第148页，共188页。 显示 1,872 条结果 (0.027 秒)
weblogic点击线程出现【未指定错误】：Could not initialize class sun.tools.attach.LinuxVirtualMachine
【线程】看是否可以正常打印： 4.png 如果可以，就不需要进行下边步骤了。下次更新包的时候，记得删除掉war包里边的tools.jar重新部署即可。 如果还是不行，那就按照以下步骤继续修改。 4、找到weblogic的启动文件创建可视化SQL查询
1 概述 可视化SQL查询可以提供简单的拖、拽操作，实现多张表联接（JOIN）、条件筛选、切换聚合方式等轻松构建模型。 原数据模型”即席查询“，在V11最新版本中更名为”可视化SQL查询“。 1、可视化SQL查询支持直连、抽取模式； 详细可查阅：直连&抽取。 2、如果可视化SQL查询有参数，可参考参数设置进行参数映射。 3、可视化SQL查询基于业务主题、数据源进行分析。 2 示例说明 基于产品销售数据，业务人员希望可以通过简单拖、拉拽实现得到要分析的数据，详细操作可查看：入门视频。 基于上述要求，本次可视化SQL查询分析思路如下： 展现输出字段：产品名称、单价、数量、销售额。 区域、产品类别作为SQL查询/数据集支持权限控制
的提示。 以上只对V10.5.15以上版本生效~ 3 说明示例 可查看：SQL查询控制数据示例。 4、目前存在一些限制，以下情况还不兼容: 1、Select a.* 使用通配符进行查询时，解析器可以从当前 Smartbi 的基础表信息中获取，但是当使用到没有添加到 Smartbi 中的表时，会⬝ Linux环境下WebSphere概要文件管理(命令行方式).
WebSphere Application Server 6.0（WAS） 之后的版本引进了概要文件的概念，目的是将产品二进制文件与用户数据物理分离，并使用户能够自定义多组用户数据。 具体概念可参考：IBM WebSphere 开发者技术期刊: WebSphere Application Server V6 系统管理——第3部。 http://www.ibm.com/developerworks/cn/websphere/techjournal/0505_wang/0505_wang.html WebSphere概要文件管理的常见命令如下： 创建应用概要 cd /opt/IBM/WebSphere/AppServerOEM扩展包更改登录后浏览器标签页显示名称
扩展包下载 ChangeLogo 扩展包下载地址：ChangeLogoV9.ext https://wiki.smartbi.com.cn/download/attachments/111888547/ChangeLogoV9.ext?version=1&modificationDate=1682118729000&api=v2（此扩展包适用于V9/V10版本系列） 问题现象 扩展包需要更改Smartbi浏览器标签页显示名称 image2023-7-21_9-14-31.png 解决方案： 1、确保《系统运维》→《界面设置》中的主界面标题没有设置 image2023-7-21_9-15-6.png 2、用压缩工具调用api接口提示缺少类的问题
://smartbilibs.org.jsoup.Jsoup，搜索到之后，将对应的jar包添加到开发环境中即可（注：若继续提示缺少类，则可以具体分析，看是否已正确加载到jar包类，是否jar包版本冲突等） image2024-3-20_9-36-5.png仪表盘命名集跳规则实现
（本文档仅供参考，如和实际应用场景不匹配，需自行调整相关宏代码） 问题现象 客户版本V11 在使用命名集添加了添加了TOP10的维度。 在添加到仪表盘之后，无法将对应的参数值向下传递到其他页面 image2024-1-17_9-9-20.png 问题方案 因为命名集有可能会有多个字段组件，所以在传参数的时候会有问题。如果命名集是单个字段，可以写宏实现： image2024-1-17_9-11-56.png function main(page: IPage, portlet: ITableListPortlet) { let fuId边框组件
在V10.5.12版本中，新增边框组件。 概述 “边框组件”，常用于增加仪表盘美观度的装饰性组件。 入口 图例 rukou2.png biankuaituli.png 示例 1、制作一个房地产集团经营分析大屏，效果如下： xiaoguo.png 2、将基础组件制作完成并排版完成后，从工具栏的 组件 > 边框 拖拽合适的边框组件到所在的区域中，入口如下： 2023-01-09_17-58-06.gif 组件设置 边框组件设置如下： image2022-2-19_16-55-58.png 各设置项的详细介绍，可参考文档：组件设置 https数据挖掘 – 相似集计算(LSH)
该功能为V10.5版本功能。 概述 使用训练好的LSH模型，对两份数据中的向量进行相似度匹配，把相似度距离低于预设阈值的组合输出到结果。 输入/输出 输入 三个输入端口，输入1接收训练好的LSH模型，输入2和3接收要进行匹配的数据。 输出 一个输出端口，用于输出匹配后的结果。 参数设置 参数名称 说明 备注 相似阈值 设置相似度距离阈值 距离低于阈值的组合才会被输出 示例 相似集1.png 效果 分别接入LSH模型，数据1和数据2，其中数据1和数据2都已使用词向量模型对其文本进行转换。把相似阈值设为0.45，输出跨节点集群gp
跨机器的集群则需要docker版本高于1.12 集成了docker swarm。 首先主机器进入docker swarm模式：docker swarm init worddav22f6ed13d4768488c9d0c435e4e5f228.png 然后创建overlay网络：docker network create -d overlay --attachable mynet worddav50318a8d8331c120fad89e652772b99c.png 从节点加入swarm集群（主节init swarm时候的指令） worddav40b7ac59c1a03c68d62da8b8bc38e106.png
