第38页，共91页。 显示 906 条结果 (0.027 秒)
202312产品更新说明
即席查询和透视分析增加跳转规则功能，支持通过单击或悬停的动作从源资源跳转到目标资源，并且实现传递参数值的互动效果。 ^ 筛选器支持选择“全部”、反选过滤 即席查询和透视分析的筛选器中，增加“全部”选项、支持反选过滤，方便用户快速选择所需的筛选条件。 toushifenxi-04.png带修饰词指标场景示例
1 概述 修饰词是指除统计维度外指标的业务场景限定抽象，抽象词隶属于一种抽象类型，如访问终端类型下的pc、安卓、苹果。 由原子指标+修饰词可派生出新的指标，比如有原子指标“销售额”，加上修饰词“广东省”，则可得到一个新的指标“广东省的销售额”，此指标只包含广东省的销售额数据。 2 场景示例 2.1 场景描述 指标模型中已有原子指标“合同金额”，指标详情如下图所示： xiushici-01.png 由于政府行业一直是该企业主要的客户，业务用户在自助分析时，经常需要单独分析政府行业的合同金额，为减少频繁的执行过滤数据的操作，需要把只包含政府行业的合同金额固化成一个单独的指标。 2.2 创建计算指标 1、在指标管理界面进入透视分析模式
1 概述 在仪表盘上浏览数据，想要对某个组件的数据做更灵活的分析探索时，可使用进入透视分析模式功能。 2 功能说明 2.1 功能范围 1、仅支持数据来源是数据模型的组件。 2、仅支持明细表、汇总表、交叉表、图形类、指标类和文本的组件。 2.2 功能入口 1、仪表盘的浏览界面：在组件的工具栏上点击 toushimoshi-02.png。 toushimoshi-01.png 2、仪表盘的编辑界面：在组件工具栏上点击toushimoshi-04.png，点击 进入透视分析模式 。 toushimoshi-03.png 2.3 功能效果 1、点击进入透视分析模式，会将当前组件上的字段信息、过滤条件等传递到透视分析演示频度日期控件示例
图，保存参数 12.png 3、创建可视化数据集，可使用该参数控件进行数据过滤。 在数据集定义中，使用频度日期控件时要特别注意：该控件必须与GetFirstDayOfFrequercyParameter 、GetLastDayOfFrequercyParameter 两个函数结合使用，通过函数返回相应的值演示下拉框参数控件
本例演示先创建一个单选下拉框参数，并在预览数据时使用该参数进行数据过滤，再修改为多选筛选的方式。 实现步骤 1、新建“产品名称”参数，控件类型选择 下拉框 。 image2019-11-8 17:38:0.png 2、下一步，通过SQL方式设置参数备选值，保存参数。 image2021-8-28_16-53-21.png 3、创建一个可视化数据集，点击预览数据可查看下拉框参数效果。 1727.png 效果如下： 1729.png 4、单选下拉框参数支持模糊查询。 下拉框参数手动输入后，需要按下回车键，才会触发编辑修改 1734.png 当需要用多个关键字进行参数模糊查询时，可用英文逗号将各个关键字分开演示文本框参数控件
本例演示创建一个文本输入框参数，并在透视分析中对该参数值进行模糊搜索。 实现步骤 1、新建“产品名称_文本框”参数，控件类型选择“文本输入框”，并注意将数据类型设置为“其它类型”，并确保下一步的参数设置中，“手工输入”选项被选中，保存该参数。 image2019-11-11 10:35:54.png 2、创建可视化数据集，可使用该参数控件进行数据过滤。 1749.png 3、新建透视分析，在输入框中输入文字进行模糊搜索 1754.png 注意事项 第一步中设置的“数据类型”与第二步的数据集中的条件设置有关。 在本例中条件用字段like'%参数%'的方式，必须使用其他类型。如果设置为字符串，则会在返回的参数值上多维数据库—数据库管理
连接了多维数据源后，需要选择数据库中的多维数据集到系统中，才能正常使用多维数据集。 多维数据集是指通过对业务系统中的数据进行垃圾数据过滤、标准化，装载到数据仓库后，把数据仓库中的数据根据决策分析的需要重新组织，抽取出来另行存储的数据集合。 为了更加贴近决策分析的需要，多维数据集在结构上将同一个分析主题所涉及到的所有数据集中存储在一起，通过采用多维结构和部分预先聚合来实现灵活而快速的数据访问。 多维数据集通常包括多个维度（分析角度）和多个度量值（衡量指标）。例如一个名为Sales的多维数据集通过会包括时间、产品、商店、顾客等维，以及销售额、成本等度量值。 在本系统中，多维数据集通常用一个蓝色的小立方体表示。 操作入口公共设置-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多维数据库—数据库管理
连接了多维数据源后，需要选择数据库中的多维数据集到系统中，才能正常使用多维数据集。 多维数据集是指通过对业务系统中的数据进行垃圾数据过滤、标准化，装载到数据仓库后，把数据仓库中的数据根据决策分析的需要重新组织，抽取出来另行存储的数据集合。 为了更加贴近决策分析的需要，多维数据集在结构上将同一个分析主题所涉及到的所有数据集中存储在一起，通过采用多维结构和部分预先聚合来实现灵活而快速的数据访问。 多维数据集通常包括多个维度（分析角度）和多个度量值（衡量指标）。例如一个名为Sales的多维数据集通过会包括时间、产品、商店、顾客等维，以及销售额、成本等度量值。 在本系统中，多维数据集通常用一个蓝色的小立方体表示。 操作入口数据挖掘-OneHot编码
用于设置在原字段名后追加后缀生成新的列，默认后缀为：OneHot； 该节点与抽取、变换节点组合使用； image2020-9-8_9-48-8.png 非法数据处理策略 选择对非法数据进行处理的策略，非法数据指空值或未进模型的类别值。 自动过滤：在转换时，对在抽取时未出现的类别或空值
