第66页，共561页。 显示 5,605 条结果 (0.099 秒)
Smartbi V10.1-数据准备
新特性列表中：+表示新增；^表示增强；<表示变更 新增【+】 增强【^】 +【数据模型】MDX常用函数实现封装成模板 +【数据模型】数据模型实现用户的数据权限控制 +【数据模型】新增数据模型表管理，实现快速追踪数据抽取问题 ^【数据模型】MDX表达式可读性增强 ^【数据模型】保存和校验机制调优 ^【数据模型/自助ETL/数据挖掘】新增小批量执行策略 ^【数据模型】MDX表达式可读性增强 背景介绍 计算度量、计算成员、命名集的MDX表达式，拖拽字段后显示的是字段的层次结构，可读性太差，找到对应的字段比较困难，因此对MDX表达式进行了优化：编辑计算度量、计算成员、命名集groupArray函数在数据模型预览报错：ClickhHouseArray...
（本文档仅供参考） 问题描述 在数据模型中创建SQL子查询，子查询预览是正常的，在数据模型页面预览报错，如下图： image2022-12-29_17-47-14.png 解决方案 可以在 groupArray 函数之外再套一个 arrayStringConcat 函数，把数组转成字符串，如：arrayStringConcat(groupArray(`IND_NAME`), '-') as `IND_NAME` 。 image2022-12-29_17-49-1.png grouparray arraystringconcat数据模型预览报错:"Illegal mix of collations for operation ' IN '"
(本文档仅供参考） 问题： 模型预览的时候报错：Caused by: java.sql.SQLException: Illegal mix of collations for operation ' IN ' image2025-4-24_16-2-9.png 问题原因： 这是由于参数in中条件存在中文，而当前mysql的字符集对于中文的支持不够友好，可以尝试数据源连接中重新指定数据源的字符集为utf8：characterEncoding=utf8 image2024-9-21_17-7-39.png 字符集Echarts图形-扩展属性：标签 - 目前地图展示的方式过于平面化，数据标注都盖住了，能否提供一些立体的展示案例
（本文档仅供参考） 问题 目前地图展示的方式过于平面化，数据标注都盖住了，能否提供一些立体的展示案例。 image2018-11-22 9:52:29.png 解决方案 目前没有相关立体地图的示例，建议通过如下扩展属性设置地图周边的阴影，达到立体效果；另外数据标柱重叠的问题，可参考文档：如何修改地图标签显示位置，尝试修改标签的位置然后标记跟随标签位置变化，若效果还是不太好，则建议不要在标柱上显示标签了，直接在地图区域显示标签； { geo: { aspectScale: 1.3, itemStyleSmartbiMPP 数据迁移到 SmartbiMPPMD
由于 V10.1 的exe安装包通过内置Linux虚拟机部署SmartbiMPP，因此只能物理机进行安装使用，无法在虚拟环境中部署。为解决该问题，V10.5版本支持 SmartbiMPPMD 做为新的高速缓存库，从V10.1版本升级到V10.5版本后可参考本文档进行数据迁移操作。 如果用户仍然想使用SmartbiMPP作为高速缓存库，那就需要独立部署一个Linux环境，并且迁移SmartbiMPP数据到新的Linux环境。 如需正常访问原本基于SmartbiMPP建立的资源，请参考以下方案： ① 通过SmartbiMPP抽取其他数据连接中的数据，切换高速缓存库后，只需重新抽取数据即可。 ② 通过“Excel导入”导入SmartbiMPP 数据迁移到 SmartbiMPPMD
由于 V10.1 的exe安装包通过内置Linux虚拟机部署SmartbiMPP，因此只能物理机进行安装使用，无法在虚拟环境中部署。为解决该问题，V10.5版本支持 SmartbiMPPMD 做为新的高速缓存库，从V10.1版本升级到V10.5版本后可参考本文档进行数据迁移操作。 如果用户仍然想使用SmartbiMPP作为高速缓存库，那就需要独立部署一个Linux环境，并且迁移SmartbiMPP数据到新的Linux环境。 如需正常访问原本基于SmartbiMPP建立的资源，请参考以下方案： ① 通过SmartbiMPP抽取其他数据连接中的数据，切换高速缓存库后，只需重新抽取数据即可。 ② 通过“Excel导入”导入刷新元数据
是指对结构发生变化的多维数据集（立方体）进行更新操作，实现系统中的多维数据集与多维数据库中的多维数据集保持一致，以保证系统中的多维数据集能够被正常使用。 操作入口 在“多维数据集”的更多操作0.jpg，选择 刷新元数据，对多维数据集进行更新操作。 52.png 对数据集执行刷新元数据的步骤会对已经使用此数据集创建的多维分析有一定的影响，具体情况如下： 当Cube增加维度或是成员，对之前的多维分析无影响。 当Cube删除或是修改维度、成员等，如在多维分析中有使用这些维度或是成员，则打开之前的多维分析，是可以打开，只是之前的维度和成员会被删除。刷新元数据
是指对结构发生变化的多维数据集（立方体）进行更新操作，实现系统中的多维数据集与多维数据库中的多维数据集保持一致，以保证系统中的多维数据集能够被正常使用。 操作入口 在“多维数据集”的更多操作0.jpg，选择 刷新元数据，对多维数据集进行更新操作。 sjy09.jpg 对数据集执行刷新元数据的步骤会对已经使用此数据集创建的多维分析有一定的影响，具体情况如下： 当Cube增加维度或是成员，对之前的多维分析无影响。 当Cube删除或是修改维度、成员等，如在多维分析中有使用这些维度或是成员，则打开之前的多维分析，是可以打开，只是之前的维度和成员会被删除。关系数据库
关系数据源是指通过JDBC驱动连接的关系型数据库。 关系数据源的数据主要以二维的方式组织，以实现二维查询。 系统支持访问的关系数据源，如下图： 新建关系数据库.png 关系数据源管理主要包含关系数据源连接、数据库管理、表关系视图、计算字段、过滤器等内容，具体请参考下面表格： 相关项 描述 关系数据源连接 介绍如何进行关系数据源连接。 数据库管理 介绍如何进行关系数据库资源的管理，包括：表、视图和存储过程。 表关系视图 介绍如何进行关系数据源表表关系视图的创建和管理。 计算字段 介绍如何进行关系数据源计算字段的创建和管理。 过滤器数据集抽取目录下的数据文件抽取完未自动删除
（本文档仅供参考） 问题说明 数据集抽取目录下的数据文件抽取完未自动删除，文件占用较大的磁盘空间。 image2024-8-31_13-42-55.png 解决方案 系统运维-高级选项中加了KEY_EXTRACT_KEEPTEMPFILE_FLAG=true导致的，保留了抽取的文件。去掉或者改为false即可。
