第166页，共563页。 显示 5,627 条结果 (0.06 秒)
ETL高级查询-界面介绍
数据，数据量最多100条。 ETL抽取日志 入口 1.png 点击“ETL日志”，进入对应的ETL运行日志。2.png … ETL高级查询界面介绍如下： 功能入口 新建ETL高级查询入口 在“数据模型”定制界面单击创建私有查询按钮image2022-2-4_20-46-19.png，选择 ETL高级查询：image2022-2-4_21-1-23.png 私有查询转换ETL高级查询入口 在非ETL高级查询的其它私有查询的更多Mondrian 3.0.4 学习总结
库——选择Table/View——双击抽取目标数据——定义Mapping——选择要显示的字段。在这步数据模型建立的查询中，还可以定义where condition，group by，having，order by等。 4、 选择事实表和定义度量 5、 创建Dimensions及hierarchy，level 6、 生成 … 、JOLAP 规范。它从 SQL 和其它数据源读取数据并把数据聚集在内存缓存中，然后经过 Java API用多维的方式对结果进行展示，同时可以不写 SQL就能分析存储于 SQL 数据库的庞大数据集，可以封装 JDBC数据源并把数据以多维的方式展现出来。 JPivot 是 Mondrian httpMondrian学习总结
。选择数据库——选择Table/View——双击抽取目标数据——定义Mapping——选择要显示的字段。在这步数据模型建立的查询中，还可以定义where condition，group by，having，order by等。 4、 选择事实表和定义度量 5、 创建Dimensions及hierarchy，level … 、JOLAP 规范。它从 SQL 和其它数据源读取数据并把数据聚集在内存缓存中，然后经过 Java API用多维的方式对结果进行展示，同时可以不写 SQL就能分析存储于 SQL 数据库的庞大数据集，可以封装 JDBC数据源并把数据以多维的方式展现出来。 JPivot 是 Mondrian httpMondrian学习总结
。选择数据库——选择Table/View——双击抽取目标数据——定义Mapping——选择要显示的字段。在这步数据模型建立的查询中，还可以定义where condition，group by，having，order by等。 4、 选择事实表和定义度量 5、 创建Dimensions及hierarchy，level … 、JOLAP 规范。它从 SQL 和其它数据源读取数据并把数据聚集在内存缓存中，然后经过 Java API用多维的方式对结果进行展示，同时可以不写 SQL就能分析存储于 SQL 数据库的庞大数据集，可以封装 JDBC数据源并把数据以多维的方式展现出来。 JPivot 是 Mondrian http作业流
流进行监控。 作业流监控 作业流监控 用户可在数据准备页面中点击 抽取监控 按钮。，监控作业流执行计划任务状况，了解作业流的结果，详情请参考 作业流监控 。 作业流监控.png image2021-5-13_17-4-36.png 运维人员监控 运维人员可通过 系统监控>作业流监控 ，监控 … 概述 作业流是ETL作业依赖编排工具，用户可以通过图形化的界面，对ETL的依赖进行编排。其中，ETL依赖是指从原始数据到最终展现数据，可能需要经过多个ETL过程，ETL的执行存在着依赖关系。 作业：作业是用户在一次算题过程中或一个事务处理中要求计算机系统所做的工作的集合，正在执行的一个或多个相关进程被称为作业创建ETL高级查询
1 概述 ETL高级查询是可以将数据源表或者数据集中的数据进行清洗、聚合、关联和合并等操作，并将加工后的数据输出，能够快速的完成数据准备。 1、使用 ETL高级查询 的前提必须要先部署好数据挖掘的引擎，否则无法正常使用。 2、ETL高级查询支持查询动态抽取(原按次抽取，需要2025.06.04之后的war包)。 2、ETL高级查询 目前只支持抽取模式。 3、其他类型转成 ETL高级查询 之后无法再转回去，这是不可逆操作。 4、如果数据模型原来是直连模式，增加ETL高级查询之后，会强制变成抽取模式。详情可查阅：直连&抽取。 5、关于ETL功能，还可以查看：自助ETL。 2 生成大宽表 用 ETL高级查询 生成 大Clickhouse中如何查询落地到磁盘中的表的大小
（本文档仅供参考，因涉及到清理数据库的数据，如不确认查询是否正确可将根据文档查询到的信息反馈至官方支持） 问题 经常有客户咨询MPP占用了很多的磁盘空间，该怎么清理MPP占用的空间？ 解决方案 如若是和bi相关的，通常是由于以下几种原因生成： 1、生成的抽取自动备份的表太多，占用的空间较多； 2、历史遗留的一些数据异常的表没来及得清除； 3、抽取临时表没有及时清理掉。 步骤说明 1、使用jdbc连接方式的数据库工具先连接mpp，然后执行DLL语句操作。 1.1先从smartbi.war/smartbi/WEB-INF/lib获取到连接CH所需的驱动（可能不同版本后面jar的小版本号会有点不一样，前面名字是一样添加接口查询
1、概述 接口查询主要场景是客户不想或者没有办法连接到数据源，需要通过接口的方式获取数；更多的是作为数据集的存在，并且返回的数据是基本都是一个大宽表。 Smartbi 数据模型支持添加 2 种接口查询：Java查询、脚本查询。 1、Java查询、脚本查询只支持抽取模式， 如果模型原先是直连模式，加入了Java查询会强制变成抽取模式！详情可查阅：直连&抽取。 2、如果Java查询、脚本查询有定义参数，可参考参数设置进行参数映射。 3、 可参考自定义JavaBean示例获取数据。 4、可参考：带参数Java查询示例。 2 Java查询 Java查询是指由用户通过二次开发，自定义JavaQueryData接口实现类1 创建模型
## <strong>创建数据模型</strong> - <strong>接口调用-方式1</strong> ```java import smartbi.net.sf.json.JSONObject; import smartbi.sdk.ClientConnector; import … | StoreType | 存储方式：DIRECT、EXTRACT，分别代表直连、抽取创建可视化SQL查询
1 概述 可视化SQL查询可以提供简单的拖、拽操作，实现多张表联接（JOIN）、条件筛选、切换聚合方式等轻松构建模型。 原数据模型”即席查询“，在V11最新版本中更名为”可视化SQL查询“。 1、可视化SQL查询支持直连、抽取模式； 详细可查阅：直连&抽取。 2、如果可视化SQL查询有参数，可参考参数设置进行参数映射。 3、可视化SQL查询基于业务主题、数据源进行分析。 2 示例说明 基于产品销售数据，业务人员希望可以通过简单拖、拉拽实现得到要分析的数据，详细操作可查看：入门视频。 基于上述要求，本次可视化SQL查询分析思路如下： 展现输出字段：产品名称、单价、数量、销售额。 区域、产品类别作为
