第60页，共265页。 显示 2,649 条结果 (0.031 秒)
Linux系统一键安装包部署Smartbi
安装产品 ①脚本添加执行权限 chmod +x *.sh ②执行install.sh脚本安装产品(注意本文档基于centos7操作系统部署并截图) ./install.sh #执行安装 脚本会检测系统版本和CPU架构，如果不符合要求则会自动退出脚本执行； image2024-12-5_16-40-30.png 选择需要安装的组件： 根据实际需要选择是否安装，注意：直接回车 表示安装。 image2024-12-5_16-41-26.png 选择安装组件后，会打印出已选择安装的组件列表，确认则输入 y 。重新选择安装组件则输入 n并且脚本会退出执行，重新执行install.sh安装脚本部署Smartbi数据挖掘引擎/SmartbiETL
数据挖掘包含两大部分：数据挖掘执行引擎、数据挖掘服务引擎 数据挖掘执行引擎： 负责接收Smartbi 发送执行请求。 通过解析执行定义，生成spark 计算任务或python计算任务，分别发送计算节点。 本身并不承担计算任务，只负责计算任务的调度跟分发。 SmartbiETL功能 数据挖掘服务引擎： 提供模型预测服务给第三放系统调用 数据挖掘执行引擎和服务引擎可部署在同一台服务器中，也可以分开部署在不同服务器中。 数据挖掘数据量2000万、15个并发任务时以下时，只需要提升数据挖掘服务器配置即可 1、系统环境准备 配置防火墙，selinux相关操作，需要管理员权限。 1.1 防火墙配置 为了便于CRON表达式
一、概述 当需要计划按照较为复杂的时间设定进行执行，且无法通过“新建计划”界面简单配置实现时，可以通过设置Cron表达式实现。 二、CRON表达式规则 1、基本结构 Cron表达式是一个字符串，由6或7个时间字段组成，各字段以空格分隔，格式如下： 示例格式： 0 0 8 * * ? → 每天8:00执行 0 0/5 14 * * ? → 每天14:00开始，每5分钟执行一次 2、字段含义与取值范围 字段 允许值 允许的特殊字符 备注 秒 0-59 , - * / 控制秒级触发 分 0-59 , - * / 控制参数 - 基于带参数数据模型创建电子表格，参数默认显示全部
1 1、创建带参数数据模型。创建过程参考“数据模型-参数应用”中的SQL查询示例，需注意SQL绑定参数部分如下图方式书写： image2022-5-24_11-49-35.png 2、在参数设置中设置默认值和备选值，设置方式如下： image2022-5-24_11-53-43.png 此SQL示例数据源是oracel类型所编辑，仅供参考，具体需根据实际项目场景更改SQL： SELECT "SHIPREGION" AS ID, "SHIPREGION" AS name FROM "NORTHWIND"."ORDERS" union SELECT 'all' AS ID脱敏规则
√ 多维数据源 √ 高速缓存库 × 跨库联合数据源 √ 数据集 数据模型 √ 业务主题 √ 自助数据集 √ 可视化数据集 √ SQL数据集 √ 原生SQL数据集 √ 存储过程数据集 … 列、新建命名集、新建计算成员的表达式可以包含多个维度或度量，识别其中一个字段有脱敏规则(按表达式的编写顺序)，就使用对应的脱敏规则进行脱敏。 计算字段、计算度量、新建计算列、新建命名集、新建计算成员等，默认继承源表或维度的脱敏规则； 如果源表没有设置脱敏规则，可以手动设置脱敏规则。 SQL查询、SQL1、部署数据挖掘
数据挖掘包含两大部分：数据挖掘执行引擎、数据挖掘服务引擎 数据挖掘执行引擎： 负责接收Smartbi 发送执行请求。 通过解析执行定义，生成spark 计算任务或python计算任务，分别发送给spark集群或python集群。 本身并不承担计算任务，只负责计算任务的调度跟分发。 数据挖掘服务引擎： 提供模型预测服务给第三放系统调用 数据挖掘执行引擎和服务引擎可部署在同一台服务器中，也可以分开部署在不同服务器中。 单机部署数据挖掘组件环境如下： 服务器IP 主机名 组件实例 部署目录 10.10.204.248 10-10-204-248 数据挖掘 /data新模块二次开发接口&示例 ⬝ 数据预警SDK接口说明
System.out.println(error.getChannelErrorMessages()); // 渠道执行过程中产生的堆栈异常 System.out.println(error.getChannelStacktraces()); // 获取本次预警的错误信息（一般是预警执行抛出了异常） System.out.println(error.getErrorMessage()); // 获取本次预警的错误信息（一般是预警执行抛出了异常） System.out.println(error.getStacktrace()); // 执行数据预警 alarmService.execute透视分析-定义流程
数据来源不支持数据模型，如需使用“可视化数据集、SQL数据集等其他数据集，需更换一个包含"相关数据集”的License授权文件。 字段选择 字段选择用于选择并确定透视分析需要展现的字段，是透视分析的基础。 透视分析字段的选择涉及可选资源区、待选列区、行列度量区这三个区域： 基于业务主题创建的透视分析界面.png 这三个区域的说明如下表： 区域 说明 可执行的操作 可选资源区 用于从资源树中选择字段； 注：该区是只基于“业务主题”数据来源定制的透视分析才存在的区域。 勾选字段：所勾选字段将在右侧待选列区出现； 右键菜单：包含父节点的“刷新”、“属性”，及字段节点的“参数设置数据预警管理
，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 … 的数据预警列表。 ③ “查看/编辑”：打开数据预警的配置界面进行查看/编辑。对数据预警只有查看权限的用户，可打开预警进行查看，但不可修改保存。 ④“立即执行”：手动执行数据预警。对数据预警有编辑权限的用户，可点击该按钮执行数据预警。 ⑤“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、推送部署Smartbi数据挖掘/SmartbiETL集群
数据挖掘组件介绍 部署Smartbi 数据挖掘引擎集群需要部署以下组件： 服务名称 简介 数据挖掘-执行引擎 负责接收Smartbi 发送执行请求。 通过解析执行定义，生成spark 计算任务或python计算任务，分别发送给计算节点。 本身并不承担计算任务，只负责计算任务的调度跟分发。 数据挖掘-服务引擎 提供模型预测服务给第三放系统调用 Zookeeper 用于实现数据挖掘执行引擎和数据挖掘服务引擎的高可用。 Python执行节点 python 执行环境，主要承担执行引擎发送过来的python计算任务。 可以横向扩展，执行引擎会根据负责均衡策略
