商业智能(BI)-第7章 数据源

合集下载

[管理信息化BI商务智能]基于商务智能的费用查询系统设计与实现

[管理信息化BI商务智能]基于商务智能的费用查询系统设计与实现

{管理信息化BI商务智能}基于商务智能的费用查询系统设计与实现 所在学院: 软件学院 论文提交日期 2013年 04月 19日 基于商务智能的费用查询系统设计与实现 浙江大学硕士学位论文 目录

I 目录

摘要 .................................................................................................................................... i Abstract .......................................................................................................................... ii 图目录.............................................................................................................................. III 表目录..............................................................................................................................IV 第1章 绪论 .................................................................................................................... 1 1.1 课题背景1 1.1.1 后ERP时代的到来2 1.2 商务智能系统架构2 1.3 BI系统与ERP系统整合现状分析3 1.3.1 国外BI系统与ERP系统整合的发展趋势3 1.3.2 国内BI系统与ERP整合应用4 1.3.3 实施BI项目的困难5 1.3.4 项目背景7 1.3.5 BI系统与ERP系统的整合实现的关键点7 1.4 开源BI8 1.4.1 开源的定义8 1.4.2 开源软件的优势9 1.4.3 开源BI-JasperSoft BI10 1.5 课题研究目的和意义11 1.5.1 课题主要研究内容12 1.5.2 论文组织结构12 1.6 本章小结13 浙江大学硕士学位论文 目录 II 第2章 BI系统与ERP整合的关键技术 .................................................................. 15

