第131页，共164页。 显示 1,634 条结果 (0.06 秒)
快速准备数据并创建仪表盘
、创建模型：在左侧导航栏点击 数据准备，打开数据准备界面后选择 数据模型 2、添加表：把以上五张数据表添加到模型中，模型会根据相同的字段名称自动检测，并会把一些度量指标字段加到下面的度量区 3、新建计算列：由于数据库中有“销售额”和“销售成本”字段，我们通过计算列派生出“销售利润”字段，并点击 转换为度量 4、创建通过计划任务将电子表格以邮件正文发送
= new StringBuffer(); // sb.append("<html><body><p>这是一个系统自动发送的邮件，请勿回复。</p></body></html>"); // sb.append("\n"); report = new SSReport(connector组件属性
、阶梯线图、堆积阶梯线图、面积图、堆积面积图、曲线面积图、堆积曲线面积图、散点图，最大可输入500000，且当输出行数超过5000时，图形自动进入大数据模式。大数据模式和普通模式在功能主要区别是大数据模式下不会绘制所有的数据点，但可以通过显示缩略轴放大以达到显示每一个数据点的目的。 为了保证用户使用稳定，单个202409产品更新说明
对用户密码管理进行了系列调整优化，以提升系统安全性和管理员的便捷性，包括： 用户密码复杂度设置提供了“向导方式”自动生成正则表达式，提高了操作效率。 增加了“禁用密码列表”功能，帮助管理员屏蔽特定不安全的密码，并增加了“历史密码禁用”设置，防止用户重复使用旧密码，降低账户被破解的风险。 密码到期提醒天数可由管理员Mondrian 3.0.4 学习总结
——选择Table/View——双击抽取目标数据——定义Mapping——选择要显示的字段。在这步数据模型建立的查询中，还可以定义where condition，group by，having，order by等。 4、 选择事实表和定义度量 5、 创建Dimensions及hierarchy，level 6、 生成某政府单位疫情期间网民情绪识别
?pageId=51941814 节点，选择特征列如图2-19所示。接入 LDA https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942052节点，参数配置如图2-20所示。通过抽取将两个节点连接起来，接入一个 主题-词分布（LDA） httpsMondrian学习总结
。选择数据库——选择Table/View——双击抽取目标数据——定义Mapping——选择要显示的字段。在这步数据模型建立的查询中，还可以定义where condition，group by，having，order by等。 4、 选择事实表和定义度量 5、 创建Dimensions及hierarchy，level某政府单位疫情期间网民情绪识别
?pageId=51941814 节点，选择特征列如图2-19所示。接入 LDA https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942052节点，参数配置如图2-20所示。通过抽取将两个节点连接起来，接入一个 主题-词分布（LDA） httpsMondrian学习总结
。选择数据库——选择Table/View——双击抽取目标数据——定义Mapping——选择要显示的字段。在这步数据模型建立的查询中，还可以定义where condition，group by，having，order by等。 4、 选择事实表和定义度量 5、 创建Dimensions及hierarchy，level集群安装部署（Glusterfs)
创建Swarm集群并且添加节点 1、Leader主机上初始化swarm。执行 docker swarm init 命令的节点自动成为管理节点 # 注：如果主机有多个网卡，拥有多个IP，必须使用 --advertise-addr 指定 IP。 # 示例： docker swarm init
