第106页，共226页。 显示 2,251 条结果 (0.062 秒)
指标模型-指标存储管理
指标模型存储包含如下两部分内容： 指标存储库：用于存储指标的数据库，通过连接关系数据源创建。 指标模型关联存储库：通过创建指标模型节点，并且关联指标存储库来保证指标模型各资源的物理存储。 指标存储库支持ClickHouse、SQL Server、MySQL、Oracle和PostgreSQL五种类型的数据库 … 。 image2021-12-8_17-26-43.png 指标存储库设置要求如下： image2021-12-8_16-43-51.png Smartbi中自带了ClickHouse、SQL Server、MySQL、Oracle和PostgreSQL五种类型数据库各版本的驱动。 其中，ClickHouse数据库建议选择星环Inceptor数据连接
image2021-6-30_11-30-57.png 产品默认不内置星环JDBC驱动，不建议把驱动放在产品war包内置的lib目录 。 部分较新的版本，如inceptor-driver-5.1.2以后的版本，可能会存在jar包缺少或冲突的情况； jar包冲突：如查询date类型的字段，查询可能会执行SQL报错Log jar冲突 … 3. 注意事项：自定义目录下的星环驱动文件名不能命名为HUAWEI、HADOOP_HIVE、IMPALA、SPARK_SQL，也不能添加properties文件（设置项为：useParentClassLoader=true），否则会引起Tomcat服务挂 掉。上述情况只适用于较低版本产品内置了Kerberos连接Excel(服务器文件)
示例2：Exel数据源连接好后，即可直接做sql数据集或原生sql数据集的数据集： image2019-11-5 15:57:58.png 注意事项 Sheet页的命名限制：中文、字母开头，支持中文、数字、字母和 _ ，所有的特殊字符在系统中变成表名时，都会转成 _ 。 Sheet页名字如果是数字开头系统检查
Hibernate配置检查知识库中对应的表和字段是否存在 按Hibernate配置检查知识库中字段的数据类型是否正确 是 修复方式：通过SQL修复表、字段、字段数据类型。 由于数据库的语法限制，系统无法保证所有问题均能修复成功。若自动修复失败，需用户手动对知识库进行修复 表数据检查 检查实体表中 … 方式：删除垃圾数据。 表数据量检查 检查表数据量是否过大，主要检查t_operationlog, t_session, t_session_info这三个表 否 表索引检查 检查知识库表的主键和索引是否有丢失 是 修复方式：通过SQL修复表主键、索引。 缓存同步检测 检测是否存在缓存同步StarRocks做ETL连接超时
) at smartbix.datamining.engine.execute.bean.StreamLoader.access$200(StreamLoader.java:31) at smartbix.datamining.engine.execute.bean.StreamLoader$1.call(StreamLoader.java:124) at org.apache.spark.sql.Dataset.$anonfun$foreachPartition$2(Dataset.scala:3370) at org.apache.spark.sql.Dataset.$anonfun$foreachPartition$2$adapted(Dataset.scala:3370202402产品更新说明
^【即席查询】即席查询操作权限增强 即席查询工具栏中的 查看SQL 按钮，新增操作权限控制，可设置普通用户看不到 查看SQL 按钮，防止业务逻辑泄露的风险。 Snipaste_2024-01-25_15-36-59.png安全加固手册
功能限制，如自定义计划任务、自助ETL、原生SQL等给用户很大灵活空间的功能同样会带来操作风险 功能包含敏感信息或开放风险较高 各版本都可支持操作权限加固设置，具体设置可参考wiki文档：操作权限管理 系统攻击防御 安全漏洞、界面暴力破解、IP地址伪造 已存在的安全漏洞没有更新安全补丁、登录 … 计划任务、自助ETL、原生SQL等给用户很大灵活空间的功能同样会带来操作风险 功能包含敏感信息或开放风险较高 各版本都可支持操作权限加固设置，具体设置可参考wiki文档：操作权限管理 系统攻击防御 安全漏洞、界面暴力破解、IP地址伪造 已存在的安全漏洞没有更新安全补丁、登录界面或配置界面电子表格⬝ 通过参数获取值回写
如下 image2021-9-1_15-16-53.png 示例资源 1、SQL资源：xinxi.sql 2、报表资源：通过参数获取值回写.xml数据模型-私有查询
数据模型中的模型表来源于：数据源表、导入文件、SQL查询、即席查询、Java查询、脚本查询、存储过程查询、ETL高级查询、生成日期表。 这些类型的私有查询作为数据模型的基础元素，只能被其所属的数据模型使用，私有查询的数据结果可以通过数据预览 https://wiki.smartbi.com.cn/pages … 以上操作直接进入到所选私有查询的定制界面后，进行修改编辑即可。各私有查询的定制详情请分别参见：导入文件 https://wiki.smartbi.com.cn//pages/viewpage.action?pageId=69737363、SQL查询 https://wiki.smartbi.com.cn//pages数据模型-构建模型
数据模型实现了将关系数据来源构建成多维数据集模型。 在构建模型前，我们先了解多维模型及多维表达式（MDX）中的一些重要概念：维度(Dimensions)、级别(Levels)、成员(Members)和度量(Measures)。 在传统的关系数据库中，用于数据定义和操作的大多数语言（如 SQL）都设计为在两个维度中检索数据：列维度和行维度。下面的关系图说明一个用于存储定单信息的传统关系数据库。 1.png 各个表均提供二维数据。各行与各列的交集是一单个数据元素，称为字段。要在 SQL 查询中查看的特定列用 SELECT 语句进行指定，而要检索的行用 WHERE 子句加以限定。 而对于多维数据，则可以用具有两个以上维度