BI与大数据区别

BI与大数据区别

BI与大数据区别背景介绍:随着信息技术的快速发展,企业在管理和分析数据方面面临着越来越多的挑战。

为了更好地理解和利用数据,企业开始采用商业智能(BI)和大数据技术。

然而,虽然BI和大数据都涉及数据分析,但它们在概念、应用和技术上存在一些重要的区别。

本文将详细介绍BI与大数据之间的区别。

BI(商业智能):商业智能是一种通过收集、整理、分析和可视化数据来提供决策支持的技术和工具。

它的主要目标是帮助企业管理者和决策者更好地理解和利用企业内部和外部的数据。

BI侧重于提供对历史和当前数据的报告和分析,以支持企业的战略决策和运营管理。

BI的特点:1. 数据来源:BI主要依赖于企业内部的结构化数据,如企业资源计划(ERP)系统、客户关系管理(CRM)系统等。

这些数据通常经过清洗和整理,以确保准确性和一致性。

2. 数据规模:相对于大数据而言,BI所处理的数据规模相对较小。

它主要关注企业内部的数据,而不是海量的外部数据。

3. 数据处理:BI通常采用预定义的查询和分析模型来处理数据。

它使用结构化查询语言(SQL)等传统的数据处理技术,以支持数据的提取、转换和加载(ETL)。

4. 数据可视化:BI通过可视化工具(如仪表盘、报表和图表)将数据转化为易于理解和分析的形式。

这有助于企业管理者和决策者更好地理解数据并做出相应的决策。

大数据:大数据是指规模庞大、来源多样且难以处理的数据集合。

它包括结构化、半结构化和非结构化的数据,来自于各种内部和外部的数据源。

大数据的主要目标是从海量数据中发现新的见解和价值,并支持企业的决策和创新。

大数据的特点:1. 数据来源:大数据可以来自于各种内部和外部的数据源,包括传感器、社交媒体、日志文件、图像和视频等。

这些数据通常是非结构化或半结构化的,需要进行处理和分析。

2. 数据规模:大数据处理的数据规模非常庞大,通常以TB、PB甚至EB为单位。

它需要使用分布式计算和存储技术来处理和存储海量数据。

技术服务数据分析与商业智能考核试卷

技术服务数据分析与商业智能考核试卷
4.描述数据仓库的设计流程,包括在设计中需要考虑的主要因素,以及数据仓库对商业智能系统的主要贡献。
标准答案
一、单项选择题
1. D
2. C
3. D
4. A
5. A
6. C
7. C
8. B
9. C
10. B
11. C
12. B
13. D
14. A
15. D
16. A
17. D
18. D
19. D
20. D
A.平均数
B.中位数
C.众数
D.方差
5.以下哪个方法主要用于处理数据集中的异常值?()
A.数据清洗
B.数据聚合
C.数据挖掘
D.数据建模
6.在商业智能中,哪个概念涉及到将数据转化为可操作的洞察力?(")
A.数据分析
B.数据报告
C.数据决策
D.数据可视化
7.以下哪个编程语言在数据分析中具有很高的应用价值?()
6.在数据挖掘中,______是一种无监督学习任务,旨在发现数据集中的自然分组。
7.在大数据处理中,______是一个开源的分布式计算系统,用于处理大量数据。
8.在商业智能系统中,______是连接数据源和最终用户报告的中间层。
9.在数据分析中,______是一个统计方法,用于确定两个变量之间的关系是否具有统计显著性。
A.分类
B.聚类
C.预测
D.回归
13.以下哪个工具主要用于处理大数据技术中的分布式计算?()
A. Hadoop
B. Spark
C. Flink
D. All of the above
14.在BI报告中,以下哪个元素用于突出显示关键指标?()

power bi数据源 相对路径

power bi数据源 相对路径

power bi数据源相对路径(原创版)目录1.Power BI 简介2.Power BI 数据源3.相对路径的概念4.在 Power BI 中使用相对路径5.总结正文1.Power BI 简介Power BI 是由微软公司开发的一款商业智能分析工具,它可以帮助用户轻松地将数据整合、分析和可视化。

