第11页，共561页。 显示 5,602 条结果 (0.116 秒)
关系型数据源-Hadoop-hive数据连接
1 概述 Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 Hive是建立在 Hadoop 上的数据仓库基础构架。它提供了一系列的工具，可以用来进行数据提取转化加载（ETL），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。 本文介绍如何在smartbi V9.5以上版本中连接Hadoop-hive数据库。 2 数据连接 2.1 配置信息 驱动程序类 连接字符串 驱动程序存放目录 支持数据库版本关系型数据源-Excel（本地文件）数据源连接
的文件 2、一个Excel文件对应一个数据库；Excel文件的sheet名称对应表名；每个sheet中第一行当作字段名。 3、excel中的数据格式可以被应用到smartbi中，如果对数据设置了数据格式：数值直接转成浮点型，日期、时间直接转换成【日期 时间】。 2）把Excel文件上传至smartbi的本地文档 … 1 概述 smartbi支持直接读取服务器excel文件做数据源，但是需要将Excel文件都存放到服务器所在机器上才能读取到，为了解决这一问题，smartbi v7版本以上支持读取本地Excel文件作为数据源，方便客户端用户操作。 本文介绍如何在smartbi中连接Smartbi JDBC for Excel数据挖掘-抽取
概述 抽取是按照一定的标准对特征列进行编码。 左侧接相应特征提取算法，右侧接数据，从数据中统计和学习抽取规律。当抽取完后，在预测过程中需要保存已学习到的规律作为模型。 输入/输出 输入 两个输入端口，用于接收特征处理方法（目前支持特征离散/特征转换）和特征选择。 输出 一个输出端口，用于输出抽取的特征规律。 参数设置 参数名称 说明 备注 名称 节点名称为“拟合” 使用时与特征离散/特征转换和特征选择组合使用。 抽取数据挖掘-抽取
概述 抽取是按照一定的标准对特征列进行编码。 左侧接相应特征提取算法，右侧接数据，从数据中统计和学习抽取规律。当抽取完后，在预测过程中需要保存已学习到的规律作为模型。 输入/输出 输入 两个输入端口，用于接收特征处理方法（目前支持特征离散/特征转换）和特征选择。 输出 一个输出端口，用于输出抽取的特征规律。 参数设置 参数名称 说明 备注 名称 节点名称为“拟合” 使用时与特征离散/特征转换和特征选择组合使用。 抽取拼接日期和其他字段，且日期月份需要显示英文，直接用text转换，excel显示正常，发布之后预览月份显示成中文了
（此文档仅供参考） 问题 拼接日期和其他字段，且日期月份需要显示英文，直接用text转换，excel显示正常，发布之后预览月份显示成中文了 image2019-5-29 15:34:6.pngimage2019-5-29 15:34:21.png 解决方案 可以修改函数实现，用TEXT(B2,"[$-409]dd mmm yyyy")，最终效果如下图： image2019-5-29 15:33:28.pngimage2019-5-29 15:33:40.png text函数异常关系数据源-连接Excel数据源(服务器文件)
Smartbi V5.1版本后，支持直接读取服务器excel文件做数据源。 操作步骤 制作excel数据文件 创建excel文件，支持创建多个sheet页，把需要的数据在excel文件中填写好，保存为本地文档。 如下图： 说明： 支持.xls和.xlsx后缀的文件 一个Excel文件对应一个数据库；Excel文件的sheet名称对应表名；每个sheet中第一行当作字段名。 excel中的数据格式可以被应用到smartbi中，如果对数据设置了数据格式：数值直接转成浮点型，日期、时间直接转换成【日期 时间】 image2019-11-5 16:3:2.png 把excel文件存放水球图目标值数据格式说明
（该文档仅供参考） 问题描述： 分别给水球图指标值和目标值设置数据格式，仅指标值发生了变化，目标值字段未发生变化 水球图目标值数据格式_20240605090537.png 原因说明： 水球图的目标值是需要在前端经过表达式计算的，计算时只能使用真实值，而目前产品的数据格式都是后端生成的，前端是没办法直接应用数据格式； 处理方案： 通过宏的方式修改目标值数据格式。宏示例，以下示例仅供参考： 宏模块水球图目标值_20240704154454.png 代码内容如下： /* 效果：修改目标值数据格式 类型：ClientSide 对象：水球图 事件：onAfterRender */ function mainStarRocks数据预览出现SQL错误: nanos>999999999 or <0
问题现象： 数据源在数据快查的时候发现会出现如下是sql查询错误，数据库本身查询是没有问题的，在产品中写原生sql查询也是相同的报错信息 image2024-7-27_9-53-38.png 问题原因： 从报错信息中定位到，jdbc抛出的这个报错信息，是由于驱动在做类型转换的时候timestamp(时间 … 添加数据库驱动jar https://wiki.smartbi.com.cn/pages/viewpage.action?smt_poid=43&pageId=76677833。在smartbi中添加mysql8的驱动，测试验证mysql8.0.28的驱动可以解决该问题 starrocks数据预览报错数据挖掘-模型自学习
概述说明 机器学习中发布到生产的服务内所训练的模型随着时间推移，准确性可能会逐步降低。这时若通过补充新的数据，重新进行训练，则有可能提高模型准确性。模型自学习则是将这个步骤自动化，并能自动将符合一定要求的模型发布或者部署到生产中，它能解决模型长期得不到更新而导致准确性降低的问题，并极大减轻运维人员的工作量。 适用场景 1、模型已经训练好并发布为服务，用户希望模型能定期更新 2、模型的训练数据能定期更新 功能入口 图片3.png 进入模型自学习界面可模型自学习自定义并可以设置定时任务，如下： 图片4.png 模型自学习示例 以房价预测为例： 1、打开房价预测实验实例快速准备数据并创建仪表盘
、创建模型：在左侧导航栏点击 数据准备，打开数据准备界面后选择 数据模型 2、添加表：把以上五张数据表添加到模型中，模型会根据相同的字段名称自动检测，并会把一些度量指标字段加到下面的度量区 3、新建计算列：由于数据库中有“销售额”和“销售成本”字段，我们通过计算列派生出“销售利润”字段，并点击 转换为度量 4、创建 … 1 概述 本文为您演练如何在Smartbi中连接处理数据，创建和分享仪表盘看板等，帮助用户快速入门。 2 情景介绍 假设您是一家食品零售公司的数据分析师，销售总监刚刚拿到2021年5月份的销售数据，但是他发现近期销售利润出现下滑，为了制定下一步的经营策略，需要您找出利润下滑的原因，辅助销售总监做出决策。 3
