第143页，共322页。 显示 3,212 条结果 (0.042 秒)
电子表格⬝ 场景示例
报表简介 本示例在电子表格中实现资产负债表。 示例效果 表格中如“流动资产”“货币资金”“短期借款”等数据，都是直接从数据库中获取。 当切换年度指标后，数据也随之变化。 资产负债表.gif 数据要求 资产负债表中的所有数据储存于“balance_sheet”中，如下： image2022-2-15_15-39-37.png 分析定制 该报表功能的实现详情如下： 1、创建数据源“huixie”，连接数据存储的数据库，如下： image2022-2-16_11-48-17.png 2、填写SQL映射表 在“分析展现”界面的左侧目录区“分析报表”目录下，点击 分析报表 > system > 分析报表某市政府重点区域人群密度预测
背景描述及业务需求 2020年，新型冠状病毒（COVID-19）感染的肺炎疫情牵动着全国人民的心，全国同舟共济、众志成城，打响了一场没有硝烟的疫情阻击战。习近平总书记指出：要鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好发挥支撑作用。 而人口的流动聚集，客观上 … =51940609 节点，添加中文字段别名。更改后的输出如图2-2所示，流程图如图2-3所示。 3.png 图2-2 4.png 图2-3 数据探索 本案例的探索分析是对数据进行缺失值分析与数据分布分析，分析出数据的缺失和分布情况。通过数据观察之后，发现重点区域人流量情况表和北京市迁徙指数表中的日期时间字段格式即席查询-综合应用示例
我们需要通过清单表来对数据进行统计汇总分析，并且辅以条件筛选、告警、数据格式显示等功能时，我们通常定制即席查询来满足这类数据分析的业务需求。 下面，我们将以一个演示示例来展现即席查询的效果以及各辅助功能。 业务需求 某车企，每个季度末都要对各品牌及车型的销售情况进行统计汇总，并上报给相关管理层进行查询分析，具体 … 显示上一次显示的数据结果。 需求分析 我们的系统内置库“hot_sale_cars”存储了所有明细数据，基于该库内置的业务主题“CSAC汽车销售分析”已经按照业务逻辑对数据进行了部分处理。 我们基于该业务主题，结合以上销售数据的统计分析需求，对上面所描述的需求进行如下分析： 1、展现的输出字段：品牌、车型某市政府重点区域人群密度预测
背景描述及业务需求 2020年，新型冠状病毒（COVID-19）感染的肺炎疫情牵动着全国人民的心，全国同舟共济、众志成城，打响了一场没有硝烟的疫情阻击战。习近平总书记指出：要鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好发挥支撑作用。 而人口的流动聚集，客观上 … =51940609 节点，添加中文字段别名。更改后的输出如图2-2所示，流程图如图2-3所示。 3.png 图2-2 4.png 图2-3 数据探索 本案例的探索分析是对数据进行缺失值分析与数据分布分析，分析出数据的缺失和分布情况。通过数据观察之后，发现重点区域人流量情况表和北京市迁徙指数表中的日期时间字段格式Impala与Hive的比较
，但从客户端使用来看Impala与Hive有很多的共同之处，如数据表元数据、ODBC/JDBC驱动、SQL语法、灵活的文件格式、存储资源池等。Impala与Hive在Hadoop中的关系如图 2所示。Hive适合于长时间的批处理查询分析，而Impala适合于实时交互式SQL查询，Impala给数据分析人员提供了快速实验、验证想法的大数据分析工具。可以先使用hive进行数据转换处理，之后使用Impala在Hive处理后的结果数据集上进行快速的数据分析。 http://tech.uc.cn/wp-content/uploads/2013/07/impala_s.jpg http://tech.uc.cn/wp-content相对隔离的多机构权限管理
数据准备-自助ETL-自助ETL 45.png 数据准备-业务主题-业务主题 47.png 数据准备-数据集-数据集 46.png 分析展现-分析报表 48.png 资源发布-资源发布 49.png 资源发布-资源发布-电脑主题 资源发布-资源发布-平板主题 资源发布-资源发布 … 相对隔离的多机构权限管理4.png 需要创建的顶级目录有： 数据连接-数据连接 数据连接-公共空间 数据准备-业务主题 分析展现-分析报表 公共设置-参数定义 公共设置-脱敏规则 公共设置-用户属性 公共设置-转换规则 公共设置-流程管理 公共设置-宏资源包 公共设置-值域范围 系统运维交互式仪表盘 ⬝ 选择及处理数据
1 概述 数据选择区展示了业务数据集中可供选择的维度、度量、命名集和参数，用户可通过勾选、拖拽添加已有字段，或自定义新的数据字段进行数据分析。 Snipaste_2023-05-22_18-06-25.png 2 选择和切换业务数据集 在进行数据分析前，可根据实际业务场景选择合适的业务数据集。 2.1 选择 … ”仅和“产品表”维度有关系，和顾客、发货区域、订单等维度没有关系。若没有如下图的维度和度量关系表，用户想要分析各产品当前的库存情况时，容易选择到无关联的维度，导致查询出来的数据全部相同，大大增加了分析数据的难度。 Snipaste_2023-05-23_13-51-56.png 2、此时可以选择开启维度和度量之间多维数据库—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。 操作入口已选自定义成员优先级设置
已选自定义成员是指被当前多维分析引用的自定义成员，包括多维数据集级别的自定义成员和局部自定义成员。 当多维分析中某一区域存在两个或多个自定义成员的计算规则时，需要设置自定义成员的优先级，以保证该区域计算结果的正确性。 多维分析设置入口： 在“新建多维分析”界面工作区的“已选自定义成员”节点选择自定义成员，属性面板显示该自定义成员的优先级设置项。 image2019-11-1 16:9:56.png 多维探索设置入口： 在“高级设置”之后点击已选的自定义成员，在计算优先级的文本框内进行修改即可。 image2019-11-1 16_12_50.png 功能说明： 优先级的数字越小，则该自定义成员越先被执行多维数据库—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
