第25页，共164页。 显示 1,631 条结果 (0.037 秒)
订阅（Beta）
概述 在快节奏的商业环境中，及时获取关键数据动态是企业高效决策的核心。Smartbi订阅功能通过自动化数据触达，帮助团队打破信息滞后，将被动查询转化为主动洞察，助力用户快速响应业务变化，实现高效数据协同与决策。 核心能力 灵活推送内容：支持将报表以截图、链接或数据附件（Excel/PDF等）形式推送，满足不同场景需求。 多周期自动化：按预设时间（每日/每周等）自动推送最新数据，减少人工重复操作。 全渠道覆盖：通过邮件、钉钉、企业微信等渠道直达接收人，适配企业现有协作流程。 订阅当前为Beta版，暂只支持将AIChat收藏夹中的对话链接推送到邮件渠道。 使用指引 1、新建并配置订阅，请高速缓存库查询报错查询超出最大内存限制
问题现象： 高速缓存库抽取的时候报错，抽取日志中显示超出内存最大限制14G大小，实际上仅2-3个模型进行并发的抽取，就会将内存全部占满。 image2024-7-27_17-34-22.png 问题原因： 按照数据模型抽取逻辑，产品会将维表和事实表单独抽取到高速缓存库中之后在高速缓存库中通过关联查询将所以的表汇总成大宽表，在关联查询的时候很可能因为数据量过大且并发的查询较多的情况下高速缓存库的内存就很有可能会出现不够用的情况。 解决方案： 主要可以从以下几个方面进行优化。 1、调整数据模型维表数据量 高速缓存库会先将表全部抽取之后再进行关联，当维表的数据量很多的时候，比如维表数据量50万，事实表数据量几百万部署smartbiMPP多副本+分布式集群-4节点_keeper
> image2024-7-23_9-19-45.png 保存并重启所有MPP节点即可，当集群有1个节点宕机时，不影响高速缓存库查询和抽取。 MPP多副本集群宕机一个节点能，虽然仍然能建表、查询、插入数据等操作，但是速度会变慢（ddl语句时依旧会等待180s超时时间，可以配置），建议尽快的恢复宕机节点，节点恢复后会通过keeper自动同步数据。 另外，MPP作为 … SmartbiMPP 高速缓存库，列式数据库管理系统，用于指标库和数据抽取功能。 SmartbiMPP支持 22.8及以上版本，低于该版本则需自行更新。更新方法可参考文档MPP更新 安装包请联系Smartbi官方支持获取。 本文档主要说明2个节点如何部署多副本集群 1. 系统环境准备 1.1 集群系统环境系统监控-模型表管理
模型表管理是提供给系统数据维护人员快速定位数据问题的工具：当基于抽取的数据模型创建自助仪表盘，业务人员发现数据有问题时，数据维护人员可以快速找到问题的原因。 模型表管理支持查询“全量抽取”、“增量抽取”的表；不支持查询“查询动态抽取(原：按次抽取)的表，因为“查询动态抽取”是根据参数或者筛选器备选值进行抽取的，每切换一次就会重新抽取，就是一个表可能有很多份，不知道展示那一份，所以目前不支持查询“查询动态抽取。 功能入口 1、在界面右上角选择点击 xitongjiankong-02.png，在下拉列表中选择 系统监控，如下图： xitongjiankong-01.png 2、在“系统监控”界面选择 模型表管理数据挖掘-服务
在进行机器学习实验的过程中，为了简化和加速模型的构建、训练和部署，使用自动化机器学习功能更快速地识别合适的算法并优化超参数。 服务工作流示例 服务工作流是将数据挖掘以服务的方式进行发布。 要求：输入层必须是“服务输入”节点，输出层必须是“服务输出”节点。 通过部署服务后，通常用于数据预测的应用。“服务输入 … 在没有部署成服务时，需要“抽取”节点，部署成服务后必须要右键保存已经训练好的模型来替换抽取节点和“特征转换”、“标准化”等节点 部署方法 数据输入 服务输入中的数据支持“手工输入”和“选择节点数据”两种方式： image2020-3-8 19_4_13.png 手工输入：是手工输入json列数据。 选择节点垃圾短信识别
基本单元，使用计算机自动对中文文本进行词语的切分，将文本数据转化为机器可识别的形式。英文单词之间是由空格作为分界符的，中文则是由字为基本书写单位，词语之间没有明显的区分符，因此，中文分词是中文信息处理的基础与关键。分词结果的准确性，对后续文本挖掘有着重要影响。如在进行特征的选择时，不同的分词效果将影响词语在文本中的重要性 … 存储空间和提高搜索效率，在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词，这些字或词即被称为停用词。 我们选择_c2_seg_words列，接入一个 停用词处理 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942050节点，自定义垃圾短信识别
基本单元，使用计算机自动对中文文本进行词语的切分，将文本数据转化为机器可识别的形式。英文单词之间是由空格作为分界符的，中文则是由字为基本书写单位，词语之间没有明显的区分符，因此，中文分词是中文信息处理的基础与关键。分词结果的准确性，对后续文本挖掘有着重要影响。如在进行特征的选择时，不同的分词效果将影响词语在文本中的重要性 … 存储空间和提高搜索效率，在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词，这些字或词即被称为停用词。 我们选择_c2_seg_words列，接入一个 停用词处理 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51942050节点，自定义从第三方系统中打开Smartbi资源
目前支持被集成的资源类型有：自助仪表盘、自助数据集、数据模型、自助ETL、数据挖掘、ETL自动化、作业流、多维分析、即席查询、透视分析、Web链接、电子表格、仪表盘页面、WEB电子表格、可视化查询、SQL数据集、存储过程查询、原生SQL查询，以及Excel导入模版等。 1.3. 基本参数 … ； REPORTSETTING 报表设置。 FIELDSETTING 字段设置。 CREATEINSIGHTINQUERY 透视分析 MPP 抽取 FILTERRELATIONSSETTING 过滤器关系 USERPARAM 个人参数 TIMECONSUMING 耗时分析 BLANK1 BLANK2BI笔记之---合理处理SSAS数据库的几点建议
，时间或者空间的方式均可。比如按照时间的方式，以月为粒度进行分区。然后在每次处理的时候，只处理增量数据点所在的那个分区。 这个方法的关键点就是如何自动的识别出那个待处理的分区。我个人认为主要在于多维数据集的设计要完全按照一个严格的标准。比如对分区名称有一个严格的命名规范，以让代码可以很容易的找到这个分区。 具体 … 上"，然后根据不同需求的不同特点，再去做单独的设计。 数据样本抽取 在开发和测试过程中，没有必要直接把全部的历史数据拿过来做测试。这主要是因为在各个环节中都可能要消耗很多时间等待，后续的开发和测试发现失败或者有错误后，将流程进行修正，还需要再重新完整的跑一遍。 你可以认为，一个流程只要一个晚上能处理原生SQL数据集
或修改的数据集进行预览。 查看SQL 查看该数据集的SQL语句。 显示估计的执行计划 对数据库内部的SQL执行过程进行的解释。 数据抽取 用于将当前数据集的数据抽取到MPP。 创建 可基于当前数据集快速创建透视分析、仪表分析、灵活分析以及自助数据集。 属性 … 2、我们在SQL编辑器中可能会输入复杂的SQL语句，Smartbi自身是无法解析SQL语句并自动判断有哪些输出字段的。它只能利用数据库的功能，先去执行该SQL语句，根据数据库返回的结果集来判断有哪些输出字段。因此，我们需要在“输出字段”节点上点击鼠标右键，然后点击“检测输出字段”菜单项
