第103页，共407页。 显示 4,069 条结果 (0.122 秒)
电子表格⬝ 设计原理
输入表头实现。 2、行头和列头，都是通过绑定的类目字段扩展实现，且实现内容的组合以字段间的父格属性为依据。 3、交叉区域中的数值结果，是系统按照内置计算方法统计而得。 image2018-12-19 14:15:11.png 1、在这类型的报表中，固定显示的内容单元格，如图例中所有蓝色 … image2018-12-18 15:14:25.png image2018-12-18 15:3:8.png 说明 此类型的报表样式，有固定的行头或列头，并且向右或向下展现类目或数据。 此类型的报表样式，行列交叉显示类目，交叉区域通常显示数据。 此类型的报表样式，字段列和字段行呈内在规律性分布Java数据集
image2019-10-29 17:39:19.png “Java数据集”界面主要分为以下几个区域： 资源选择区：该区列出了Java数据集允许使用的Java数据集对象。用户只需将Java数据集对象下面的字段拖拽到字段区。该区最下方的搜索引擎可以对该区中的资源快速搜索定位。 条件区：用于定义条件。可以拖入参数。 输出字段区：用于定义输出字段。输出字段是指用户最终查询的数据字段。 参数绑定区：将Java数据集对象的参数与公共设置中定义的参数进行绑定的操作区。 工作区：该区显示所有Java数据集级别的相关资源，如：输出字段、计算字段、输出参数，并通过相应的右键菜单对这些资源进行管理。该区与“属性面板”结合起来用于对这些资源的属性进行管理。 属性区电子表格⬝ 多数据集报表
20210816173959.png 3、在“斜线”窗口的文本框中输入如下内容： 2021-08-16_17-41-34.png 4、设置样式：字体“黑体”、字号“12”、字体颜色“#2F5597”，居中显示； 拖拽字段 1、拖拽数据集1字段：“产品类别”拖拽到单元格B5；“产品名称”拖拽到单元格C5；“销售 … 关联，才能查询出正确的数据效果。实现详情请参见示例 同表格中数据左右分片。 同表格中数据上下分片 实现方法同 同表格中数据上下分片 一致，只是在字段拖拽环节时，是分别从两个数据集中拖拽相关字段。 由于该报表的数据片并没有关系，因此不需要进行数据关联。 不同表格左右分片 实现方法同 不同表格左右分片全局视图构建指标模型
，表示当前指标已经绑定事实表的维度，必须与事实表维度保持一致，不允许勾除； 勾号呈蓝色，表示允许勾除。 2.3 存储设置 存储设置包含了”选择事实表“和”绑定字段“两项内容。 新建事实表 新建事实表，选择事实表 > 新建事实表，通过勾选指标，系统自动生成相应事实表。 6.png 填写事实表名称和表名，事实 … 1 概述 指标模型的全局视图以指标为核心，实现一站式批量的初始化指标库，并展示指标、维度和事实表三者之间关系的全局概览视图，以表格的形式展现。 支持业务人员在全局视图中创建指标名称列表后，待技术人员补充完善指标数据及技术细节； 支持技术人员在全局视图中批量创建指标； 2 构建指标模型 本文将介绍如何通过BI笔记之---SSAS中关于某一度量需要先后根据不同维度的不同聚合方法的解决
从空间的角度来分析数据，所有小区（这里假定只有A和B）的在2011年的住户数，应该是1050+1150=2200。很明显这是一个汇总算法。 这就是典型的先根据时间做平均运算，再根据空间做汇总运算，而且这里很明显，SSAS默认的聚合方式的指定是无法实现这种统计需求的。 解决方法： 通过计算公式，或者新建命名成员 … 需要手动把null处理掉，否则会导致函数算出的数值不准确，因为Count出的数把null也算上了所以分母会加1。 总结： 统计的需求总是很莫名其妙甚至看上去不合逻辑，但实际联系需求却又很合理。就算任何一家BI产品提供商恐怕也很难顾及到所有的需求，不过都会给我们留下变通解决的接口或者方法。导入资源
image2025-5-26_14-27-7.png “导入选择”窗口主要分为以下几个区域： 文件上传区：该区主要用于在本地选定需要导入的文件（*.xml）。 资源列表区：确定导入的文件后，系统会解析该文件中的资源并在该区罗列，由用户在该区勾选哪些资源要进行导入。其字段对应说明如下表： 按钮 说明 名字 导入资源的名称。 别名 导入资源的别名。允许修改。 类型 导入资源的类型。不允许修改。 路径 导入资源的存储路径。允许修改。 备注 导入资源的状态。具体说明参考下文 资源导入状态说明 http://wiki.smartbi.com.cn:18081/pages为什么需要数据模型
大宽表来实现数据集市，分析应用起来更加直观、效率更高。 但是因为宽表模式的限制，存在增删分析字段不方便、数据重复膨胀口径不一、关联计算时数据量大性能慢、宽表和业务手工Excel数据关联混合分析不方便等问题，技术人员处理起来不灵活、不敏捷。 客户期望：能够实现更加敏捷的多维建模。 受限于技术，传统“数据集市”不敏 … 等。 1.1.3 增强“模型计算”的基础能力 小李是一家大型金融企业的数据分析师，经常要做各类业务数据的统计分析，比如要统计银行各营业部近5天购买金融产品金额超过1万的客户数。类似需求，小李都要找IT人员，通过书写复杂的二次汇总计算脚本费时费力才能勉强实现。 客户期望：让数据二次三次加工处理不再费时费力数据模型-表数据区
表数据区处于“表关系区”下方，用于实现对所选私有查询的相关操作。如下图所示： image2021-7-7_15-58-53.png 该区主要分为如下几部分： 切换按钮：从左至右分别用于切换“预览数据”、“表字段属性”、“抽取设置”三个面板。在表关系区点击一个私有查询，表数据区默认展示“表字段属性”面板。 私有查询显示框：用于显示当前预览数据、表字段属性或抽取设置的归属；在“表关系区 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=69737450&src=contextnavpagetreemode”选择私有查询对象，该显示框显示所选私有查询的名称1、部署数据挖掘
数据挖掘包含两大部分：数据挖掘执行引擎、数据挖掘服务引擎 数据挖掘执行引擎： 负责接收Smartbi 发送执行请求。 通过解析执行定义，生成spark 计算任务或python计算任务，分别发送给spark集群或python集群。 本身并不承担计算任务，只负责计算任务的调度跟分发。 数据挖掘服务引擎 … 驱动的，则将驱动包放进hive目录中，重启数据挖掘服务。 2、若oracle是自定义驱动的，则将驱动包放进oracle目录中，重启数据挖掘服务。 2.1 添加主机名映射关系 将数据挖掘组件中的服务器主机名映射到hosts文件中 vi /etc/hosts 在文件末尾添加服务器的ip和主机名称映射关系（ip和主机名参数筛选应用
的数据模型按照如下进行设计，进行数据展现。 image2022-2-16_16-31-33.png 清单表：含字段“ShipProvince”、“产品名称”、“销量”、“平均运费”。 饼图：含字段“产品名称”、“销量”。 柱图：含字段“ShipProvince”、“平均运费”。 参数“产品类别”直接拖拽到
