第111页，共316页。 显示 3,156 条结果 (0.074 秒)
如何将数据集数据通过计划任务抽取到临时表中
有这样两类需求，可能需要用到临时表。 1）主要的查询数据在Oracle数据库中，而在查询时需要关联的另外一个表却在SQL Server数据库中,Smartbi http://www.smartbi.com.cn/中查询数据时是没法直接跨库关联的，因此我们需要将SQL Server库中的表抽取到Oracle的一临时表中，便于关联查询。 2）在数据库中有一个超大的上亿条记录的数据表，查询时还需关联多张表，查询效率极低，可能需要几分钟，甚至更长时间。一个可能的解决方案就是，把复杂查询的数据，先定时抽取到一个临时表中，减少数据量，在此基础上再去查询，即可极大地改善查询效率。 上述两种情况，在Smartbi中都可以通过计划任务，将数据【升级实操】V9.5➜V10.5
Smartbi-OLAP-Server OLAP Server 部署方案请参考：Window部署、linux部署。 高速缓存库 √ √ 必须部署组件 V10 不支持 Infobright，需要更换为 SmartbiMPP 或 SmartbiMPPMD。 Linux环境：部署SmartbiMPP ，部署方案请参考： 部署Smartbi-MPP高速缓存库。 Windows环境：通过Windows 客户端安装 SmartbiMPPMD ，无需额外手动部署。 数据挖掘 √ √ 各部件的更新 包括数据挖掘实验引擎、服务引擎、spark、python更新升级，新增部署hadoop。 详情请【升级实操】V9.7➜V10.5
× √ 新增组件Smartbi-OLAP-Server OLAP Server 部署方案请参考：Window部署、linux部署。 高速缓存库 √ √ 必须部署组件 V10 不支持 Infobright，需要更换为 SmartbiMPP 或 SmartbiMPPMD。 Linux环境：部署SmartbiMPP ，部署方案请参考： 部署Smartbi-MPP高速缓存库。 Windows环境：通过Windows 客户端安装 SmartbiMPPMD ，无需额外手动部署。 数据挖掘 √ √ 各部件的更新 包括数据挖掘实验引擎、服务引擎、spark、python、Hadoop更新升级连接Excel（本地文件）
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 smartbi.jdbc.ExcelDriver jdbc:smartbi:excel:<filename or fileresource:id> 产品内置 连接字符串主要信息说明 … 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的本地文档关系数据源-连接Oracle RAC数据源
RAC，全称real application clusters，译为"真正应用集群"，是Oracle新版数据库中采用的一项新技术，也是Oracle数据库支持网格计算环境的核心技术。 Oracle RAC主要支持Oracle 10g、11g、12c版本，可以支持24 x 7 有效的数据库应用系统，在低成本服务器上构建高可用性数据库系统。 在Oracle RAC环境下，Oracle集成提供了集群软件和存储管理软件，为用户降低了应用成本。当应用规模需要扩充时，用户可以按需扩展系统，以保证系统的性能。 1、在Smartbi中创建关系数据源时，如何连接到Oracle RAC数据库呢，其实和连接普通的Oracle数据库没什么区别，只是数据模型转换规则介绍
1 概述 转换规则是指查询时把数据库中各字段的内容按需要转换为熟悉的业务术语。比如， 对Code字段配置在线字段，对应关系如下： Code name 1 不适用 2 县域 3 非县域 4 重点县域 并且这种配置会适用多个模型，当前数据模型虽然可以用分组字段支持，但是到了另外一个模型还是要重新建一个分组字段，费时费力。 并且还有更复杂的转换，比如跨表，带查询条件，这些模型都没办法支持，所以数据模型支持了转换规则。 1、支持维度、度量、计算度量均支持设置转换规则。 2、命名集不支持设置转换规则。 3、转换规则的缓存机制需要跟着数据模型； 数据模型不缓存则不缓存，缓存数据模型-支持转换规则
只有在V10.5.15及以上版本的数据模型才支持转换规则 1、概述 转换规则是指查询时把数据库中各字段的内容按需要转换为熟悉的业务术语。比如， 对Code字段配置在线字段，对应关系如下： Code name 1 不适用 2 县域 3 非县域 4 重点县域 并且这种配置会适用多个模型，当前数据模型虽然可以用分组字段支持，但是到了另外一个模型还是要重新建一个分组字段，费时费力。 并且还有更复杂的转换，比如跨表，带查询条件，这些模型都没办法支持，所以数据模型支持了转换规则。 2、在数据模型的使用介绍 转换规则的介绍：详情 https可视化数据集-计算字段
创建报表时，用户可能需要无法直接从数据库获取的信息，则需要通过创建计算字段来获取。 计算字段是指使用已经存在的字段，通过四则运算或是函数等书写表达式形成的新字段，此字段用于创建业务主题、可视化数据集和即席查询。 可视化数据集的计算字段和 数据源中的计算字段 的区别： 前一种是局部计算字段，只作用于某个可视化数据集；后一种是全局计算字段，作用于整个数据源此处数据集的计算字段我们称之为局部计算字段，和数据源下的全局计算字段相比，其创建入口和使用范围是不一样的。 操作入口： 新建：在“数据集输出区”的“计算字段”节点下右键选择 新建计算字段。则会进入新建计算字段对话框，关于计算字段的创建请参考 计算字段 章节 计算字段Mondrian 3.0.4 学习总结
、JOLAP 规范。它从 SQL 和其它数据源读取数据并把数据聚集在内存缓存中，然后经过 Java API用多维的方式对结果进行展示，同时可以不写 SQL就能分析存储于 SQL 数据库的庞大数据集，可以封装 JDBC数据源并把数据以多维的方式展现出来。 JPivot 是 Mondrian http://sourceforge.net/projects/mondrian/ 默认的表现层工具，它是一个 JSP 自定制的标签库，可以绘制 OLAP 分析图表。用户可以执行典型的 OLAP 导航，如下钻、切片。JPivot 使用 Mondrian 作为它的 OLAP 服务器但也支持 XML/A 数据源访问。它使用Mondrian学习总结
、JOLAP 规范。它从 SQL 和其它数据源读取数据并把数据聚集在内存缓存中，然后经过 Java API用多维的方式对结果进行展示，同时可以不写 SQL就能分析存储于 SQL 数据库的庞大数据集，可以封装 JDBC数据源并把数据以多维的方式展现出来。 JPivot 是 Mondrian http://sourceforge.net/projects/mondrian/ 默认的表现层工具，它是一个 JSP 自定制的标签库，可以绘制 OLAP 分析图表。用户可以执行典型的 OLAP 导航，如下钻、切片。JPivot 使用 Mondrian 作为它的 OLAP 服务器但也支持 XML/A 数据源访问。它使用
