第2页，共561页。 显示 5,602 条结果 (0.059 秒)
指标管理 ⬝ 创建事实表
或同一个指标。 3 实现事实表的表数据 对事实表数据进行管理的方式有两种：在线编辑数据、通过绑定自助ETL实现灌数。 在线编辑数据：在前端以Excel的形式提供在线编辑表数据的功能，适合业务或IT人员实现小批量数据的录入和修改。 绑定自助ETL：通过ETL工具实现数据抽取、转换、加载，适合数据量较大并且对数据转换 … 1 概述 事实表是一种数据表，数据表是由表名、表结构和表记录（表数据）等几部分组成。本文将介绍如何创建事实表的表名、表结构、表数据。 2 新建事实表的表结构 支持通过系统新建表、添加数据库的表和添加SQL查询三种方式创建事实表，三种方式的适用场景如下： 系统新建表：无数据仓库，无数据治理，指标模型直接对接kettle入门体验
KETTLE入门体验 Kettle简介 Kettle 是"Kettle E.T.T.L. Envirnonment"只取首字母的缩写，这意味着它被设计 用来帮助你实现你的ETTL 需要：抽取、转换、装入和加载数据；翻译成中文名称应该叫水 壶，名字的起源正如该项目的主程序员MATT 在一个论坛里说的哪样：希望把各种数据放到 一个壶里然后以一种指定的格式流出。 Spoon 是一个图形用户界面，它允许你运行转换或者任务，其中转换是用Pan 工具来运 行，任务是用Kitchen 来运行。Pan 是一个数据转换引擎，它可以执行很多功能，例如：从 不同的数据源读取、操作和写入数据。Kitchen 是一个可以运行利用XML 或数据资源库Impala与Hive的比较
、验证想法的大数据分析工具。可以先使用hive进行数据转换处理，之后使用Impala在Hive处理后的结果数据集上进行快速的数据分析。 http://tech.uc.cn/wp-content/uploads/2013/07/impala_s.jpg http://tech.uc.cn/wp-content … 。 适用面： Hive: 复杂的批处理查询任务，数据转换任务。 Impala：实时数据分析，因为不支持UDF，能处理的问题域有一定的限制，与Hive配合使用,对Hive的结果数据集进行实时分析。 6. Impala的优缺点 优点： 支持SQL查询，快速查询大数据。 可以对已有数据进行查询，减少数据的加载，转换SQL92标准
函数会返回一个NULL 值 LOWER() --函数把字符串全部转换为小写 UPPER() --函数把字符串全部转换为大写 STR() --函数把数值型数据转换为字符型数据 LTRIM() --函数把字符串头部的空格去掉 RTRIM() --函数把字符串尾部的空格去掉 LEFT(),RIGHT(),SUBSTRING … 如下： ----------------------------------------------- abcdefg ————数据类型转换函数 cast()函数语法如下: cast() (<expression> as <data_type>[length]) CONVERT() 函数语法如下: CONVERT() (<data_ type>[ lengthkettle建立缓慢增长维
complex conditions in data transformations 8. Application integration 本系列文章主要介绍如下几点： 1. 数据仓库内建支持缓慢增长维SCD ， 2. 在数据转换中使用复杂条件判断来清理数据 3. 如何使用kettle 来处理增量更形 4. 将Kettle … 示例，后面的介绍中一部分示例都来自kettle自带的这个示例文件夹下。docs里面最主要的是Spoon-version-User-Guide. zip ，里面记录了kettle 的技术性文档，包括支持的操作系统，数据库平台，文本格式，图形化的界面，其中最重要的是所有的转换对象(Transformation Core2021年体验中心资源分析
”功能实时更新统计资源的使用情况，帮助运维人员对相关指标进行分析，将数据转换为知识，辅助其进行相关决策。 场景意义 “2021年体验中心资源分析”大屏采用Smartbi用户行为统计功能，从“资源增长趋势”、“资源浏览情况”、“每月各指标变化”以及“资源耗时明细”等帮助系统运维人员全面、快速地监测出资源的各类运营数据，有助于发现业务人员真正关注的数据资源，从而精准响应业务用户数据查询的诉求；同时也有利于确认资源成果是否真正被复用，从而提高资源分析效率。大屏效果如下图所示： 2021-07-27_15-36-26.png 定制方法 1、总体设计 根据需求规划大屏展现系统的运维情况，整体布局设计查询预览报错：转换数据类型出错
（本文档仅供参考） 问题说明 数据集或者报表在预览的时候报转换数据类型出错，现象见下图： image2019-11-29 16:15:42.png 问题原因 数据集的输出字段“剩余天数”对应的数据中有“超过2619天”这种数据，这种数据无法转换成整型的，建议将该字段的数据类型修改为字符串即可。 转换数据类型出错 数据集预览报错数据类型转换函数
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 … 了八个字节的存储空间。】 示例：在数据模型-ETL高级查询中使用派生列节点，通过bigint函数转换字段数据类型。 image2023-11-28_10-21-9.png 2 binary(expr) 函数名称：binary(expr) 函数说明：将数据类型更改为二进制。 示例：在数据模型-ETL数据模型转换规则介绍
1 概述 转换规则是指查询时把数据库中各字段的内容按需要转换为熟悉的业务术语。比如， 对Code字段配置在线字段，对应关系如下： Code name 1 不适用 2 县域 3 非县域 4 重点县域 并且这种配置会适用多个模型，当前数据模型虽然可以用分组字段支持，但是到了另外一个模型还是要重新建一个分组字段，费时费力。 并且还有更复杂的转换，比如跨表，带查询条件，这些模型都没办法支持，所以数据模型支持了转换规则。 1、支持维度、度量、计算度量均支持设置转换规则。 2、命名集不支持设置转换规则。 3、转换规则的缓存机制需要跟着数据模型； 数据模型不缓存则不缓存，缓存数据模型-支持转换规则
只有在V10.5.15及以上版本的数据模型才支持转换规则 1、概述 转换规则是指查询时把数据库中各字段的内容按需要转换为熟悉的业务术语。比如， 对Code字段配置在线字段，对应关系如下： Code name 1 不适用 2 县域 3 非县域 4 重点县域 并且这种配置会适用多个模型，当前数据模型虽然可以用分组字段支持，但是到了另外一个模型还是要重新建一个分组字段，费时费力。 并且还有更复杂的转换，比如跨表，带查询条件，这些模型都没办法支持，所以数据模型支持了转换规则。 2、在数据模型的使用介绍 转换规则的介绍：详情 https
