第35页，共108页。 显示 1,077 条结果 (0.03 秒)
nginx解决跨域问题方案参考
增多，解决跨域最常用的方案是部署代理，比如F5和nginx等常见的第三方代理都可以配置代理smartbi，其中nginx的反向代理功能的解决方案是很方便的，以下举例说明nginx的配置方案。 环境背景 nginx所在机器的ip：10.10.101.73 nginx配置监听端口：80 第三方系统地址首页：http … 的入口去访问第三方系统的页面引用的smartbi报表就不会存在跨域问题。 核心是两点： 浏览器访问的第三方系统地址包含nginx所在的ip（域名）和端口（协议默认端口则省略） 第三方系统中的页面集成的smartbi的地址也包含一致的nginx的ip（域名）和端口（协议默认端口则省略） 从浏览器端看，访问第三方数据模型-工具栏
%98%8E”。 image2021-11-22_15-12-57.png 缓存策略：数据模型支持三种缓存策略。 自动缓存2021-4-30 14-39-35.png：当前数据模型在第一次打开并刷新数据后，从数据库中读取数据并存储在缓存中，在未清空缓存的前提下，以后每次打开报表刷新数据时会从缓存中读取数据，从而提高查询速度。 禁止缓存2021-4-30 14-40-24.png：每次刷新数据都需重新到数据库中读取。此选项一般适用于数据需要实时刷新的报表。 系统配置2021-4-30 14-41-12.png：表示读取 系统选项 > 性能优化> 数据集中的设置项“自动缓存 httpsExcel融合分析如何处理超大数据量
1. 背景 一线的业务人员获取Excel明细表，原始数据量动辄几十万上百万条；虽然Excel是一款深受青睐、广泛使用的数据处理工具，但是Excel自身在处理大数据量情况下存在性能问题；并且当大数据量的Excel分析报表展现在web上会占用太多缓存，会容易撑爆内存导致宕机。 基于上述背景，本文将介绍在创建大数 … 提前进行数据过滤、数据汇总，将清单数据在数据库层面进行加工，提升性能。 多表查询 创建自助数据集，数据抽取到高速缓存库SmartbiMPP 抽取用户需要的数据，存储到缓存数据库中进行分析；这样不但能够减少原始数据仓库的压力，也能获得很好的分析性能。 2.2 Excel插件端优化操作场景二：多台服务器部署
根据实际使用场景，将占用CPU资源比较大的组件部署在不同的服务器中，通过服务器的隔离，实现cpu资源的隔离，达到避免出现cpu资源抢占，导致Smartbi服务访问受影响的情况。 服务器CPU资源消耗较大的组件有以下： 高速缓存库、跨库联合查询、导出引擎、Spark、Python计算节点 可以根据不同的场景 … 服务器一 Smartbi、知识库、导出引擎、跨库联合查询 4核、8G 8核+、16G+ 可根据实际部署组件以及使用场景申请服务器资源 服务器二 数据挖掘、高速缓存库、Spark、Python、OLAP 4核、8G 8核+、32G+ 可根据实际部署组件以及使用场景申请服务器资源 场景2Excel融合分析如何处理超大数据量
1. 背景 一线的业务人员获取Excel明细表，原始数据量动辄几十万上百万条；虽然Excel是一款深受青睐、广泛使用的数据处理工具，但是Excel自身在处理大数据量情况下存在性能问题；并且当大数据量的Excel分析报表展现在web上会占用太多缓存，会容易撑爆内存导致宕机。 基于上述背景，本文将介绍在创建大数 … 提前进行数据过滤、数据汇总，将清单数据在数据库层面进行加工，提升性能。 多表查询 创建自助数据集，数据抽取到高速缓存库SmartbiMPP 抽取用户需要的数据，存储到缓存数据库中进行分析；这样不但能够减少原始数据仓库的压力，也能获得很好的分析性能。 2.2 Excel插件端优化操作ETL抽取数据异常，提示该资源正在执行中，可重新打开查看最新状态
（本文档仅供参考） 问题描述 客户使用任务计划执行ETL时，报该资源正在执行中，可重新打开查看最新状态。 image2023-7-31_12-47-57.png 解决方案 1、重新打开资源，同步状态 2、系统监控中停止 3、系统运维中重启计算引擎 4、改知识库中的状态 PS：按上诉顺序进行操作，若已解决则无需继续往下操作。 image2023-7-31_12-48-42.png 注：如果在查看错误日志中，发现高速缓存异常时，可以看一下是否是高速缓存库 连接数据问题。功能 - 如何隐藏“更多操作”中的选项
（本文档仅供参考） 问题： 如何屏蔽更多操作中的操作选项 image2023-7-20_17-32-0.png 解决方案： 可考虑在自定义样式中添加设置隐藏，设置如下，可根据实际需求调整隐藏，设置后需要清空浏览器缓存与系统缓存。 /*更多操作入口隐藏*/ .btnDropdownMenu{ display: none } /*更多操作选项隐藏*/ .morePanelItem-flat2[cmd="REFRESH"]{ display: none;/*刷新*/ } .morePanelItem-flat2[cmd="ADD_FAVORITE"]{ display: none;/*收藏性能优化自动优化计算公式
（本文档仅供参考） 【系统选项】-【性能优化】处【自动优化】的计算公式为？ image2024-7-27_17-7-40.png 数据集单次查询最大单元格数、单线程抽取数据行数、报表最大单元格数、电子表格分组/Excel融合分析报表取数最大行数、透视分析单次查询数据行数、资源定义缓存个数、报表结果缓存个数、数据集结果缓存个数。 以上计算公式为：（JVM最大内存/2g）*系统默认值，其中JVM内存单位为g。[集合运算功能]-合并行节点中新增集合操作
，保留了数据集A和数据B中非相同的行进行合并输出。 image2023-12-22_16-9-43.png 注意事项 合并行节点端口在连接线时，不支持跨端口合并，端口必须依次连接，中间不能有空余。 如果存在跨端口的连接方式，会运行报错，如下图所示数据挖掘-行转列/列转行
;"> </div>{html} 概述 行转列是用于实现将数据结果的行转换成列。 image2020-6-1 17:57:59.png 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，用于输出行转列的结果。 参数设置 设置行转列的参数 … :59:58.png 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，用于输出列转行的结果。 参数配置 设置列转行的参数： image2020-6-2 13:49:45.png 设置说明如下： 参数 说明
