可添加纵向辅助线 （3）移动辅助线 移至标尺刻度区，出现图标2021-11-11_11-13-22.png后，可移动辅助参考线 （4）删除辅助线 移至标尺刻度区，出现图标Kettle的安装
Kettle http://community.pentaho.com/projects/data-integration/ 是"Kettle E.T.T.L. Envirnonment"只取首字母的缩写，这意味着它被设计用来帮助你实现你的 ETTL 需要：抽取、转换、装入和加载数据；翻译成中文名称应该叫水壶，名字 … 和写入数据。Kitchen 是一个可以运行利用 XML 或数据资源库描述的任务。通常任务是在规定的时间间隔内用批处理的模式自动运行。 要运行此 Kettle 工具你必须安装 JAVA 运行环境 1.6 或者更高版本，相关资源你可以到网络上搜索 JDK 进行下载并安装。Kettle 的下载则可以到如下地址取得最新版计划任务通过指标预警发送邮件
场景说明 数据需要每天晚上12点增量更新，希望每天早上6点钟检查数据是否异常，以便及时对异常数据做处理。 实现步骤 1、新建任务，任务类型选择【定制】。 自定义设置如下图： 自定义脚本见指标预警发送邮件.txt 15.png 2、新建计划。 16.png 在待执行任务选择 选择任务 ，选择步骤1创建的任务。 17.png 间隔类型选择每天，触发时间为早上6：00，启用此计划，其余设置默认即可。 3、则每天早上六点，会自动触发任务，当指标预警时，发送邮件。 18.png 19.png 注意事项 1、需要在系统选项，进行发送人的相关设置。 20.png 2、Smartbi服务器需要可以连接指定数据挖掘–指数平滑
概述 时间序列算法中常用的算法有指数平滑法，其中指数平滑常用的几种形式有（Brown）一次指数平滑、二次指数平滑、三次指数平滑、以及(Holt)双参数、（Holt-Winters）季节性指数平滑法。本节点实现的是布朗（Brown）的一次、二次、三次指数平滑。 输入/输出 输入 一个输入端口，接收要进行预测的数据 输出 一个输出端口，用于输出预测后的结果 示例 如图，指数平滑节点输入端接入数据，可以使用对应的平滑算法对输入数据进行转换。 image2023-1-15_0-38-46.png image2023-1-15_0-39-0.png 输出结果中增加两列。第一列是拟合数据挖掘–指数平滑
概述 时间序列算法中常用的算法有指数平滑法，其中指数平滑常用的几种形式有（Brown）一次指数平滑、二次指数平滑、三次指数平滑、以及(Holt)双参数、（Holt-Winters）季节性指数平滑法。本节点实现的是布朗（Brown）的一次、二次、三次指数平滑。 输入/输出 输入 一个输入端口，接收要进行预测的数据 输出 一个输出端口，用于输出预测后的结果 示例 如图，指数平滑节点输入端接入数据，可以使用对应的平滑算法对输入数据进行转换。 image2023-1-15_0-38-46.png image2023-1-15_0-39-0.png 输出结果中增加两列。第一列是拟合计划任务通过指标预警发送邮件
场景说明 数据需要每天晚上12点增量更新，希望每天早上6点钟检查数据是否异常，以便及时对异常数据做处理。 实现步骤 1、新建任务，任务类型选择【定制】。 自定义设置如下图： 自定义脚本见指标预警发送邮件.txt 15.png 2、新建计划。 16.png 在待执行任务选择 选择任务 ，选择步骤1创建的任务。 17.png 间隔类型选择每天，触发时间为早上6：00，启用此计划，其余设置默认即可。 3、则每天早上六点，会自动触发任务，当指标预警时，发送邮件。 18.png 19.png 注意事项 1、需要在系统选项，进行发送人的相关设置。 20.png 2、Smartbi服务器需要可以连接指定报表接收外部sql条件
（此文档仅供参考） 需求 报表中是否可以通过第三方传递原生的sql条件对数据进行筛选。 示例：现在有订单（a），销量(b)，销售区域(c)，订单时间(d)四个字段，第三方需要对数据进行查询，以通过URL方式传递过来的字符串为 ：“ b>200 and c='华北' and d='2018' ”，报表接收到这条sql后对数据进行过滤。这个和我们的第三方传参不一样，它需要解析其中的逻辑和参数，而是且这些条件也不是固定的。 方案 这个可以通过定义参数实现，具体步骤如下； == Step 1 ==== 在系统中新建一个参数，设置如下： 1.jpg 该参数的默认值为空 == Step 2 ==== 在报表的查询
