第155页，共316页。 显示 3,157 条结果 (0.077 秒)
安装部署SmartbiTimeSeries
概述 数据预警时序库（SmartbiTimeSeries)，主要用于实时处理和分析时间序列数据，为数据预警系统提供及时的数据支持。 准备工作 申请安装介质 SmartbiTimeSeries 安装介质，请联系Smartbi官方支持邮箱support@smartbi.com.cn mailto:support@smartbi.com.cn获取。 申请时，需要说明部署的操作系统名称，cpu架构信息等。 本文主要讲述在windows环境上，手动部署SmartbiTimeSeries 组件的过程。 安装SmartbiTimeSeries 1、安装包上传到windows服务器，然后解压缩安装包。 2、启动数据挖掘-PYTHON脚本
随着大数据时代的到来，Python已经在数据处理、数据可视化、机器学习等领域受到广泛应用。本文将介绍如何在smartbi中编写Python脚本，利用其丰富的科学计算扩展库，满足更多数据处理和分析场景，提高生产效率。 功能概述 Python脚本功能，支持用户编写Python代码，以便实现更自由、更高效的数据处理、数据分析操作，丰富了数据建模过程。 操作说明 （1）功能入口 从左侧资源树的 脚本模块 拖拽出“Python脚本” 节点到画布中。 入口.png （2）数据输入 用户可根据实际情况，对“Python脚本” 使用1~3个输入口（dataframe1~3）来获取数据，然后在Python脚本中按需修改dataframe数据挖掘-PYTHON脚本
随着大数据时代的到来，Python已经在数据处理、数据可视化、机器学习等领域受到广泛应用。本文将介绍如何在smartbi中编写Python脚本，利用其丰富的科学计算扩展库，满足更多数据处理和分析场景，提高生产效率。 功能概述 Python脚本功能，支持用户编写Python代码，以便实现更自由、更高效的数据处理、数据分析操作，丰富了数据建模过程。 操作说明 （1）功能入口 从左侧资源树的 脚本模块 拖拽出“Python脚本” 节点到画布中。 入口.png （2）数据输入 用户可根据实际情况，对“Python脚本” 使用1~3个输入口（dataframe1~3）来获取数据，然后在Python脚本中按需修改dataframe系统集成案例
库计划任务示例
更多自定义任务示例可见自定义任务开发示例库。 @self计划任务示例
更多自定义任务示例可见自定义任务开发示例库。 @selfExcel导入模板
批量导入及补录数据，即把excel文件中的数据批量导入及补录到数据库中。 @self excel导入模板Excel导入模板
批量导入及补录数据，即把excel文件中的数据批量导入及补录到数据库中。 @self excel导入模板部署Smartbi-UnionServer集群
Smartbi UnionServer是一个分布式SQL查询引擎，处在Smartbi的SQL引擎层，为不同的数据源提供统一的SQL解析、跨库查询能力。 1、系统环境准备 1.1 集群系统环境 文档集群地址： IP地址 主机名 角色 192.168.137.110 … 冲突了，需要修改/opt/SmartbiUnionServer/etc/config.properties里的端口，然后重启presto。 union4.png 测试验证 使用smartbi连接跨库联合数据源验证。 image2020-10-13_18-39-13.png 3.2. 停止扩展包项目介绍
1.相关目录及文件 web目录，是扩展包的根目录。 META-INF目录，是扩展包的配置文件和相关的类存放位置，类似于Java Web项目的WEB-INF目录的作用。 classes：包含扩展包中类文件编译后的class文件（可选）。 lib目录：扩展包引用到的类库。Smartbi已经包括的类库，不应该放在 … ：smartbi.repository.IDAOModule 实现类：smartbi.repository.DAOModule 处理数据库相关操作。 state 接口：smartbi.state.IStateModule 实现类：smartbi.state.StateModule 处理会话操作。 catalogtree 接口
