第51.4页，共80页。 显示 800 条结果 (0.025 秒)
修改log4j日志级别输出知识库执行sql
问题 可以通过什么方式获取用户在smartbi操作时相关的知识库执行SQL？ 解决方案 （smartbi v95 版本以上（不含v97）2021年6月后版本支持，v97版本2022年3月中旬后版本支持） 具体步骤如下： 1、修改系统监控日志级别 管理员角色打开系统监控-log4j信息 image2022-7-26_18-0-11.png 在如下图区域输入框新增一行lo4j信息日志级别：common.repository.sql，下拉框选择 DEBUG，或trace（可以输出执行耗时） https://wiki.smartbi.com.cn/download/attachments/92081630202407产品更新说明
“荷塘清风拂细浪，朵朵莲花笑日红。扬帆起航迎风浪，下半年里写辉煌。” 1 发布月份 2024年 07月 2 更新概览 1、重磅推出多个核心功能，解决项目过程中的障碍性问题，如仪表盘支持GIS地图、数据模型引擎升级到V2.0版本、Smartbi集群可通过K8S多副本模式部署。 2、增强数据分析和处理能力，满足更多项目需求，如即席透视过滤条件支持设置AND和OR关系、数据模型支持基于计算列和层次创建分组字段、优化交叉表和透视分析的小计合计性能等。 3、增强功能易用性和用户体验，如数据模型计算列和分组字段支持快速复制、仪表盘增强了组件和组合的对齐操作、流程管理新增流程状态及节点操作人信息等。 4、增强二次扩展能力，满足更多数据挖掘 – LSH
该功能为V10.5版本功能。 概述 LSH（局部敏感哈希）是一种哈希算法，用于对高维数据进行快速最近邻查找。LSH把两个高相似度的数据以较高的概率映射成同一个哈希值，把两个相似度很低的数据以较低的概率映射成同一个哈希值。利用哈希过后的数据进行最近邻查找，能提高查找效率，减少耗时。 对于数据向量的相似度距离，LSH节点提供了两种距离度量：欧式距离和杰卡德距离。其中，欧式距离适用于绝大多数数据向量，而杰卡德距离适用于由0和1组成的向量（如，00101，10011等，非0的数值都会被视为1）。在文本分析问题中，可先使用词向量或TF-IDF把文本转换为数值型向量，再选用欧氏距离的LSH对向量进行哈希，哈希后的向量可用于相似ECharts图形-图形说明
下载并安装Excel插件之后，便可开始制作ECharts图形。操作流程如下： image2020-2-25 14:12:28.png 新建电子表格 1、在Excel工具栏上点击 登录，弹出“设置”界面。 image2021-9-29_11-44-22.png 2、填入服务器URL、用户名和密码，点击 确定，连接服务器。 2021-09-02_11-21-19.png 选择数据来源 从右侧数据集面板拖拽字段到报表中。 image2020-2-24 10_11_29.png V10版本中，如需使用“除数据模型外的数据集、透视分析、即席查询”作为数据来源，需更换一个包含"相关数据集移动端OEM定制更新后提醒用户下载
场景说明 移动端进行OEM以后，新发布版本，需要用户卸载之前的应用，再下载新的定制化后的版本，只能是另行通过用户下载更新。可通过如下方法可实现，在苹果和安卓版的APP上提醒用户下载，用户选择“确定”后，再给出下载链接，让用户自行下载使用。 前提条件，就是现在的app在OEM的时候，必须选择更新策略是private，也就是让app去检查当前连接的smartbi应用服务器上的version信息，而不是当更新策略是global的时候去检查app.smartbi.com.cn上的version信息。 步骤 1) 下载MobileUpdate.ext 。这个ext中有4个文件公共设置-参数定义
电子表格等报表。通常应用于数据集（相当于SQL）的Where部分，达到数据过滤的效果；但也可以应用于Select部分，达到动态查询字段的效果。 若是希望在V10.5版本中继续使用旧数据集（自助数据集、可视化数据集、SQL数据集、原生SQL数据集、java数据集、存储过程数据集） ，则需更新一个授权包含相应数据集数据挖掘-行选择
概述 行选择是根据不同的筛选或者删除条件，选择不同数量的行。 image2020-5-22 14:44:3.png 10.5.15版本后，左侧资源树不再显示行选择节点，但是旧的行选择节点仍能正常使用，建议使用最新的行过滤节点完成行选择操作。 输入/输出 输入 一个输入端口，用于接收数据集。 输出 一个输出端口，用于输出行选择的结果。 参数设置 设置行选择的参数： image2020-5-22 14:49:39.png 设置说明如下： 参数 说明 过滤与筛选 1、支持三种方式进行筛选： 根据行号筛选：输入【仪表盘】移除页面菜单栏上的按钮
该宏代码在V10.5版本中校验通过 提示：本文档的示例代码仅适用于本文档中的示例报表/场景。若实际报表/场景与示例代码无法完全适配（如使用功能不一致，或多个宏代码冲突等），需根据实际需求开发代码。 1.示例效果 通过宏，移除页面菜单栏上的保存、下载按钮，如下图所示： 2022-02-19_16-43-10.png 2022-02-19_16-43-33.png 2.操作步骤 步骤一：新建一个空白的仪表盘。选择任一数据来源，拖入“表”组件。 image2022-3-2_13-46-58.png 步骤二：拖拽字段到表组件上，效果如下： 2020-10-20 15-28-48.png 步骤三：选中清单表数据挖掘-值替换
概述 在数据预处理中，值替换用于对字段中指定的值进行替换。 image2021-3-18_15-58-26.png 10.5.15版本后，左侧资源树不再显示值替换节点，但是旧的值替换节点仍能正常使用，建议使用最新的数据清洗节点完成替换操作。 输入/输出 输入 一个输入端口，用于接收数据集。 输出 一个输出端口，用于输出值替换后的结果。 参数设置 值替换配置： image2021-3-22_10-25-7.png 值替换配置界面如下： image2021-3-22_10-32-47.png 设置项说明如下： 参数 说明 已选字段 选择进行值替换的字段数据挖掘 – LSH
该功能为V10.5版本功能。 概述 LSH（局部敏感哈希）是一种哈希算法，用于对高维数据进行快速最近邻查找。LSH把两个高相似度的数据以较高的概率映射成同一个哈希值，把两个相似度很低的数据以较低的概率映射成同一个哈希值。利用哈希过后的数据进行最近邻查找，能提高查找效率，减少耗时。 对于数据向量的相似度距离，LSH节点提供了两种距离度量：欧式距离和杰卡德距离。其中，欧式距离适用于绝大多数数据向量，而杰卡德距离适用于由0和1组成的向量（如，00101，10011等，非0的数值都会被视为1）。在文本分析问题中，可先使用词向量或TF-IDF把文本转换为数值型向量，再选用欧氏距离的LSH对向量进行哈希，哈希后的向量可用于相似
