第160页，共563页。 显示 5,627 条结果 (0.19 秒)
创建计算列
在模型中；如果要保存在模型中供其他报表使用，需在模型中创建；报表层创建计算列详细可参考：透视分析创建计算列。 10、在抽取模式创建的计算列需要先抽取才能正常预览数据。 11、计算列支持快速“复制“。 12、计算列: 抽取模式下，会在日志中提示哪个计算列报错; 在直连模式下，不勾选它还是会报错。 13、跨表创建计算列 … 、填写好基本信息以及表达式 点击 确定 之后，可以在维度区 对应的表或查询目录下看到新建的计算列CityState，以及预览对应的计算列数据(如果是抽取模式，则需要先 抽取 才能正常预览)： 注意：新建的计算列字段名称：字段名+(查询名称)。 4、构建完模型 https://wiki.smartbi.com.cn用户&资源之间的权限明细查询
： image2025-5-16_11-25-3.png 数据模型全量抽取设置：当 “用户权限信息Java查询” 的抽取参数为空时，则会抽取全量数据。 image2025-5-16_11-32-26.png image2025-5-16_11-32-52.png 3.5.打开资源 在【分析展现】中，搜索”用户权限即席查询“，即可找到对应的报表资源 … 1.需求背景 场景一：客户想查询某个人，对于某个资源的资源权限，主要是运维方面使用。 例如：业务人员反馈，无法查看“月度汇报数据报表”，IT人员就可以通过该功能，直接查询该业务人员对该报表的资源情况。 场景二：客户想查询某些资源，指定的人员具备什么资源权限。 例如：“月度汇报数据报表”、”月度整体情况202506产品更新说明
过滤层级数据；仪表盘组件全面统一使用新版排序逻辑，支持多字段与分区排序。 2、数据治理效率显著提升 ETL高级查询支持动态抽取，确保实时数据可用性。 优化数据模型保存、多维引擎查询性能，提升系统响应速度，保障业务稳定运行。 数据模型校验新增“一键修复”功能，自动清理三类“脏数据”，降低运维成本 … 知识复用率。 多选下拉筛选器支持日期控件模式，解决离散日期选择效率问题。 私有企业微信集成插件，满足内网环境安全对接需求。 3 详细更新内容 +表示新增，^表示增强，<表示变更。 3.1 数据准备 ^ ETL高级查询支持查询动态抽取 之前版本中，数据模型中的“ETL高级查询”不支持查询动态创建日期表
看：数据连接支持情况-汇总。 2、【日期表】支持抽取、直连模式，详情可查阅：直连&抽取; 如果存放在MPP中，那只支持抽取模式, 如果存放在上面第1条支持的5个数据库，并且没有跨库则支持直连。 3、涉及到包含“生成日期表”的资源迁移到其他环境时，需要重新生成对应的日期表。 4、生成日期表时，会自动把带有”年“的字段 … 的日期表生成一个共享的日期维表！ 具体操作步骤如下： 1、新建数据模型并把 合同表.xlsx、回款表.xlsx 导入到模型中 (本示例的合同表、回款表数据是直接从数据库中拉取的) 2、基于 本文2.1章节 “生成日期表”： 8.png 3、设置好表关系、构建数据模型等，保存 数据模型，并 抽取数据 成功报表助手
的准确性，需要把私有查询中的参数映射到数据模型中，并配置参数备选值。参数功能详情可查看：参数设置 。 shujumoxing-05.png 5、如果需问时间计算数据，则需要创建时间层次，详情可查看：创建时间维 。 6、保存数据模型，并抽取数据。 shujumoxing-06.png 更多的数据模型功能介绍，详情可查 … ，在 Agent 中，双击打开导入 报表助手 Agent，点击工具栏的 发布 按钮，确认Agent发布成功，如下图所示： 若发现左侧导航条中没有 Agent 功能模块，确认以下三点： 确认当前用户是否拥有 Agent 功能模块的 操作权限 。 确认license是否包含 数据挖掘模块 。 需在系统选项高级设置中高速缓存库
是Smartbi 提供的对数据查询进行缓存和提速的功能。 高速缓存库的作用是解决用户原始数据库查询慢并且不好解决的场景，可以通过定时抽取把数据缓存到缓存库，提升报表的查询性能。 支持范围 高速缓存库支持下面几种数据库： GaussDB（DWS） Presto+Hive (信创版支持 … /common-oceanbase-database-cn-1000000000511007 同时建议oceanbase版本是在v4.3.1以上，可以使用oceanBase AP使用其列式数据库 ETL还不支持Oceanbase作为缓存库。 采购高速缓存MPP模块后，可以根据实际情况选择以上几种数据库中的一种作为高速缓存库。 1、高速缓存库支持将表抽取至如何在作业流成使用“检查依赖"字段节点
销售数据较大，用户希望能够将业务系统中的数据按一定的频率抽取到数据仓库中，同时不能对业务系统造成太大的压力，影响现有业务。假设抽取频率为一天，存在一个ETL任务需要统计出本月截止到现在的销售情况。一般地，可以在创建数据库表时，增加一个额外的时间戳字段，负责抽取任务的ETL通过比较系统时间与抽取源表的时间戳字段的值来决定抽取哪些数据。为了保证数据的准确性，需要保证本月截止到现在，负责抽取任务的ETL每一天的运行都是正常的，才能执行接下来的统计分析本月截止到现在的销售情况ETL任务。此时，就可以使用“检查依赖”功能。 输入/输出 输入 一个输入端口，用于连接节点。 输出 一个输出端口，根据检查结果判断Clickhouse对于小于1970年1月1日时间显示异常
17:18:29.png 现象2：数据集中展示有日期，但是日期是小于1970-01-01的，抽取之后日期字段为空了。 原始数据集记录： 抽取为空1.png 抽取之后高速缓存库记录： 抽取为空2.png 解决方案 经查找相关文档确认，clickhouse中1970－01-01在clickhouse … /data-types/datetime/ 建议是通过将日期字段转成字符串或是通过其它支持作为高速缓存库的数据库进行抽取。 图3.png mpp显示时间不对 高速缓存库时间不对部署SmartbiMPP高速缓存库集群
高速缓存库，列式数据库管理系统，用于抽取数据。安装SmartbiMPP高速缓存库
高速缓存库，列式数据库管理系统，用于抽取数据。
