第14页，共87页。 显示 865 条结果 (0.027 秒)
指标模型-维表数据管理
对维表数据进行管理的方式有两种：在线编辑数据、通过绑定自助ETL实现灌数。 在线编辑数据 1、打开某个维表，点击 数据预览 ，查看维表数据。 数据预览.png 2、点击右侧的 在线编辑 ，打开在线编辑数据的窗口。 ● 目前暂时只支持小数据量的场景，默认限制表数据小于等于1000 … 、是否为空等属性和原本表定义不一致、编辑的数据超过1000行等情况时，点击 确定 ，会自动进行保存校验。 绑定自助ETL 1、维表未绑定自助ETL前：若已经创建了维表灌数的自助ETL，则直接选择自助ETL绑定即可；若还未创建维表灌数的自助ETL，则需要新建自助ETL实现绑定指标模型-事实表数据管理
对事实表数据进行管理的方式有两种：在线编辑数据、通过绑定自助ETL实现灌数。 在线编辑数据 1、打开某个事实表，点击 数据预览 ，查看事实表数据。 事实表-预览.png 2、点击右侧的 在线编辑 ，打开在线编辑数据的窗口。 ● 目前暂时只支持小数据量的场景，默认限制表数据小于等于 … 特殊说明 1、在线编辑的是指标存储库中的数据，此操作不会影响源业务系统的数据。指标存储库功能详见 指标存储管理 。 2、如果编辑的数据类型、是否为空等属性和原本表定义不一致、编辑的数据超过1000行等情况时，点击 确定 ，会自动进行保存校验。 绑定自助ETL 1、事实表未绑定自助ETL前：若已经创建Smartbi V10-数据挖掘
注意：(新特性列表中：+表示新增；^表示增强) 具体改进点如下： 新增 增强 变更 +【数据挖掘】新增自助机器学习，能够快速创建挖掘实验 +【数据挖掘】新增Kafka数据源节点 +【自助ETL/数据挖掘】数据源新增Excel文件 +【自助ETL/数据挖掘】目标源支持GreenPlum数据库 +【数据挖掘】数据预处理增加下采样节点 +【数据挖掘】新增SMOTE数据预处理方式 +【自助ETL/数据挖掘】数据预处理新增值替换节点 +【数据挖掘】特征工程新增GBDT特征选择节点 +【数据挖掘】统计分析支持高维数据可视化 +【数据挖掘】评分卡分析新增PSI评估节点 +【数据挖掘】文本分析增加202402产品更新说明
”新年都未有芳华，二月初惊见草芽。白雪却嫌春色晚，故穿庭树作飞花。“。 1 发布月份 2024年 02月 2 更新概览 1、增强仪表盘、透视分析、即席查询、自助ETL模块操作易用性、提升用户体验，如即席透视支持撤销回退、仪表盘支持搜索设置项名称、ETL一键查看全图效果等。 2、适配更多国产化场景，新增适配星 … 数据有一个“是否来源新商机”的标签。现需要在不增加新维度的情况下，增加一个新指标“新商机合同金额”，该指标只汇总来源新商机的合同金额数据。详情可查看：数据模型隐藏字段参与建模。 canyujianmo-01.png 3.3 自助ETL ^ 新增元数据编辑功能按钮 为了让ETL流程更加精简，减少拖拽节点的数量在服务器上定位或者恢复【excel文件】节点上传的excel文件
(本文仅供参考) 机制说明： 1、【excel文件】节点，其excel文件都会上传到 挖掘引擎安装目录\data\excel\ETL资源ID\节点ID 目录下 2、【excel文件】节点，执行后会上传excel文件，同时每个sheet生成一个csv文件，所以，恢复工作需要恢复excel文件和csv文件 3、如果将一个包含【excel文件】节点的etl资源，另存为另外的资源，那么excel文件在服务器上并不会复制，另存后的ETL资源定义中的excel路径与另存前的文件路径相同 定位和恢复excel文件： 1、资源树上右键查看ETL属性，获取到ETL资源ID作业流实现根据业务表数据判断执行下游分支节点
（本文档仅供参考） 期望在使用ETL和作业流实现数据调度时，根据某业务库数据去判断执行是否执行下游节点或执行下游哪个节点。 V10版本： 示例场景：获取某用户表用户数，根据用户数判断执行下游哪个节点。 image2024-12-19_16-56-14.png 新建公共参数：在公共参数中通过编写SQL语句，获取用户表的用户数。 image2024-12-20_9-40-19.png image2024-12-20_9-40-28.png 新建ETL：在etl中引用公共参数。 image2024-12-20_9-46-35.png 新建作业流：在作业流中引用etlV10 版本更新介绍
本文主要介绍在2021年10月21日发布Smartbi V10 版本中，产品新增了哪些功能、增强变更了哪些功能点。 （+表示新增；^表示增强；<表示变更） 一. V10重要更新 +【数据准备】新增数据模型，将所有查询结果归集并基于CUBE重新构建数据结构 +【数据准备】新增作业流功能，实现多ETL实验 … ，将所有查询结果归集并基于CUBE重新构建数据结构 +【数据准备】自助ETL新增Python脚本节点 +【数据准备】新增作业流功能，实现多ETL实验之间执行依赖关系 +【数据准备】新增多表JOIN节点，支持同时接入多个数据源并设置表关系 +【数据准备】新增组合查询节点，支持去重、聚合、新建计算字段等高级功能作业流
概述 作业流是ETL作业依赖编排工具，用户可以通过图形化的界面，对ETL的依赖进行编排。其中，ETL依赖是指从原始数据到最终展现数据，可能需要经过多个ETL过程，ETL的执行存在着依赖关系。 作业：作业是用户在一次算题过程中或一个事务处理中要求计算机系统所做的工作的集合，正在执行的一个或多个相关进程被称为作业。一个作业可以分为若干个流(flow)，如果流之间的处理是有先后顺序的，可以顺序的执行每一个流；如果流之间互不影响，可以进行并行处理。 界面介绍 入口一：在 数据准备>自助ETL 中，选择"作业流操作类型
的操作 新建Java数据集 新建并保存Java数据集 删除Java数据集 删除Java数据集 浏览Java数据集 浏览Java数据集、新建不保存Java数据集 修改Java数据集 修改Java数据集 ETL自动化 操作类型 涉及的操作 执行ETL自动化工程 执行ETL自动化工程 打开ETL自动化工程 打开ETL自动化工程 新增ETL自动化工程 新建并保存ETL自动化工程 修改ETL自动化工程 修改ETL自动化工程 删除ETL自动化工程 删除ETL自动化工程 作业流 操作类型 涉及的操作 修改作业流 修改作业流 执行操作类型
的操作 新建Java数据集 新建并保存Java数据集 删除Java数据集 删除Java数据集 浏览Java数据集 浏览Java数据集、新建不保存Java数据集 修改Java数据集 修改Java数据集 ETL自动化 操作类型 涉及的操作 执行ETL自动化工程 执行ETL自动化工程 打开ETL自动化工程 打开ETL自动化工程 新增ETL自动化工程 新建并保存ETL自动化工程 修改ETL自动化工程 修改ETL自动化工程 删除ETL自动化工程 删除ETL自动化工程 作业流 操作类型 涉及的操作 修改作业流 修改作业流 执行
