第86页，共677页。 显示 6,762 条结果 (0.456 秒)
获取上一年年末数据
1 背景 用户在报表层根据“年”筛选数据，获取上一年年末数据。 比如"行"轴的日期是：2024-03-24，获取 2023年12月31日的数据，如果日期是2023-03-24或2023-12-30 获取2022年12月31日的数据。 2 需求分析 如果要实现这个需求，需要根据行轴上的”日期“获取上一年的最后一天。 3 具体操作 可以点击链接 https://demo.smartbi.com.cn/smartbi/smartbix/?integrated=true&showheader=false&isNewWindows=true&l=zh_CN&nodeid数据模型结构介绍
。例如：“产品”维度经过了规范化并存储在两个相关表中：产品类别维度和产品维度。这些规范化表位于事实数据表之外，形成雪花形状的设计。 在 Smartbi数据模型 中，可以选择模仿雪花维度设计，也可以将源表（非规范化）通过私有查询的方式集成到单个模型表中。如下图所示 … 1 概述 Smartbi的数据模型实现将所有查询结果归集后，基于CUBE模型重新构建数据结构：以“维度”和“度量”进行构建，同时增加了“成员”和“命名集”的定义，实现了数据模型构建的灵活性及应用广泛性。 Smartbi的数据模型基于成熟的建模理论和方法，总体而言主要体现在两方面：模型架构和模型表关系。 事实数据4、数据挖掘服务引擎集群
/sbin/ ./service-daemon.sh stop 5、其他节点进行相同操作即可 如果服务引擎集群与执行引擎部署在相同的服务器时，请直接启动服务引擎，并修改服务引擎的配置文件，无需再重复分发安装包 6、启动数据挖掘服务引擎集群 启动smartbi中配置的数据挖掘服务引擎地址节点 cd /data … 部署数据挖掘服务引擎(负载均衡） 数据挖掘服务引擎需要依赖zookeeper，故而文档环境部署zookeeper集群，服务引擎需要依赖Smartbi-Proxy代理，故而需要部署Smartbi-Proxy环境。 主机名 角色 10-10-35-176 服务引擎1，zookeeper-1数据模型“保存”性能优化
1 背景 当数据模型比较大，通常一个模型中有几十个查询，并且查询中包含有几十上百个字段时候，更新模型会比较慢。为了解决这个问题，我们优化了数据模型的保存逻辑。 2 具体操作 需要在高级设置里面开启：DATA_MODEL_SAVE_NO_FLUSH=true，保存时会有明显的优化效果。smartbi连接达梦数据库集群
（本文档仅供参考） 说明 达梦数据库的集群地址配置，是在dm_svc.conf配置的。达梦的驱动会自动解析这个文件，获取需要连接的url。 具体步骤如下 1、获取达梦数据库集群环境的配置文件 达梦数据库安装时，会生成dm_svc.conf文件。不同平台，这个文件的路径目录有所不同。 1. 32 位的 DM 安装在 Win32 操作平台下，此文件位于%SystemRoot%\system32 目录； 2. 64 位的 DM 安装在 Win64 操作平台下，此文件位于%SystemRoot%\system32 目录； 3. 32 位的 DM 安装在 Win64 操作平台下，此文件位于%SystemRoot配置cas后给其他用户配置管理员权限
问题描述： 用户配置cas前没有给其他用户配置管理员权限，配置之后发现admin无法使用，也无法使用其他用户登录。 解决方案： 通过数据库工具访问知识库t_user_role表，找到需要授权的用户id，然后给到【ADMINS】权限，再用授权用户登录查看。数据挖掘-PrefixSpan
、读取数据 image2024-1-19_15-29-13.png 查看输出 image2024-1-19_14-14-37.png 2 、聚合操作，统计每一个ID，不同日期购买物品清单 聚合配置 image2024-1-19_14-18-25.png 查看输出 image2024-1-19_14-19-7.png 3、排序操作，根据ID和购买日期对数据进行升序排序 image2024-1-19_14-23-17.png 4、聚合操作，统计每一个ID的购买物品清单 image2024-1-19_14-24-5.png 查看输出 image2024-1-19_14-24-34.png 51、部署数据挖掘集群
/ 6、启动数据挖掘执行引擎集群 分别登陆两个节点，执行脚本启动执行引擎 cd /data/smartbi-mining-engine-bin/engine/sbin/ ./experiment-daemon.sh start 2.3 运维操作 1、启动/重启/查看执行引擎 cd /data … 数据挖掘包含两大部分：数据挖掘执行引擎、数据挖掘服务引擎 数据挖掘执行引擎： 负责接收Smartbi 发送执行请求。 通过解析执行定义，生成spark 计算任务或python计算任务，分别发送给spark集群或python集群。 本身并不承担计算任务，只负责计算任务的调度跟分发。 数据挖掘服务引擎仪表盘即席透视二开操作右侧折叠栏面板
中的元素 （仪表盘收缩面板配置项DashboardShrinkConfig）格式如下： （相同组groupId下，只有一个面板为active） // 数据面板（即席透视仪表盘都支持） { "groupId": "SHRINK_DATA", "active": "DATA" } // 主题面板，当前仅仪表盘支持 … shrinkBar.setActivePanes([ //展开数据和设置面板 { "groupId": "SHRINK_DATA", "active": "DATA" }, { "groupId数据挖掘支持实验案例库
1.需求背景 在实际项目过程中，客户需要根据实际业务需求，收集整理典型实验案例，供业务人员参考借鉴。通过该插件包，系统管理员可便捷地将实验资源发布为标准化的实验案例，提升知识复用效率与业务协作水平。 2.功能说明 只要把对应的实验资源复制或者移动到“实验案例”节点后，就可以达到发布“实验案例”库的效果，非常简单 … 】Tab页中，只需要把”实验资源“复制或者移动到”实验案例“文件夹节点下即可。 1、只支持两层： 第一层：文件夹（相当于对实验案例进行分类） 第二层：实验资源（具体的实验案例） 2、实验案例的名称：建议在10个中文字符以内 3、这里的 文件夹 和 实验资源 的“资源权限”延续产品的处理逻辑，系统管理员可以按实际需要