用户可以通过 Power BI 桌面版或者在线服务来创建报表、仪表盘和交互式可视化。

2.Power BI 数据源在 Power BI 中,数据源是指数据的来源,可以是 Excel 文件、数据库、API 等。

用户需要将数据源连接到 Power BI 中,才能对数据进行操作和分析。

3.相对路径的概念相对路径是指文件或文件夹相对于当前工作目录的路径。

它通常是从当前工作目录开始的一个或多个文件夹和文件名的组合。

相对路径的优点在于它可以随着工作目录的变化而自动调整,避免了绝对路径可能出现的问题。

4.在 Power BI 中使用相对路径在 Power BI 中,用户可以使用相对路径来指定数据源的文件路径。

这使得用户可以在不同的工作目录下使用相同的数据源,而无需手动更改文件路径。

(1)在 Power BI 桌面版中使用相对路径在 Power BI 桌面版中,用户可以在数据连接属性中设置相对路径。

以下是具体操作步骤:1) 打开 Power BI 桌面版。

2) 创建一个新的报表,并添加一个数据源。

3) 在数据源属性中,找到“文件路径”选项卡。

4) 在“文件路径”选项卡中,将路径设置为相对路径。

(2)在 Power BI 在线服务中使用相对路径在 Power BI 在线服务中,用户可以在创建数据连接时设置相对路径。

以下是具体操作步骤:1) 登录 Power BI 在线服务。

2) 创建一个新的报表,并添加一个数据源。

3) 在添加数据源时,选择“文件路径”选项卡。

4) 在“文件路径”选项卡中,将路径设置为相对路径。

5.总结相对路径在 Power BI 数据源中的使用,为用户提供了更加便捷的工作方式。

BI培训

BI培训
20
内容提纲
I. 商业智能介绍 II. 数据仓库的理论知识
数据仓库的定义 数据仓库的特点 数据仓库和数据库之间的区别 数据集市介绍 数据仓库实施详细步骤
III.商业智能项目模型的建立 IV. ETL介绍 V. 元数据介绍 VI. 数据质量分析 VII.联机分析处理(OLAP) VIII.总体架构和经典案例
企业战略
IT战略
业务架构
功能
组织
流程
绩效
IT架构
应用架构
数据架构
技术架构 治理架构
6
商业智能概述 商业智能的定义
通过对数据的收集、管理、分析及其转化,使数据成为可用的信息,从而获 得必要的洞察力和理解力,更好地辅助决策和指导行动。 人们把企业大量的业务数据转化成高价值的可以获取的信息和知识,并且在 恰当的时刻通过最恰当的方式把这些信息传递给恰当的人。
面向主题的、集成的、可变的、反映当前细节的数据集合。它主要用于
支持企业处理业务应用和存储面向主题的、即时性的集成数据, 为企业
决策者提供当前细节性的数据,通常作为数据仓库的过渡阶段。
ODS可以有两种形式:ODS 数据缓冲区和ODS统一信息视图区。
ODS数据缓冲区主要为业务源数据抽取到数据仓库中提供中间数据缓冲 的功能,与ODS统一信息视图区最大的区别就是数据抽取、清洗、转化、 加载的转换规则和数据存储的方式不同。ODS统一信息视图区是完全按照 主题的方式进行数据存储,提供用户快速的报表展示和数据实时查询的功 能。而ODS数据缓冲区的ETL规则一般只进行简单的汇总、计算或者从操作 型数据库中直接抽取而中间不进行任何转化。ODS统一信息视图区的数据 一般都是从ODS缓冲区中抽取过来的。
I. 商业智能介绍 II. 数据仓库的理论知识

BI工程师招聘笔试题及解答(某世界500强集团)2025年

BI工程师招聘笔试题及解答(某世界500强集团)2025年

2025年招聘BI工程师笔试题及解答(某世界500强集团)一、单项选择题(本大题有10小题,每小题2分,共20分)1、下列哪一项不是商业智能(BI)系统的主要组成部分?A. 数据源B. 数据仓库C. 数据挖掘算法D. 报表工具答案:C解析:商业智能系统主要由数据源、数据存储(如数据仓库)、数据分析工具(如OLAP多维分析、报表工具等)构成。

而“数据挖掘算法”虽然在BI中有重要应用,用于从大量数据中提取有价值的信息和模式,但它并不是一个独立的组成部分,而是包含在数据分析工具或作为其功能的一部分。

2、在构建数据仓库时,哪种架构模式是通过将数据直接加载到细节层,然后再汇总到概要层来减少ETL处理时间的?A. Inmon架构B. Kimball架构C. Lambda架构D. Kappa架构答案:B解析: Kimball架构,也被称为维度建模,提倡的是基于事实表和维度表的数据仓库设计方法。

在这个模型中,数据通常以细粒度形式加载到事实表中,然后可以通过这些基础数据快速生成各种聚合视图或使用工具动态汇总,从而减少了预先进行复杂ETL(抽取、转换、加载)流程的时间。

Inmon架构更侧重于构建企业级数据仓库,并强调规范化;Lambda架构和Kappa架构则主要用于实时大数据处理领域。

3、在数据仓库架构中,哪一层主要用于存储经过清洗、转换后的整合数据,以供分析使用?A. 数据源层B. 数据集成层C. 数据集市层D. 数据访问层答案:B. 数据集成层解析:数据仓库架构通常分为多个层次,每一层都有特定的功能。

数据源层负责从各种来源收集原始数据;数据集成层则对这些原始数据进行清洗、转换,并将它们整合成统一格式的数据,以便于后续分析处理;数据集市层是根据业务需求创建的主题数据库,它基于数据集成层的数据构建;而数据访问层则是用户或应用程序查询数据的地方。

因此,选项B正确描述了用于存储经过处理后数据的位置。

4、当需要确保BI报表能够实时反映最新的业务变化时,下列哪种数据加载策略最能保证数据的新鲜度?A. 批量加载B. 增量加载C. 实时加载D. 定时加载答案:C. 实时加载解析:为了使BI报表尽可能快地反映出最新的业务变动,采用实时加载策略是最有效的办法。

