第23页，共47页。 显示 468 条结果 (0.02 秒)
交互式仪表盘
度的数据探索和关键数据聚焦。 计算分析 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=83701429 度量的汇总方式 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=83701434 度量的汇总方式通过简单的点击可对度量指标进行合计、最大值、最小值、平均值、计数、唯一计数等计算。 快速计算 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=83701449 可对度量字段进行快速计算，即对度量指标进行占比、排名、同比、同期交互式仪表盘 ⬝ 时间计算
% 环比增长 当期值-前期值 当期值-前期值 环比增长率 （当期值-前期值）/前期值*100% （当期值-前期值）/前期值*100% 时间累计 累计值 指当年内的汇总值（年累计值） 如：“2022年05月”的累计值为“2022年01月-2022年05月”的汇总筛选器场景示例 ⬝ 函数
1 业务场景 任一用户登录系统后，打开区域订单销售分析报表时，默认查看自己所在的用户组的数据。比如： 华北用户组的用户登录，筛选器默认值及筛选后的数据如图所示： hanshu-06.png 华南用户组的用户登录，筛选器默认值及筛选后的数据如图所示： hanshu-07.png 2 前提条件 在用户管理中，华北用户组下存在王五用户；华南用户组下存在陈大用户。用户管理功能说明详情可参考 用户管理 。 hanshu-04.pnghanshu-05.png 3 操作步骤 以产品内置Demo资源的“订单模型”作为数据来源。 3.1 创建图表组件 添加汇总表组件，并添加发货区域、产品类别、销售量和销售额字段到表格上安全补丁包常见问题
本页面列出“安全补丁包”相关的问题汇总 @self模型参数 “默认生效” 配置说明
/I8a8082580196f3c9f3c9c02b0196f6a2a4b30475跳转到外部体验环境查看示例。 以2.1示例为创建的数据模型和参数进行说明 1、创建透视分析，想要查询产品个数，把”产品编号“复制转度量，再自定义度量中切换汇总依据为”唯一计数“： 10.png 2、创建透视分析，如下图，把”省份“、”区域“参数都拖入到产品中，切换参数，然后不会BI笔记之---BI通用流程
统计的东西汇总然后再一项一项的分析，但是你不认为按照维度建模的方式去分析是一个更好的汇总吗。 总之，仁者见仁，智者见智。还请各位高人提出更好的实施意见。报表操作
表格操作是指多维分析报表更多菜单image2019-11-1 11:24:35.png的一些功能，如钻取、行列互换、分类汇总、添加计算、排序、过滤等常用功能。 image2019-11-1 11:23:31.png image2019-11-1 11:24:4.png计算某个维度特定值(成员)的指标
本文主要讲解通过计算度量计算某个或者某些成员的计算指标。 1、数据：消费明细.csv；如果想复现示例，需要先把示例数据导入到模型中，详细可查看：导入文件数据。 1 示例 数据如下图，其中咨询状态 SUC代表成功，FAL代表失败，CAN代表取消。 1.png 现在想要统计“咨询成功的消费人数以及消费金额”。 具体操作步骤如下： 1、创建数据模型并导入数据到模型中，可参考：导入文件数据： 2.png 2、在模型区把“咨询单号”变成度量，把别名改成“消费人数”，并且把汇总依据改成 唯一计数，如下图： 3.png 3、保存并且抽取数据模型之后，再去创建计算度量: 咨询成功的消费人数 需要先选择函数透视分析
采用“类Excel数据透视表”的设计，多维分析不再需要建立模型，就能够组合维度、汇总计算、切片、钻取，洞察数据。不仅如此，任何字段都可直接作为输出字段或筛选条件，轻松实现对数据的查询与探索。 常见功能如下： 表格查询：报表通过一个业务查询直接生成，可实现对数据的再分析，例如切换查询的参数、更改交叉表/清单表显示方式、分组展现、聚合、排序、图形、前端过滤等。 图形分析：提供柱图、线图、饼图、堆积图、双Y轴、仪表盘等图形分析方法，图形采用HTML5技术动态展现效果。 分析跳转：用户可以建立报表链接将多个报表关联起来，实现从一个报表跳转到另一个报表。通过报表间的分析跳转，用户不仅能够方便地实现概要数据到明细高速缓存库查询报错查询超出最大内存限制
问题现象： 高速缓存库抽取的时候报错，抽取日志中显示超出内存最大限制14G大小，实际上仅2-3个模型进行并发的抽取，就会将内存全部占满。 image2024-7-27_17-34-22.png 问题原因： 按照数据模型抽取逻辑，产品会将维表和事实表单独抽取到高速缓存库中之后在高速缓存库中通过关联查询将所以的表汇总成大宽表，在关联查询的时候很可能因为数据量过大且并发的查询较多的情况下高速缓存库的内存就很有可能会出现不够用的情况。 解决方案： 主要可以从以下几个方面进行优化。 1、调整数据模型维表数据量 高速缓存库会先将表全部抽取之后再进行关联，当维表的数据量很多的时候，比如维表数据量50万，事实表数据量几百万
