第41页，共314页。 显示 3,134 条结果 (0.617 秒)
Tab组件
汇总表组件，可以根据实际需求变换类型。 tabzenmeshanchuyeqian-01.png （2）切换页签1的组件类型为明细表，在数据选择区中，勾选 发货区域 、 产品类别 和 销售量 字段，由系统自动分配到 列 上；或拖拽 发货区域 、 产品类别 和 销售量 字段到 列 。 tab02.png （3）在页签2中拖拽一个柱图组件，在数据选择区中，勾选 省份 和 销售额 字段，由系统自动分配到 X轴 和 Y轴 上；或拖拽 省份 字段到 X轴 ，销售额 字段到 Y轴 。 tab03.png （4）在页签3中拖拽一个饼图组件，在数据选择区中，勾选 产品类别 和 销售额 字段，由系统自动分配到 标记 > 颜色 和 标记树状表
放置在这些字段中间。 duliangmigncheng-05.gif 3.7 更多分析操作 1、快速计算：通过快速计算功能可以在表格上一键生成各种计算数据，快速计算类型包括 排名、占比、同期、前期、时间累计。详情可参考 快速计算 。 2、移除：点击 移除 ，支持从树状表上删除该字段，和在组件设置数据面板中把字段 … 1 概述 树状表能够清晰呈现数据的层级关系，便于用户直观理解数据结构。它有助于快速识别异常、进行深入分析，并支持多维度数据探索，提升决策效率和数据洞察能力。 1.1 配图建议 行区：一个或多个维度字段； 列区：一个或多个维度字段。 度量区：一个或多个度量字段。 1.2 表格特点 适用于多层级结构的分析MDX的基本语法及概念
。下面的关系图说明一个用于存储订单信息的传统关系数据库。 1.png 各个表均提供二维数据。各行与各列的交集是一单个数据元素，称为字段。要在 SQL 查询中查看的特定列用 SELECT 语句进行指定，而要检索的行用 WHERE 子句加以限定。 而对于多维数据，则可以用具有两个以上维度(Dimensions)的结构来表示。这些称作多维数据集的结构具有多个维度。在多维数据集中维度的交集处，可能有不止一个数据元素，这些数据元素称为度量值(Mensures)。 2.png 上面的关系图说明使用三个维度（“路线”、“源"和"时间"）和两个度量值（"包"和"上一次"）的多维数据集。各个维度分成不同的级别(Levels)，而每个MDX的基本语法及概念
。下面的关系图说明一个用于存储定单信息的传统关系数据库。 1.png 各个表均提供二维数据。各行与各列的交集是一单个数据元素，称为字段。要在 SQL 查询中查看的特定列用 SELECT 语句进行指定，而要检索的行用 WHERE 子句加以限定。 而对于多维数据，则可以用具有两个以上维度(Dimensions)的结构来表示。这些称作多维数据集的结构具有多个维度。在多维数据集中维度的交集处，可能有不止一个数据元素，这些数据元素称为度量值(Mensures)。 2.png 上面的关系图说明使用三个维度（“路线”、“源"和"时间"）和两个度量值（"包"和"上一次"）的多维数据集。各个维度分成不同的级别(Levels)，而每个Smartbi V10.1-数据挖掘
或ETL时，可以选择该数据源： image2021-9-10_11-38-35.png ^【数据挖掘】关系数据源新增选择列功能，用于输出指定数据 背景介绍 在实际应用中，由于关系数据源导出数据时无法选字段，只能导入全部字段后通过列选择筛选字段，如果导入的数据过多，会导致运行时间过长。新版本，在数 … 中，用户使用统计分析时，如果观测数据包含的字段较多，各项指标的统计时间会很长，用户需要花费很多时间等待运行结果。新版本，Smartbi将全表统计的指标拆分为默认指标和可选的指标，用户在运行实验时无需运行全部指标，可极大地减少运行时间，提升性能。 功能简介 新版本，全表统计新增“可选统计”设置项，用户可根据需求添加计算度量-获取上一日/上月最后一日/上年最后一日的值