BI工程师招聘笔试题与参考答案

招聘BI工程师笔试题与参考答案一、单项选择题(本大题有10小题,每小题2分,共20分)1、在构建数据仓库时,以下哪个选项不是常见的数据模型?A. 星型模型B. 雪花模型C. 网状模型D. 事实星座模型答案:C解析:数据仓库中常用的数据模型有星型模型(Star Schema)、雪花模型(Snowflake Schema)和事实星座模型(Fact Constellation Schema)。

网状模型(Mesh Model)是数据库设计的一种较早期的形式,通常用于描述实体间多对多的关系,在现代数据仓库设计中并不常见。

因此,选项C是正确答案。

2、关于ETL过程中的“T”(转换),下列哪一项描述最准确?A. 将数据从源系统传输到目标系统B. 对数据进行清洗和格式化,以符合目标系统的标准C. 在不同系统之间建立连接,确保数据可以被抽取D. 监控和管理数据的完整性和质量答案:B解析: ETL代表抽取(Extract)、转换(Transform)和加载(Load),这是将数据从一个或多个源系统迁移到目标系统(如数据仓库)的过程。

“T”即转换,指的是对抽取来的原始数据进行各种处理,包括但不限于数据清洗、格式转换、聚合、拆分等操作,以确保数据符合目标系统的结构和语义要求。

因此,选项B是对“T”的最准确描述。

选项A描述的是整个ETL过程的一部分,而不仅仅是“T”。

选项C更接近于抽取阶段的工作,选项D则涉及到数据质量管理,这些都不是转换阶段的主要任务。

3、在数据仓库设计中,以下哪一项是用于描述业务过程的度量和事实数据的表?A. 维度表B. 事实表C. 关系表D. 星型模式答案:B. 事实表解析:事实表包含了关于一个或多个维度表所描述的业务过程的具体数值信息。

它存储的是业务过程中的度量值,比如销售金额、订单数量等。

维度表则提供上下文信息,例如时间、地点、产品等。

星型模式是一种数据仓库建模技术,其中心是事实表,周围围绕着多个维度表,但“星型模式”本身不是一种表格类型。

决策支持系统及商业智能

利用人工智能技术,提高决策支持系统和商业智能的自动化和智能化水平。
2 大数据的挖掘
通过挖掘大数据中的信息和模式,更准确地预测和辅助决策。
3 实时数据分析
实时数据分析能力的提升,使决策者能够更快速地响应市场变化。
决策支持系统和商业智能的商业价值
决策支持系统和商业智能的应用可以帮助企业快速反应市场变化,优化资源配置,提高决策的准确性和效率, 从而获得竞争优势。
1
1960s-1970s
决策支持系统的雏形出现,主要关注数
1980s-1990s
2
据收集和处理。
商业智能开始兴起,数据分析和决策支
持能力逐步提升。
3
2000s- 现在
随着技术的发展,决策支持系统和商业 智能不断融合,成为企业决策的重要组 成部分。
决策支持系统和商业智能的未来发展 趋势
1 人工智能的应用
决策支持系统和商业智能的应用案例
市场营销
通过分析市场数据和 消费者行为,制定精 准的营销策略和推广 活动。
供应链管理
优化供应链流程,减 少成本,提高交货速 度和客户满意度。
金融行业
通过风险评估和数据 分析,提高投资决策 的准确性和盈利能力。
医疗健康行业
通过患者数据分析和 临床决策支持,提高 诊断准确性和治疗效 果。
决策支持系统和商业智能的挑战及应 对策略
数据质量
数据源不完整、不准确等问题会影响决策支持系统和商业智能的准确性。应加强数据管理和 清洗。
隐私与安全
保护用户信息和企业敏感数据的安全,防止数据泄露和黑客攻击。
技术难题
新技术的引入和应用,需要企业建立合适的技术团队和培训体系。
广泛应用于市场营销、供应链管理、金融和医 疗健康等领域。

