完成高性能完整版部署后，可以检查各个组件是否能正常提供服务，如未完成高性能完整版部署，请参考：完整版--部署Smartbi相关服务 进行相关的配置。
访问Smartbi
可以通过浏览器打开 http://服务器IP:31080/smartbi/vision/index.jsp 访问smartbi。
- 首次启动需要导入License和配置其他相关信息，可以参考Smartbi Config页面介绍 进行配置。
- 首次登录访问Smartbi，默认管理员帐号：admin，默认密码：manager，首次登陆会跳转到修改默认密码页面，修改完成后就能正常使用Smartbi。
测试Smartbi及其组件状态
1、测试SmartbiMPP高速缓存库
1）登陆Smartbi，选择 数据连接 > 高速缓存库 > 打开 > 选择驱动程序类型：SmartbiMpp，点击 测试连接。如下图提示连接成功，保存。
2）通过抽取数据测试Smartbi-MPP是否正常使用。
打开 分析展现 > 功能演示 > 即席查询 > 演示局部过滤器 > 抽取， 进行数据抽取测试：
3）查看抽取的数据：
Smartbi-MPP部署成功。
2、测试Smartbi-Unionserver跨库联合查询
1）登陆Smartbi，选择 数据连接 > 跨库联合查询数据源 > 打开 ，点击 测试连接。如下图提示连接成功，保存。
3、测试Smartbi-Engine数据挖掘引擎
测试Smartbi-Engine-Experiment数据挖掘执行引擎
打开系统运维–数据挖掘配置–引擎设置，点击测试，如下提示表示配置成功
打开数据挖掘–案例--波士顿房价预测，点击运行，如下图显示运行成功即可
如果某个节点运行失败，可以右键点击节点，选择查看日志分析错误原因：
测试Smartbi-Engine-Service数据挖掘服务
打开系统运维–数据挖掘配置–引擎设置，点击测试，如下提示表示配置成功
①打开数据挖掘–案例--波士顿房价预测，点击运行，如下图显示运行成功，并点击保存案例
②右键点击 训练--模型--保存模型 ，如下图所示
③保存的的模型可以在左侧导航栏的”已训练模型”中查看。右键删除”线性回归”，”训练”。
④将保存的模型拖入，并与”预测”连线。
⑤导航栏-服务-拖入 服务输入、服务输出，并连线，运行成功后点击部署服务
⑥显示部署成功
⑦点击服务测试，会显示测试结果
4、测试Smartbi-Mining-Pynode计算节点
①打开数据挖掘--新建实验
②拖拽“示例数据源”，选择数据源 - 保存 - 运行 - 运行成功--保存
③拖拽PYTHON脚本，与示例数据源连线，点击运行，如果显示运行成功则表示Python计算节点正常
5、测试Smartbi-Export导出引擎
1）登陆Smartbi，选择 系统运维 > 系统选项 > 公共设置 > 服务器地址。
2）导出示例数据：
打开 分析展现 > 分析报表 > 功能演示 > 自助仪表盘 > 交互分析>筛选过滤，点击展开菜单，选择导出格式(PNG,PDF,Execl)，导出。
等待导出，弹出下载页面，下载即可。(文档此处选择导出PNG图片，可根据需要选择导出格式)。
查看导出的图片。
Smartbi-Export导出引擎成功。
6、测试Smartbi-OLAP
打开 系统运维--系统选项–高级设置，添加olap配置，配置完成后，点击保存，参考下图：
高性能完整部署并测试已完成，运维管理可参考：完整版--系统运维
