第7页，共253页。 显示 2,526 条结果 (0.043 秒)
【升级实操】V9.5➜V10.5
Smartbi-OLAP-Server OLAP Server 部署方案请参考：Window部署、linux部署。 高速缓存库 √ √ 必须部署组件 V10 不支持 Infobright，需要更换为 SmartbiMPP 或 SmartbiMPPMD。 Linux环境：部署SmartbiMPP ，部署方案请参考： 部署Smartbi-MPP高速缓存库。 Windows环境：通过Windows 客户端安装 SmartbiMPPMD ，无需额外手动部署。 数据挖掘 √ √ 各部件的更新 包括数据挖掘实验引擎、服务引擎、spark、python更新升级，新增部署hadoop。 详情请【升级实操】V9.7➜V10.5
× √ 新增组件Smartbi-OLAP-Server OLAP Server 部署方案请参考：Window部署、linux部署。 高速缓存库 √ √ 必须部署组件 V10 不支持 Infobright，需要更换为 SmartbiMPP 或 SmartbiMPPMD。 Linux环境：部署SmartbiMPP ，部署方案请参考： 部署Smartbi-MPP高速缓存库。 Windows环境：通过Windows 客户端安装 SmartbiMPPMD ，无需额外手动部署。 数据挖掘 √ √ 各部件的更新 包括数据挖掘实验引擎、服务引擎、spark、python、Hadoop更新升级计算字段中时间日期函数取值在凌晨不准
。 image2023-8-7_13-47-30.png 原因： 自助数据集中的时间日期函数，实质SQL会生成数据库的相关函数执行查询，因此从业务数据库层面进行排查数据库时间、时区等情况。 由于原生SQL数据集创建的自助数据集，系统会先将数据集抽取至高速缓存库中再进行查询，此时从【系统监控】-》【SQL/MDX监控】中可以定位出，执行时间日期函数的业务数据库为高速缓存库。 image2023-7-18_18-49-11.png 此时从上述现象可知，数据库时间与实际时间一致。从网上资源了解，高速缓存库时区默认为Europe/ Moscow，因此需要修改高速缓存库时区设置。 解决方案： 1、修改高速缓存库时区配置具体操作如下【升级实操】V10.1➜V10.5
%E6%8C%87%E5%8D%97-2.4%E5%8D%87%E7%BA%A7SmartbiOLAPServer。 高速缓存库 √ √ 必须部署组件 V10.5 Windows EXE 安装包中内置高速缓存库更换为 SmartbiMPPMD，需要切换高速缓存库，详情请参考 切换高速缓存库为 … 产环境造成损坏。 一、Windows EXE 部署 1. 覆盖升级 通过直接执行 V10.5 版本的 Windows EXE 安装包 对已安装的旧版本环境进行覆盖升级操作，将其更新到V10.5版本，具体可参考文档 Windows 客户端升级指南。 2. 切换高速缓存库 由于 V10.1 的 Windows大数据量查询优化：预计算(抽取模式)配置指南
1、目前只有数据模型抽取模式才支持设置预计算。 2、目前预计算支持的高速缓存库：SmartbiMpp产品默认使用高速缓存库 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=111757078CH、StarRocks https … 某些耗时的操作（例如JOIN、聚合）的结果保存下来，以便在查询时直接复用，从而避免这些耗时的操作，最终达到加速查询的目的，它是解决性能的一个举措。 预计算原理：其核心原理是借助高速缓存数据库的物化视图技术，在数据模型创建预计算时，触发数据抽取操作，将预计算结果插入或更新到缓存库。后续报表层查询时，若符合命中规则ETL-目标表无法修改字段类型长度
（本文档仅供参考） 问题描述： ETL中执行报字段类型长度错误，而在ETL中使用目标表中无法修改已经创建好的表字段类型长度。 解决方案： 经分析，如果插入表的目标源是高速缓存库的话，那么是可以改字段类型的长度，如下图。但插入业务库里面的字段类型的长度是无法修改的，这个是因为业务库一般都是进行接入数据的，而且业务库的类型有很多种，从产品层面考虑的话版本是不可控的，这种DML是很难进行处理；而高速缓存库当前支持的版本是只有几种类型，故在V10.5.8版本已优化。 注意：修改表结构，会导致数据被全部清空，一般不建议此操作！ image2022-11-25_15-42-44.png数据模型抽取报错：Cannot open file...
（本文档仅供参考） 问题描述： 高速缓存库备份数调整后, 某一数据模型抽取提示抽取失败, 报错抽取日志如下： Caused by: java.lang.Throwable: Code: 76, e.displayText() = DB::ErrnoException: Cannot open file /var … 由于抽取的数据或是文件损坏了，可考虑删除该备份表后重新抽取，步骤如下： 1、用数据库连接高速缓存库，执行sql删除对应的表： DROP TABLE IF EXISTS `smartbimpp`.`icyxlcnae6ik0mp37ufniq_temp`; 2、因为CH的数据是落地到使用nginx实现smartbimpp高可用
/sbin # ./nginx 停止nginx # cd /usr/local/tengine/sbin # ./nginx -s stop 配置smartbi的高速缓存库 数据连接 > 高速缓存库 ，进入高速缓存库的配置项，url填写nginx服务器的ip和端口，在连接字符串最后面添加参数4 模型NLA元数据
", "common": "", "source": "AUGMENTED_DATASET", "dataSource": { "id": "DS.SmartbiCache", "name": "SmartbiCache", "aliasFromDb": "高速缓存库", "descFromDb": "高速缓存库", "authenticationType": "", "dbCharset": "", "driver": "org.monetdb.jdbc.MonetDriver", "driverType": "MONETDB", "maxConnection场景二：多台服务器部署
根据实际使用场景，将占用CPU资源比较大的组件部署在不同的服务器中，通过服务器的隔离，实现cpu资源的隔离，达到避免出现cpu资源抢占，导致Smartbi服务访问受影响的情况。 服务器CPU资源消耗较大的组件有以下： 高速缓存库、跨库联合查询、导出引擎、Spark、Python计算节点 可以根据不同的场景 … 服务器一 Smartbi、知识库、导出引擎、跨库联合查询 4核、8G 8核+、16G+ 可根据实际部署组件以及使用场景申请服务器资源 服务器二 数据挖掘、高速缓存库、Spark、Python、OLAP 4核、8G 8核+、32G+ 可根据实际部署组件以及使用场景申请服务器资源 场景2
