第93页，共579页。 显示 5,785 条结果 (0.103 秒)
数据权限体系
数据资产的权限体系主要包含了权限的分类及授权的设置。 权限分类 数据资产的权限类型主要分为如下几类： 引用：可以看到资源节点，并且在其它资源中引用该节点，但是不能查看内容。 查看：可以看到资源节点，也能查看内容。 编辑：可以看到资源节点及内容，还支持编辑该资源。 再授权：可以将资源的权限进行二次授权给其它用户。 概览：用于以脱敏的方式查看数据结果。 资源授权 对用户进行数据资产的资源授权主要有如下两个设置入口： 1、用户管理模块中的批量资产授权：在角色列表的操作栏中单击 资源授权（ image2020-6-30 17_14_5.png ），进行权限授予。 image2020-6-30setFetchSize对各数据库的影响
概述 setFetchSize方法会提供一个数值给JDBC驱动，这个数值是当数据集对象需要读取更多行时，应该从数据库中获取的行数。使用JDBC的Fetch Size时需要综合考虑支持程度和具体业务系统等多种因素，但并不是所有数据库都支持FetchSize。 设置FetchSize情况 在数据量为百万级别的情况下，不同数据库设置不同的FetchSize，对时间变化百分比进行分析，如下图所示： 2021-07-28_16-14-32.png 结论如下： （1）设置FetchSize之后，DB2_V9、HANA、ORACLE和SHNENTONG这几个数据库在查询效率上均有较大的提高，特别是ORACLE和SHENTONG数据查询有哪些数据模型是使用了模型引擎1.0的逻辑
（本文档仅供参考） 问题描述： 因为存在版本更新需要将数据模型引擎1.0切换至模型引擎2.0，需要考虑影响兼容性问题，需要判断影响范围进行升级评估。需要知道有哪些模型及对应的报表可能会存在影响。并进行相关的调整和验证。 解决方案： 执行sql查询，可查询出模型已禁用了模型引擎2.0的数据模型。 执行sql: select * from tx_augmented_dataset where c_define like '%"useSmartCube":false%' image2025-5-6_21-45-52.png image2025-5-6_21-46-10.png样式 - 电子表格web控件能否支持来源数据库的url地址
（本文档仅供参考） 需求 能否把数据库里存储的url在电子表格的web控件展示，并且把这些控件以轮播的形式展示。 image2018-10-24 18:14:53.png 解决方案 1、把url放到数据集里面，再写宏代码让web控件接收到。（宏可定制） 2、把多个web控件用电子表格的轮播控件连接起来，实现轮播。 image2018-10-24 18:19:23.png image2018-10-24 18:21:11.png web控件集成可视化数据集-计算字段
创建报表时，用户可能需要无法直接从数据库获取的信息，则需要通过创建计算字段来获取。 计算字段是指使用已经存在的字段，通过四则运算或是函数等书写表达式形成的新字段，此字段用于创建业务主题、可视化数据集和即席查询。 可视化数据集的计算字段和 数据源中的计算字段 的区别： 前一种是局部计算字段，只作用于某个可视化数据集；后一种是全局计算字段，作用于整个数据源此处数据集的计算字段我们称之为局部计算字段，和数据源下的全局计算字段相比，其创建入口和使用范围是不一样的。 操作入口： 新建：在“数据集输出区”的“计算字段”节点下右键选择 新建计算字段。则会进入新建计算字段对话框，关于计算字段的创建请参考 计算字段 章节 计算字段数据模型-表关系区
数据模型将来源多处的数据进行归集时，是有序的归集，这种有序归集需要通过模型表间的关联关系来确定。 表关系区（下图红框所标识）中显示了当前数据模型包含的所有模型表： image2022-2-3_19-8-2.png 表关系区中的各模型表，无论直连或抽取模式，系统将依据字段别名和数据类型匹配的原则自动创建表关系 … 该表有字段设置为度量后才会变更成绿色底色。 模型表的来源及实现请参见：数据模型-私有查询 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=69737191。 表命名规则 表关系区中的模型表，按照不同的查询类型，系统为其默认命名的规则如下⬝ 检查数据挖掘
部署完成数据挖掘服务后，检查数据挖掘可参考 测试数据挖掘及其组件 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=114990759 数据挖掘部署请参考 部署Smartbi数据挖掘引擎/SmartbiETL https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=114990727检查数据挖掘
部署完成数据挖掘服务后，检查数据挖掘可参考 测试数据挖掘集群及其组件 数据挖掘部署请参考 部署Smartbi-Mining 数据挖掘 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=55840890数据模型-私有查询
数据模型中的模型表来源于：数据源表、导入文件、SQL查询、即席查询、Java查询、脚本查询、存储过程查询、ETL高级查询、生成日期表。 这些类型的私有查询作为数据模型的基础元素，只能被其所属的数据模型使用，私有查询的数据结果可以通过数据预览 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=69737452#id-%E6%95%B0%E6%8D%AE%E6%A8%A1%E5%9E%8B%E8%A1%A8%E6%95%B0%E6%8D%AE%E5%8C%BA-%E9%A2%84%E8%A7%88%E6%95%B0%E6%8D%AE功能查看。 数据模型中支持对私有查询数据挖掘 – LSH
该功能为V10.5版本功能。 概述 LSH（局部敏感哈希）是一种哈希算法，用于对高维数据进行快速最近邻查找。LSH把两个高相似度的数据以较高的概率映射成同一个哈希值，把两个相似度很低的数据以较低的概率映射成同一个哈希值。利用哈希过后的数据进行最近邻查找，能提高查找效率，减少耗时。 对于数据向量的相似度距离，LSH节点提供了两种距离度量：欧式距离和杰卡德距离。其中，欧式距离适用于绝大多数数据向量，而杰卡德距离适用于由0和1组成的向量（如，00101，10011等，非0的数值都会被视为1）。在文本分析问题中，可先使用词向量或TF-IDF把文本转换为数值型向量，再选用欧氏距离的LSH对向量进行哈希，哈希后的向量可用于相似