（本文档仅供参考，v11验证通过，需开启数据模型引擎V2.0） 问题 数据源表中有一度量值为本年累计值，想通过获取该度量字段的前一日、上月最后一日与去年最后一日的数据值用于计算日/月/年增量。如何在数据模型创建计算度量实现呢？ 如2025-02-04日，①获取2025-02-03日的值作为前一日的值。②获取2025-01-31日的值作为上月最后一日值。③获取2024-12-31日的值作为去年最后一日的值。 解决方案 1、若源表中的日期数据不连续需要在数据模型中创建日期表来生成时间维。 image2025-6-11_16-3-1.png 2、新建计算度量"前一日"并验证。 ( BOTTOMCOUNT功能使用
worddav0468d38e59136a2a3a0c44e8eee57a19.png ，进行取消收藏。 主要功能包括： 收藏管理：用户可以将自己感兴趣的问句添加到收藏区中，方便日后查看和使用。 快速访问：通过我的收藏区，用户可以快速访问自己收藏的内容，提高工作效率。 2.1.2.4 历史对话区 历史对话区记录了用户一段时间以来的历史问句及当时 … 。 worddav8feabb6705d6cce59dddd7bc5c4dee09.png 2.2.4.2 设置维度和度量 在数据模型中，需要设置维度和度量。维度是描述数据的属性或分类的字段（如日期、地区、产品等），而度量是用于量化分析的字段（如销售额、利润等）。可以通过拖拽点选的方式，在Smartbi界面上轻松设置维度和度量计算度量与计算列的区别
1 概述 在数据分析领域，计算列和计算度量是极为常用的数据加工方式。 计算列在数据模型的表层面，通过给模型中指定表/查询添加新的物理列实现数据的二次计算与转换； 计算度量则借助多维表达式（MDX），以虚拟字段的形式，在报表生成阶段动态完成计算任务。由于两者特性各异，在实际应用场景中，我们需依据具体需求，灵活选择计算列和计算度量，实现高效的数据处理与分析。 2 计算类型使用场景介绍 类型 场景描述 适用功能 明细级别计算 数据源行级别计算、转换字段类型、数据分割等 计算列、分组字段 聚合/汇总计算 求平均值、最大值、求和等 原子度量、计算行区/列区
数据类型。 字符串类型的顺序是按照A~Z的顺序。 日期类型的顺序是以最新的时间排序最前。 例如：产品编号、产品名称是一对一关系，产品名称按产品编号升序排序。 产品名称按产品编号升序排序.png 按指定字段降序 用于一对一关系的两个字段之间的降序排序。只支持数值、字符串、日期数据类型。 字符串类型的顺序是按照Z~A的顺序。 日期类型的顺序是以最旧的时间排序最前。 按指定成员顺序排序 自定义排序顺序，可以在定义界面自行拖动字段进行排序。 取消排序 用于取消原先设定的排序。 设置显示名 在透视分析报表层修改行区字段的显示别名。 image2021-8-18_14-34-27.png设置及修改查询
在实际数据与数据类型不匹配情况下可以修改数据类型；比如字段在源表存储的是字符串类型，但是实际制作报表想要以数值型展现，那么在模型中设置成整型或浮点型；数据类型：字符串、整型、长整型、浮点型、长浮点型、日期、时间、日期时间、ASCII编码。 数据模型暂不支持“BINARY”、“UNKNOWN”、“image”数据类型 … 查询 加入到模型关系区，选中查询，或者点击旁边的image2023-5-24_18-50-42.png出现右键菜单： 菜单名称 内容 编辑 1、有时候发现数据不是自己想要的，可以编辑查询；编辑时，可能会改变原有查询的定义或者输出，可能会改变字段名称、类型；改变了之后可能需要重新设置字段关系或需要