GrapeCity商业智能BI解决方案-商业智能解决方案

GrapeCity商业智能BI解决方案-商业智能解决方案跨国企业,特别是以消费者为目标客户的大企业都拥有海量的数据,这些数据有些来自于销售终端,有些来自于渠道供应商。

分散、凌乱是这些数据较为显著的特征。

然而这些数据涵盖了关键的信息因素,例如:品类铺市率,再者就是货架占有率、价格或是货物在渠道中的周转周期,库存数量等等。

数据和事实是决策的依据。

但是,如何利用这海量的数据挖掘出对企业有用的信息,往往成为企业困惑的难题。

因为分析挖掘数据都需要时间成本,关键在于:能否在短时间内快速而准确地收集有用数据,分析出对企业有用的信息,特别是商品流转快速的FMCG以及制药行业企业非常具有参考价值。

分析型思考”而不是“观察型思考”财富500强企业的传统做法往往是,零售终端或分销商通过EMAIL或传真方式提交至公司总部,由公司商业销售部的分析团队进行校对、整理,再从公司的ERP系统中取得各经销商的销售指标等数据进行整合,最后使用Excel进行手工汇总、分析,制作报表,发送至销售管理者。

有些企业往往采取EXCEL或其他的收集工具,但信息收集点如果比较分散,增加了传输的时间成本和信息的准确率。

往往采用的方式是在原有系统建立在Excel基础上,数据量有限,对于历史数据的保存及分析都无法达到要求,在与数据代理公司的数据交换和纠错,对用户报表的查看和权限控制,报表数据的查询速度,多维分析能力和分析深度的限制等方面也不尽人意。

分析分散而零星的数据随着业务的不断扩展,企业需要与数量不断增加地供应商打交道,需要快速准确的收集分销商的销售、库存数据。

依据现有的管理流程,企业的销售管理者往往会要求分销商定时将产品的销售、库存信息录入,通过EMAIL或传真方式提交至公司总部,由商业销售部的分析团队进行校对、整理,再从公司的ERP系统中取得各经销商的销售指标等数据进行整合,最后使用Excel进行手工汇总、分析,制作报表,发送至销售管理者,同时人工进行权限控制,保证销售人员只能浏览自己所负责区域内的数据。

BI

分析型处理,为综合分析,决策服务 需要访问大量的历史数据 数据仓库DW + 联机分析处理OLAP + 数据 挖掘DM
数据库处理作用
OLTP
发生了什么?
BI/DSS
为什么会发生? 将来会如何?
BI/DSS
DATA DATA DATA
DAT A
DATA DATA
INFORMATION


DATA DATA DATA DATA DATA
操作型环境——OLTP 操作型环境 全局级——数据仓库 全局级 数据仓库 部门级——局部仓库 部门级 局部仓库 个人级——个人仓库,用于启发式的分析 个人仓库, 个人级 个人仓库
数据库的体系化环境
数据库的体系化环境
数据集市( 数据集市(Data Mart) )
特定的, 特定的,面向部门的小型数据仓库 是为满足用户特定需求而创建的数据仓库 是数据仓库的子集
Operational Data Store
Data Warehouse
DSS, EIS, Reporting
Transaction Systems OLTP Extract Transform Load
Business Objects
OLAP Data Marts Populate DM
BrioQuery
商务智能 Business Intelligence
本章内容
什么是商务智能(BI) 什么是商务智能 数据仓库及其实现技术 数据分析及工具 数据挖掘及发展
数据库处理的两大应用
联机事务处理(OLTP)
操作型处理,为企业的特定应用服务 事务处理,对数据的查询和更新 响应时间,数据的安全性和完整性
商务智能(BI)
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第7章 数据源
7.1 数据源概述
什么是关系数据源
关系数据源是您与数据库之间的桥梁,它为您和各种数据库建立链接并能把
这些链接分门别类.通过统一数据源与您的数据库建立连接后,就可以使用BQ
其它组件:信息域、智能查询、动态报表、固定报表,对您的数据进行分析了.

