第84页，共579页。 显示 5,783 条结果 (0.127 秒)
数据模型多表建模实现先对维表限制条件在进行表关联
（本文档仅供参考） 期望在数据模型多表建模时，实现先在子查询中过滤数据，在进行多表关联。 生成的sql简化后类似于：select xxx from A left join （select xxx from B where xxx=xxx） on A.xxx =B.xxx 场景： 先取顾客表数据日期为前一天的数据，取到数据后再与订单表做建模关联。这样就不建议直接在数据模型中引用数据源表了，建议通过SQL查询进行提前过滤，或者通过可视化SQL查询进行过滤。 image2024-11-21_16-21-8.png 以下步骤介绍了通过可视化SQL查询实现对维表限制条件在进行表关联 步骤一：在数据模型中新建可视化连接SQL Server数据库命名实例
新建关系数据源连接时，可以直接选择“MS SQL Server”类型数据库，连接 SQL Server 数据库默认实例。但是对于 SQL Server 的命名实例，就连接不上了，请参照如下方法进行设置。 新建关系数据源 创建入口：在smartbi中选择 数据连接 > 关系数据库 > MS SQL Server … Server命名实例又该如何连接呢？“数据库类型”选择“MSSQL”，“服务器地址”设置为IP、端口，再加上 instanceName。详细配置如下图所示。 image2019-11-18 16:24:57.png 如果“测试连接”过程中，总是提示“连接池初始化失败”，“显示栈信息”中说明：CausedBI笔记之---增量方式处理多维数据集
本文将模拟一个数据仓库系统，其中有用户数据，产品数据以及订单数据。根据这些数据结构建立多维数据集，并且以增量更新的方式对其进行处理。 之所以强调增量的方式，是考虑到事实表中数据的增长，假设以后增长到几十亿，全量处理就变得很不现实，所以方案中着重演示以增量方式处理多维数据集的方案。 增量处理多维数据集的关键是要将事实数据分为两部分处理，一个是增量事实表，一个是历史事实表，多维数据集第一次处理历史事实表中的数据，以后每次周期性的处理都是处理增量表中的数据。 本文中提及的SQLServer和Visual Studio都是2008版本，2005版本同样也适用。 数据假设:一张用户表，一张产品表，一张订单表，订单里记录的是谁买了什么电子表格⬝ 数据集面板
电子表格中，新增报表数据集： 数据集面板用于新建、展示电子表格可用的资源，数据来源包括报表数据集、系统数据集： image2022-2-19_18-19-17.png 注意： 1、报表数据集相关定义及说明，详见：电子表格⬝ 数据来源。 2、“系统数据集”和“报表数据集”两种类型的数据集之间不能混合使用。如图用户将报表数据集字段拖拽到报表设计区后，不能再修改数据来源。 image2022-2-20_21-58-57.png 如果用户想要修改数据来源，则需要重新建一个工作簿。 3、用户可通过系统设置项控制是否开启或关闭Excel“系统数据集”入口，详情请查看 设置电子表格excel插件显示旧资源数据集电子表格⬝ 数据集面板
电子表格中，新增报表数据集： 数据集面板用于新建、展示电子表格可用的资源，数据来源包括报表数据集、系统数据集： image2022-2-19_18-19-17.png 注意： 1、报表数据集相关定义及说明，详见：电子表格⬝ 数据来源。 2、“系统数据集”和“报表数据集”两种类型的数据集之间不能混合使用。如图用户将报表数据集字段拖拽到报表设计区后，不能再修改数据来源。 image2022-2-20_21-58-57.png 如果用户想要修改数据来源，则需要重新建一个工作簿。 3、用户可通过系统设置项控制是否开启或关闭Excel“系统数据集”入口，详情请查看 设置电子表格excel插件显示旧资源数据集5、测试数据挖掘集群
本节介绍smartbi连接数据挖掘执行引擎集群、服务引擎集群、Spark、Hadoop、Python以及测试服务是否正常运行。 集群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 10.10.35.64 10-10-35-64 数据挖掘-1，Zookeeper-1，Python-1 /data 10.10.35.65 10-10-35-65 数据挖掘-2，Spark-1，Hadoop-1 /data 10.10.35.66 10-10-35-66 Spark-2，Zookeeper-2，Hadoop-2 /data 10.10.35.67仪表盘-表单表 修改"暂无数据"
(示例仅供参考) 问题说明 明细表查询结果为空的时候显示“暂无数据”，我想自定义这个无数据时显示的文本信息 image2024-9-18_14-29-6.png 解决方案： 目前只能写宏实现 参考示例，组件渲染完后事件 function main(page: IPage, portlet … = 'none'; } } image2024-10-10_14-20-53.png image2024-10-10_14-21-16.png 空数据显示其他内容 返回数据为空显示无数据 无数据时不显示空数据挖掘-SMOTE
概述 SMOTE算法通过对少数样本的分析可以合成新的样本，是一种过采样技术。 image2020-9-1_16-42-57.png 输入输出 输入 只有一个输入端口，用于接收原始数据集。 输出 只有一个输出端口，用于输出过采样后的全部数据集。 参数说明 设置SMOTE的参数： image2020-11-6_17-9-21.png 设置项说明如下： 参数 说明 备注 选择标签列 用于选择输入数据集的某一列作为标签列。 单选 标签类别 输入目标列中需要进行SMOTE算法的类别值。 文本框，标签的类别值（必填数据挖掘-列选择
概述 列选择节点用于从输入数据集中选取指定的数据字段。 常用于数据集中字段过多，对分析结果无用，而又影响分析效率的情况。 image2020-5-21 16:31:1.png 输入/输出 输入 一个输入端口，用于接收数据集。 输出 一个输出端口，用于输出列选择的结果。 参数设置 设置列选择的参数： image2020-5-21 14:5:14.png 设置说明如下： 参数 说明 选择输出列 用于选择通过输入端口连接的前置节点资源输出的数据集的列： 2022-02-11_15-08-46.png 示例数据挖掘-SMOTE
概述 SMOTE算法通过对少数样本的分析可以合成新的样本，是一种过采样技术。 image2020-9-1_16-42-57.png 输入输出 输入 只有一个输入端口，用于接收原始数据集。 输出 只有一个输出端口，用于输出过采样后的全部数据集。 参数说明 设置SMOTE的参数： image2020-11-6_17-9-21.png 设置项说明如下： 参数 说明 备注 选择标签列 用于选择输入数据集的某一列作为标签列。 单选 标签类别 输入目标列中需要进行SMOTE算法的类别值。 文本框，标签的类别值（必填
