第119页，共253页。 显示 2,527 条结果 (0.039 秒)
关系数据源-连接Kerberos认证的Impala数据源
1 概述 本文介绍如何连接带kerberos认证Impala数据库。 2 数据连接 2.1 环境准备 ① 找到服务器路径下的hosts文件： Windows环境路径：C:\Windows\System32\drivers\etc\hosts image2021-8-10_15-31-2.png … ）ImpalaJDBC41.jar 适用Impala多个版本。如果该jar不包含认证所必须的所有依赖包，须额外手动添加相应版本的依赖包：如：hadoop-auth-2.7.2.jar、hadoop-common-2.7.2.jar等 将以上依赖jar包放置目录IMPALA(如果不存在需要手动创建) 2）动态链接库的自定义目录的文件夹名称可以电子表格⬝ 批量回写
批量回写仅支持列表式回写，不支持空表单、分组报表等 填报报表支持通过导入已有的Excel数据文件实现回写。 下面以一个示例演示如何实现批量回写，详细步骤如下： 回写库表设置 1、定义回写表：在回写库中设计如下回写表： image2022-2-13_16-56-57.png 2、Smartbi中连接回写库： image2022-2-13_17-3-34.png 3、在“数据库管理”界面选择以上创建的回写表： image2022-2-13_17-7-20.png 数据模型设置 1、在数据模型中新建即席查询，勾选字段如下： image2022-2-13_18-19-2.png 2、设置“value产品简介
的意图时，你还可以直接纠正它、指导它，让数据分析的过程顺利进行下去。 image2024-12-6_10-39-33.png 2.2 场景2：数据计算能力 在问数过程中，如果希望查询一些基于底层数据库中并不能简单查询就能得到的指标数据，例如：对于某个指标，如去年同期值、同比增长率、环比、环比增长率，甚至想要查看某 … 技术将数据模型中的指标和维度嵌入到向量数据库中，进一步，将同义词、知识库、业务规则、用户反馈加入到向量库。然后，根据用户的问句，通过向量检索 + 规则 + BERT模型等前置处理技术，缩小查询范围；最后，结合大模型的通识能力进行精准的匹配和DSL转换，转换成Smartbi的模型查询获取数据。通过RAG技术，大模型能够提高Smartbi如何在计划任务中调用外部程序
（本文档仅供参考） Smartbi如何在计划任务中调用外部程序，定时执行特定的任务呢，比如每天定时备份Smartbi的知识库。其实很简单，只需要在计划任务模块新建一个“定制”类型的任务，写一段代码调用外部程序即可。下面就以“每天定时备份Smartbi知识库”为例，详细说明操作过程。 1. 写一个批处理文件smartbi-repo-backup.bat，调用MySQL的命令行工具，对Smartbi的知识库进行备份。将该批处理文件保存到服务器上指定目录下，比如放到D:\盘根目录下。该文件内容如下。 @echo off REM 获取系统时间，生成导出文件名 set h=%time:~0,2% set h=%h: =0允许点击列头排序无法勾选
结果全部加载到内存数据库后再进行各种公式计算、排序展示等，而【允许点击列头排序】就是对当前电子表格所有数据加载到内存数据库处理的一种；清单报表类型实现是为了对于比较大数据量的明细报表数据展示，采用的是分页取数的逻辑展示，所以这时候【允许点击列头排序】开放的实际意义就不大了，因为只是对当前加载到内存数据库的排序，和实际应用 … 序】，可将报表设置为【分组报表】，然后将字段设置为列表展示，具体如下图： 1.jpg 2.jpg PS：分组报表类型是将所有查询结果都一次性返回内存数据库后再进行计算、排序的，所以在数据量比较大的情况下，有可能报表渲染速度上没有那么快快速入门
数据库、NoSQL数据库、本地文件、外部系统，也可以通过接口方式获取任何其他来源的数据。 然后利用 数据模型 整合异构来源的数据，并利用其强大的计算能力进行数据再加工，构建出计算列、分组字段、计算度量、自定义成员和命名集等。构建的数据模型，包含业务用户对话分析时需要使用的所有维度和度量，方便其使用。 接着对创建图形 - 甘特图-月度计划表
（本文档仅供参考） 需求描述 集团目前有月度任务采购计划，要求默认展示当月创建的所有任务，计划开始时间、结束时间，实际开始时间和结束时间，跟甘特图有点类似。 image2022-11-15_14-17-56.png 展示效果 image2022-11-15_14-36-2.png 实现思路 通过Excel的条件规则对符合日期范围内的日期进行单元格颜色填充。 实现步骤 一、数据集准备 随着月份不同天数也会出现28、 29、30、31天不等，因此需要通过编写sql获取不同月份的每一天，用于横向扩展处对应的日期。 如以下基于MySQL数据库的sql示例，不同数据库类型需自行调整SQL⬝ 场景一：单台服务器部署
内存 备注 Smartbi 3G Tomcat的JVM内存最大值，可根据并发量调整此参数 知识库 2G Mysql可能会使用的内存 MPP 8G MPP的最大内存配置，可调整 SmartbiOLAP 4G 建议提高内存配置 导出引擎 2G 导出引擎可能会使用的内存 … 16核+ 76G+ 部署目录500G+ 千兆网络+ 推荐服务器单独一个盘符用于部署smartbi及其组件 具体说明： 组件名称 内存 备注 Smartbi 16G Tomcat的JVM内存最大值，可根据并发量调整此参数 知识库 4G数据排序逻辑
根据当前点击排序的字段值进行排序。具体的示例说明详见 。 paixugaishu-03.png 基于字符串字段排序时，是按照字符集顺序排，不同的数据库类型的字符集排序结果可能会不一样。 如果字段是ASCII编码、TEXT，有一些数据库不支持排序，比如sql server就不支持排序。 2、自定义排序多维引擎：涉及排序部分场景性能优化说明
4 无法优化的场景 以下情况排序逻辑仍需在内存执行，无法通过配置项优化： 计算度量排序：计算度量需内存计算，无法下沉。 含度量过滤的场景：度量过滤依赖计算度量逻辑，无法下沉。 含有自定义成员、汇总小计、命名集等情况无法优化。 5 排序结果差异说明 由于数据库排序规则（如字符集、排序算法）与 Java 内存排序规则（如语言环境、空值处理）存在差异，启用配置项后可能导致排序结果与原逻辑不一致，需提前告知用户。 未开启优化设置项是在内存中排序： image2025-5-28_14-14-15.png 开启优化设置项是在数据库中排序： image2025-5-28_14-15-9.png 特别注意