1.数据源名称:输入数据源名称.
2.数据库驱动程序:在下拉列表中可选择系统提供的数据库驱动程序.
3.每批记录数:这是指控制连接此数据源,每次刷新数据时每次从数据库取多少
行返回记录.
4.类型:默认是自动检测,建议输入当前配置的数据库类型.
5.连接字符串:显示数据库的名称、用户名称、密码、JDBC驱动等连接属性信
息.
6.描述:输入对数据库的描述信息.
7.列出对象:你可以选择在系统共享区列出当前连接的数据源显示的对象.默认
是只将数据库的表和字段显示出来,如果你希望将数据库中的系统表也显示出
来,则只需要钩上“系统表”即可,同样你可以选择是否显示“视图、同义词、
存储过程等”.
8.数据库连接池信息:
a)最大连接数:是指客户端刷新数据时同时最多允许的连接数,如果你输入
1个连接数,那当有两个或两个以上的用户同时刷新数据时,后面的用户就会提
示超出连接数。
b)自动断开前空闲时间:是指每个用户刷新完数据后多少分钟才断开与数据
库的连接.在指定的分钟之内都不断开连接,这样在连接未断开时刷新的速度会
快些.
c)进程模式:连接Progress类型的数据库则需要钩上此模式,其他数据库
连接不需要钩上此模式
在刷新数据源时,有以下三个选项供用户选择:

不查询/更新该数据源下的对象:
暂时不将数据库中的表和字段列出来,选此选项将快速完成数据源的连接,
但数据库中的表及字段不会列出来.
查询/更新该数据源下的全部对象:
将数据库中所有表和字段都显示在系统共享区中。
查询/更新指定Schema下的对象:
仅列出指定Schema下的表及字段.如果你配置的是sql server 或者oracle
数据库,选择该选项,然后在下面的输入框中输入你想要刷新的Schema名称,
确定之后,系统仅列出指定Schema下的表和字段显示出来.加快了数据源连接
的速度,同时不需要的表及字段不列出来.

说明
当数据源被修改后,选中系统共享区中配置好的数据源,鼠标右击选择“查询/更新表
和字段信息”显示更新后的信息;也可以使用“查询/更新表信息”和“查询/更新Schema
信息”等命令,如下图:
“JDBC连接配置”说明:
首先在数据源的界面上点击“连接字符串”输入框旁边的按钮,如下图:
点击后会出现一个JDBC连接配置的界面,选择“直接通过JDBC连接”。然后,
分别点击在“JDBC驱动程序”和“数据库URL”输入框旁边的下拉按钮,会看到
有很多可选项,如下图:

点击这里
的按钮
JDBC驱动程序:不同数据库类型选择不同的驱动程序
数据库URL:数据库驱动及数据库路径地址
用户名:数据库的用户名
密码:数据库密码
如果应用服务器已经存在连接池,可直接选择“使用应用服务器的连接池”选项,
直接填写连接池的JNDI名称就可以了。

7.2 BQ支持的数据库
BQ产品平台几乎支持所有主流数据库、数据仓库和Cube。如:SQL Server,
Oracle, DB2, Sybase, Informix, Progress, Access, Paradox, IntrBase, dBase,
MSOLAP, Sybase IQ, MySQL 等。同时,在新建关系型数据源的时候,系统还会
提供“自动检测”的功能。

7.3 连接Oracle数据库
第一步,选中“系统共享区”下的“关系数据库”,右键选择“新建 数据源”,
如下图:

