第68页，共563页。 显示 5,626 条结果 (0.058 秒)
数据类型转换函数
使用【数据模型-ETL高级查询】实现数据处理时，smartbi提供【元数据编辑节点】用于修改数据集中字段的一些属性，包括名称、别名、数据类型及字段顺序等。 但若实际数据分析场景中有更多较为灵活的数据类型转换场景，smartbi支持以下Spark SQL数据类型转换函数供数据分析人员使用。Spark SQL函数可在 … 】 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942321节点中使用。 序号 函数 描述 1 bigint(expr) 函数名称：bigint(expr) 函数说明：将数据类型更改为bigintmysql8数据库，在smartbi展示日期时间与数据库日期时间不一致
（本文档仅供参考） 问题 smartbi展示的日期时间与数据库日期时间不一致 smartbi中展示数据如下： image2021-1-5_20-33-24.png 数据库中数据如下： image2021-1-5_20-33-51.png 问题原因 此问题是由于mysql8时区问题，可在数据源url连接中添加参数 "serverTimezone=UTC" 设置时区与数据库中一致，从而解决此问题。 注：关于相关的说明可以参考网上的说明：https://blog.csdn.net/starlemon2016/article/details数据模型预览发现时间维度不同年份相同月份数据合计
（本文档仅供参考） 问题描述： 数据模型设置生成了年、年月字段，预览时数据发现不同年份相同月份的数据自动合计。例如2022年1月数据为1000，2023年1月数据为1000，但是选择时间维度年、年月不同年份相同月份的数据会显示为合计的2000 image2023-7-27_15-54-24.pngimage2023-7-27_15-55-38.png 解决方案： 时间维度设置问题，设置字段为时间层次年月时，需要确保原始的数据格式为yyyy-MM，否则会产生上述数据错乱的现象。 image2023-7-27_15-57-45.pngimage2023-7-27_16-0-15.png 时间维度合计不正确大数据散点图
概要说明 大数据散点图用于考察坐标点的分布，判断两组变量之间是否存在某种关联或总结坐标点的分布模式，主要适用于大数据量情况（数据量>=2000）。 含义 入口 图例 用于表示数据项大于2000的数据的关系。通常用来研究区间分布模式。 image2022-2-16_18-9-51.png 下图是模拟三角函数（正弦sin）的图像显示，体现周期性特点： image2018-9-6 16:55:2.png 优势 大数据量的情况下，在图形上能得到秒级渲染展示。 劣势 无法自定义单个数据项的样式。 配图建议： 列区：1个度量； 行区：1个维度/1个度量； 数据要求Smartbi Jdbc4Olap数据连接
连接步骤 1、新建关系数据源 在“数据连接”界面选择“关系数据库”分类页，点击 Smartbi Jdbc4Olap ，如图： 548.png 2、连接配置 进入到“新建关系数据源”界面，进行如图配置后，测试连接成功后保存即可。 2022-02-15_15-57-34.png 各个配置项说明如下： 配置项 说明 名称 输入关系数据源的名称 驱动程序类型 驱动程序类型选择：Smartbi Jdbc4Olap 驱动程序类 选择驱动程序类型后，系统自动生成驱动程序类。 连接字符串 输入连接字符串，关于Smartbi Jdbc4Olap数据源字符串的设置，详情请参考 多维数据集主体区
关于可视化数据集的创建入口、资源显示和使用，统一通过V10 license控制。如希望在V10版本中继续使用可视化数据集，则需更新授权包含可视化数据集的license文件。 数据集主体区用于定制可视化数据集的输出字段、条件等部分。 它通过从左侧拖拽相关的资源来到不同的区域来实现定制。目前工作区又可分为如下几个区域 … 用于定义分组条件 清除、软键盘、收起、最大化 表关系 输出字段确定后，其表之间的关系即显示在表关系区 收起、最大化 查询标签 用于在同一个可视化数据集中的各子数据集间进行切换 输出字段 输出字段是指用户最终查询的数据字段。相当于SQL语句中的输出可视化数据集
是通过拖拽基础表（包括数据源、关系图以及业务主题下的基础表）字段来定义数据集条件和内容的一种数据集。它将用户同数据库及数据集语言的技术细节隔离开来，使用用户熟悉的业务用语来访问数据库里的数据。 可视化数据集来源于业务主题或基础数据，也可以通过另一个已定义好的可视化数据集获得。 可视化数据集基于定制好的表关系可以实现跨表查询。 操作入口 入口一：在系统导航栏中选择 数据准备 ，在数据集的更多image2021-7-16_16-44-34.png中选择 新建>可视化数据集 。 可视化数据集入口1.png 入口二：在数据准备中选择一个业务主题，在业务主题右键更多Echarts图形-扩展属性：折线 - 堆积线图自定义各数据点样式
（本文档仅供参考） 问题描述 堆积线图中有多条折线，想要自定义各数据点样式。 image2024-12-5_16-58-45.png 解决方案 可参考以下扩展属性 option = { series: [{ showSymbol: true, symbol: 'circle … 折线数据点Excel融合分析-数据准备
1. 背景 在业务人员进行数据分析之前，会根据业务进行基础的表处理等，比如新增计算字段、地理纬度字段、日期字段等等。 2. 数据准备的方式 Excel融合分析的数据来源有以下几种： 报表数据集 模型查询：模型查询是指直接从创建好数据模型中拖拽字段输出数据结果。适用于零基础的业务人员。 image2022-3-22_16-24-23.png SQL查询：SQL查询是指通过SQL语句输出数据结果。适用于熟悉SQL语句的技术人员。 image2022-3-22_18-2-11.png 系统数据集 关系数据源：查看 关系数据库 https://wiki.smartbi.com.cn/pagesExcel融合分析-数据准备
1. 背景 在业务人员进行数据分析之前，会根据业务进行基础的表处理等，比如新增计算字段、地理纬度字段、日期字段等等。 2. 数据准备的方式 Excel融合分析的数据来源有以下几种： 报表数据集 模型查询：模型查询是指直接从创建好数据模型中拖拽字段输出数据结果。适用于零基础的业务人员。 image2022-3-22_16-24-23.png SQL查询：SQL查询是指通过SQL语句输出数据结果。适用于熟悉SQL语句的技术人员。 image2022-3-22_18-2-11.png 系统数据集 关系数据源：查看 关系数据库 https://wiki.smartbi.com.cn/pages
