第14页，共53页。 显示 524 条结果 (0.024 秒)
图形属性
接口。文本渲染能力弱，刷新能力强。适用于图像密集型编程。比如高性能图形、复杂场景的实时动画。 zujianshuxing-154.png 最大系列数 说明 用于设置图表中进行考量对象的分组数。 最大系列数可应用在散点图上，推荐使用在大数据散点图中。 某系列下有多个成员时，所有成员数据合计后再进行分布效果处理Mondrian 3.0.4 学习总结
定维度表间的连接。 3.3.4.父子维度 为提高处理性能，Mondrian建议要建立“Closure tables”表，记录父子关系和深度。其创建方法，用父子维度的定义请看 Mondrian官方文档。 3.3.5.利用内联表（Inline tables），建立虚似维度 9.jpg 在上例中 … 、Teredata等。Mondrian 主要特点是对立方体进行了缓存，众所周知，缓存庞大的立方体对性能有很大的影响，但是 Mondrian利用 java语言的特点对这一点进行了很好的控制。其次由于 Mondrian基于 java语言，所以它能运行在不同的平台之上。 1.2. Mondrian架构 MondrianMondrian学习总结
在<Join>中定维度表间的连接。 3.3.4.父子维度 为提高处理性能，Mondrian建议要建立“Closure tables”表，记录父子关系和深度。其创建方法，用父子维度的定义请看 Mondrian官方文档。 3.3.5.利用内联表（Inline tables），建立虚似维度 9.jpg 在上 … 、Teredata等。Mondrian 主要特点是对立方体进行了缓存，众所周知，缓存庞大的立方体对性能有很大的影响，但是 Mondrian利用 java语言的特点对这一点进行了很好的控制。其次由于 Mondrian基于 java语言，所以它能运行在不同的平台之上。 1.2. Mondrian架构 MondrianMondrian学习总结
在<Join>中定维度表间的连接。 3.3.4.父子维度 为提高处理性能，Mondrian建议要建立“Closure tables”表，记录父子关系和深度。其创建方法，用父子维度的定义请看 Mondrian官方文档。 3.3.5.利用内联表（Inline tables），建立虚似维度 9.jpg 在上 … 、Teredata等。Mondrian 主要特点是对立方体进行了缓存，众所周知，缓存庞大的立方体对性能有很大的影响，但是 Mondrian利用 java语言的特点对这一点进行了很好的控制。其次由于 Mondrian基于 java语言，所以它能运行在不同的平台之上。 1.2. Mondrian架构 MondrianSmartbi 工具集
表示未登录。 Item（属性） name 属性名称。 className 属性类型。 listpools.jsp（对象池信息） 对象缓冲池可以增强系统在并发时的性能，减少服务器的压力，提高用户报表查询速度。 节点 描述Smartbi 工具集
用户名，NotLogin表示未登录。 Item（属性） name 属性名称。 className 属性类型。 listpools.jsp（对象池信息） 对象缓冲池可以增强系统在并发时的性能，减少服务器的压力，提高用户报表查询速度。 节点Smartbi V10.5-数据准备
参考 如何在作业流成使用“检查依赖"字段节点 。 ^【数据模型】抽取支持建模和数据抽取独立执行 背景介绍 在实际项目中，可能存在大量的业务数据，这时用抽取模式会提高查询性能，而当用户在调试模型时，比如简单的更改表关系、增加计算度量等都需要重新抽取数据，而每次抽数都要等十几二十分钟，相当耗时；因此，在新版本中把抽数和建模分离出来，用户有些动作只需要重新建模(建大宽表），而不需要抽数，提高用户的建模效率。 功能简介 新版本中，数据模型将全表数据抽取功能进行拆分，具体如下： 1. 数据模型支持对单个私有查询进行抽取数据。当模型进行第一次全表抽取并建模后，后续若需增删或修改私有查询，只需对存在数据变更的私有自助ETL-关系数据源
）。 4. 分区设置 把表数据相对平均分成多个分区，抽取程序会尽可能一个分区分配一个线程进行并行抽取，能够极大的提高大数据量情况下的数据抽取性能。这里关键在于如何把表数据相对平均分成多个分区，具体按照下面步骤进行： 4.1 查询数据分布 查询数据分布是为了通过数据分布图表，直观展现出每个字段数据分布情况，帮助 … 说明 关系数据源表 * 从已经连接配置好的关系数据源中选择一张用于抽取数据的表。必填。 输出字段 默认抽取所有字段数据。如果数据量特别大，而表中很多字段又没有用处，建议在这里只选择需要的字段，其他无用字段删除，可以有效提高数据抽取速度。 过滤条件 默认抽取所有数据。可以在这里设置过滤202505产品更新说明
沉淀的全链路分析。 树状表功能增强：支持列区按成员展开折叠、度量名称位置调整，满足多层级数据分析需求。 2、安全体系全面升级 双因素验证正式发布：覆盖移动端、插件端，防范未授权访问。 新增登录锁定策略：密码错误超限、未登录超限自动锁定账号，强化账户安全防护。 3、性能与稳定性优化 仪表盘运行速度提升 … 为了满足更多项目的分析场景，在新版本的树状表组件中，增加列区支持按成员展开折叠、支持调整度量名称显示位置功能，详情可查看：树状表 。 shuzhuangbiao-01.png ^ 优化仪表盘的性能 在最新版本中大幅提升复杂仪表板的运行速度，无论是设计看板还是查看数据，都能获得更快的响应速度、更SQL引擎V2.0介绍
操作都在内存中完成。 内存中的索引 为了加速查询，DuckDB 在内存中构建了多种类型的索引结构，如哈希索引、B树索引等。这些索引可以帮助快速定位特定值的位置，减少不必要的全表扫描，提高查询效率。特别是在涉及大量连接或查找操作的情况下，适当的索引可以极大地改善性能。 5 性能对比 5.1 单事实表模型 … ： V2.0-4.png 7 空行与空列数据压缩能力，可自动过滤查询结果中的无效空白数据，提升数据展示简洁性与查询性能。 压缩空行默认是开启的，在报表设置项里可手工关闭。 压缩空列默认是关闭的，在报表设置项里可手工开启。 image2025-5-24_10-55-23.png SQL引擎
