第1页，共53页。 显示 526 条结果 (0.028 秒)
创建ETL高级查询
宽表 ：可以“将不同粒度的指标合并到到一张大宽表，便于用不同维度进行分析”，并且大宽表抽取到 高速缓存库，可以提高性能。 以产品内置northwind 数据库的“订单表”、“产品表”.....为例，生成大宽表。 具体步骤如下： 1、新建模型并且在模型中增加 ETL高级查询。 2、进入到 ETL高级查询Excel拖拽字段等各种操作特别卡
（本文档仅供参考） 问题说明 Excel拖拽字段等各种操作特别卡。 解决方案 在报表比较大的时候，对电子表格报表进行操作会非常慢，产生卡顿，此时勾除“监听工作簿发生改变”可以提高性能。 image2018-10-31 9:51:21.png202407产品更新说明
在最新版本中，产品默认禁用了跨库联合数据源功能。如需实现跨库取数功能，建议采用数据模型抽取模式，这不仅支持更广泛的场景，还能提高性能。详情请参见：跨库联合数据源。 此外，安装部署包也不会默认包含跨库联合组件。如果需要该功能，需要手动安装。具体步骤请参见：Windows EXE安装包部署Smartbi、Linux … 更多项目需求，如即席透视过滤条件支持设置AND和OR关系、数据模型支持基于计算列和层次创建分组字段、优化交叉表和透视分析的小计合计性能等。 3、增强功能易用性和用户体验，如数据模型计算列和分组字段支持快速复制、仪表盘增强了组件和组合的对齐操作、流程管理新增流程状态及节点操作人信息等。 4、增强二次扩展能力，满足更多电子表格⬝ 登录登出
较大时，对电子表格报表进行操作会出现卡顿的情况，通过勾除该选项来提高性能。 勾除该选项可能出现丢失字段属性等现象，建议勾选。 保存后自动发布（仅Excel分析生效） 默认报表类型选择Excel分析，报表保存后自动发布。 预览浏览器 设置预览浏览器，有三种：嵌入式（即webbrowser电子表格⬝ 登录登出
较大时，对电子表格报表进行操作会出现卡顿的情况，通过勾除该选项来提高性能。 勾除该选项可能出现丢失字段属性等现象，建议勾选。 保存后自动发布（仅Excel分析生效） 默认报表类型选择Excel分析，报表保存后自动发布。 预览浏览器 设置预览浏览器，有三种：嵌入式（即webbrowser电子表格⬝ 清单报表（系统数据集）
（Excel图形与ECharts图形均不支持导出）。 5、清单报表设置扩展字段为覆盖时，仅仅是为了提高性能，并不会像分组报表那样覆盖后面单元格的内容。 资源下载 电子表格-清单报表（系统数据集）.xml直连&抽取
做联合分析。 非常适用于企业没有独立数仓或数仓负载过重的情况，使用抽取模式可以提高性能。 3 直连介绍 直连：是指直接连接用户数据库进行数据的读取。 1、目前Smartbi JDBC for Excel、MongoDB、Tinysoft、Smartbi jdbc4Olap这个几个数据库 不支持直连，其他 … 性需求很高的用户：用户进行业务分析实时性要求很高,直连引擎实时取数，最高实现毫秒级数据刷新。 数据安全性要求很高的用户：不希望将数据抽取到第三方软件，希望直接连自己的业务库取数。 拥有大数据平台的用户：目前很多企业有较为专业的大数据平台，数据质量很高，通过直连引擎取数，可以在保障数据分析性能的同时避免数据资源SSAS（分析服务）优化手册
维度设计 3. Cube设计 4. 分区设计 5. 聚合设计 数据源设计 1、 为提高性能，请使用 Microsoft OLE DB Provider for SQL Server 或 SQL Native Client 访问接口而不是 .NET Data Provider … 优化前注意事项 1、数据质量。数据仓库中维度表的数据质量要严格保证。比如店仓的大区、省区、管理城市等属性和店仓代码没有一对多的上下级关系，这样在设计店仓维度时，就无法建立有效的层次结构。这会拖慢查询时的性能。 2、对报表分类。可按报表的使用方式和体积对用户报表进行分类。 1) 有的报表侧重分析，维度汇总程度第四章：附录
highCardinality 高基数属性，是用于通知Mondiran 这里的维度元素的值很大而且没有定义， 可以选择该属性的值为 true 或false（默认值），当highCardinality=true 的时候，对超出维度元素的操作将不会被执行。 approxRowCount 该属性可以用来提高性能，可以通过指定Impala与Hive的比较
数据块所在节点的位置信息），通过调度器（现在只有simple-scheduler, 使用round-robin算法）Coordinator::Exec对生成的执行计划树分配给相应的后端执行器Impalad执行（查询会使用LLVM进行代码生成，编译，执行。对于使用LLVM如何提高性能这里 http … ）。 4、更好的IO调度，Impala知道数据块所在的磁盘位置能够更好的利用多磁盘的优势，同时Impala支持直接数据块读取和本地代码计算checksum。 5、通过选择合适的数据存储格式可以得到最好的性能（Impala支持多种存储格式）。 6、最大使用内存，中间结果不写磁盘，及时通过网络