第二步,配置简单参数:在“新建 数据源”的界面中,对数据库的连接进
行配置,如“数据源名称”和数据类型(在下拉列表中获得),默认为“自动检
测”,如下图:
第三步,“JDBC 连接配置”:在“基本配置信息”中关键的一步就是“连接
字符串”的配置,如下图:
点击按钮后,弹出对“JDBC 连接配置”的对话框,在该初始对话框中,所
有内容默认均为空,但是我们可以通过下拉列表来选择我们所需的配置,在“JDBC
驱动程序”中就有可供选择的多种数据库配置方式,如下图:

同样配置“数据库 URL”,如下图:
在“数据库URL”选项中,BQ平台只是提供一个填写的格式,具体的数据,
如:IP地址和数据库名称,需要根据自己具体所连接的数据库真是信息来决定。
在填写所连接Oracle数据库的“用户名”和“密码”后,点击“确认”按钮后
会重新回到新建界面,如下图:
最后,在现有界面中,填写完整的“列出对象”及“数据库连接池信息”,
如下图:

对所有的操作进行保存,在关闭时提示对话框中点击“确定”按钮。
在数据源配置成功后,就是一个从数据库上刷新并映射的过程,可以根据当
前所处的环境或实际的状况来确定刷新的方式,比如,现在没有太多的时间去数
据库映射大量的数据,那我们可以选择第一项,在再时间允许的情况先在做其他
的操作即可,如下图:
如果选择的是需要刷新数据源数据的条件,点击“确定”后,会有相关的提
示对话框,若在刷新过程中出现问题,也会在这个过程中做出错误的提示,如下
图:

7.4 连接SQL Server数据库
连接SQL Server数据库与连接Oracle数据库的操作步骤基本相同,仅需在
第二步和第三步的填写内容中做一些修改即可。
第二步,填写“基本配置信息”中,类型选择SQL Server,如下图:
第三步,“JDBC 连接配置”:同样的通过下拉列表来选择我们所需的配置,
如下图:

上图中是以SQL Server2005为例,除此版本外,系统中还提供了SQL Server
2000的选项,如下图:

点击“确定”按钮后,操作方法如7.3。
7.5 连接Access数据库
连接Access数据库与连接Oracle数据库的操作步骤基本相同,仅需在第二
步和第三步的填写内容中做一些修改即可。
第二步,填写“基本配置信息”中,类型选择Access,如下图:
第三步,“JDBC 连接配置”:同样的通过下拉列表来选择我们所需的配置,
如下图:

点击“确定”按钮后,操作方法如7.3。
7.6 数据源对象
在关系数据源中所看到的数据,都是从数据库服务器中映射过来的数据。

字段的数据类型一般分为:数值型,字符型,日期型等。
表和字段都可以拖放到查询中使用。单独拖放字段是,字段所在的表也会显
示在“表关系窗格”中。表和字段也可以作为“参数值来源”,应用在参数中。

说明:批量设置表和字段描述的意义及用法请参照第2章的2.17.14.2
对象显示。

7.7 快速定位数据源对象
从服务器方映射到BQ平台上的数据量是非常巨大的,我们如何在这纷杂的数据中快速
的检索到我们所需要的表呢?BQ平台为我们提供了两种常用定位功能,操作如下:选中数
据源,点击右键后会看到操作列表,如下图:

表名
表中的字段名
查询/更新指定表:当我们已知数据库中某个表或某几个表被修改,可以通过“查询/
更新指定表”的方式,来单独完成对修改过的表进行查询或更新。点击该操作项后,会弹出
需要输入表名的对话框,如下图:

他的优点是:单独对特定的表进行操作,快速,准确。
设置过滤:定位并过滤已知表名的表,同时支持模糊查询,点击该操作项后,会弹出需
要输入表名的对话框,如下图
以上是所有包含“or”的表名。该功能需要区别大小写表名,如“or”和“Or”所查出
的表名是不同的。
如果需要再次显示所有的表名,重复此操作,并在弹出的输入框中清空数据即可。

相关文档
最新文档