quickbi新建数据源  内容精选
  • 使用数据湖存储加速工具RapidFS - 容器引擎CCE | 百度智能云文档

    前提条件 在数据湖存储加速工具控制台创建RapidFS实例,具体操作请参见 新建缓存实例 。 在数据湖存储加速工具控制台新增导入数据,具体操作请参见 导入数据 。 在CCE控制台 Helm模板 > 百度智能云模板 中使用”cce-csi-rapidfs-plugin“模板在目标集群中安装RapidFS组件。

    查看更多>>

  • 按钮标签 - 物联网数据可视化 | 百度智能云文档

    示例数据 示例数据表如下: 新建静态数据,选择CSV格式,复制下面这段内容到CSV文本输入框中: Plain Text 复制 1 value,label 2 a,标签A 3 b,标签B 4 c,标签C 当前值 string类型,【单值】绑定,可参考 仪表盘数据绑定 。 注意 将当前值与标签项中的值对应起来。 与标签项绑定 不同 的数据表。

    查看更多>>

quickbi新建数据源  更多内容
  • 数据追踪与回滚 - 数据库智能驾驶舱 DBSC | 百度智能云文档

    数据 选择数据。 说明 :如果您没有该数据的权限,请先进行权限申请。更多信息,请参见 权限申请与审批 。 库 选择库名。 说明 :如果您没有该库的权限,请先进行权限申请。更多信息,请参见 权限申请与审批 。 表 选择表名,支持多选。 过滤条件 (可选) 只追踪单表的情况下,可以设置过滤条件,只有符合该过滤条件的结果才会被追踪到。 变更类型 选择需要追踪的变更类型,可多选。

    查看更多>>

  • 下拉筛选框 - 物联网数据可视化 | 百度智能云文档

    示例数据 示例数据表如下: 新建静态数据,选择CSV格式,复制下面这段内容到CSV文本输入框中: Plain Text 复制 1 value,label 2 a,选项A 3 b,选项B 4 c,选项C 当前值 string类型,【单值】绑定,可参考 仪表盘数据绑定 。 注意 将当前值与选项中的值对应起来。 与下拉选项绑定 不同 的数据表。

    查看更多>>

  • 数据源管理 - 广目混合云运营管理平台BHCMP | 百度智能云文档

    数据源管理 登录管理控制台。 在页面左上角选择“产品导览 > 专有云 > 广目混合云管理平台 > 存储资源 > 数据湖存储加速工具 > 实例”,进入RapidFS实例页面。 在RapidFS实例列表中,单击操作栏“管理”,进入实例详情页面,选择数据源管理。 在数据管理中,可进行导入、修改、删除、查看数据等操作,详情请参见“数据”章节。

    查看更多>>

  • 数据地图 - 百度数据湖管理与分析平台EDAP | 百度智能云文档

    采集数据类型: HIVE、DORIS、MYSQL、ORACLE、SQLSERVER、CLICKHOUSE、POSTGRESQL、GREENPLUM、HANA、TIDB、DM 采集对象: 表三 采集对象字段说明 字段名称 字段说明 采集任务名称 输入采集任务名称。 数据名称 选择数据管理中配置的对应类型的数据链接。 测试连通性 测试数据连通性。 库范围 选择“ALL”会按照数据源粒度采集。

    查看更多>>

  • 文件存储迁移 - 数据流转平台CLOUDFLOW | 百度智能云文档

    详细设置可参考 跨地域或账号使用文件存储 迁移实施 登录数据流转平台 1.登录数据流转平台CloudFlow 登录 数据流转平台 CloudFlow 管理控制台 。 2.登录数据流转平台CloudFlow 进入控制台后,单击【新建迁移任务】,进入任务配置页面,进行迁移参数的设置。 任务设置 您需要对迁移任务的名称和迁移启动时间进行设置。

    查看更多>>

  • 使用PlayerAPI更新数据 - 物联网数据可视化 | 百度智能云文档

    在近期(2019.10)物可视升级增加了一种新的数据类型:仿真数据,它可以理解为一个“假的”数据,通过预设的各种类型模拟出变化的数据,例如“在10-20之间随机变化的数字”。仿真数据可以让演示更加生动和真实。 不过如果预设的变化无法满足个性化的需求时,我们就可以通过 PlayerAPI 来自己更新数据。毕竟控制权在自己手上,想生成怎样的数据都是你的自由。

    查看更多>>

  • 模型训练 - 百度数据可视化Sugar BI | 百度智能云文档

    华为GaussDB 、 GaussDB(DWS)-华为数仓 数据中的数据进行模型训练。

    查看更多>>

  • 数字类型表单 - 百度数据可视化Sugar BI | 百度智能云文档

    在开启了「不允许重复值」后,也可以设置「覆盖更新」,这样提交者发现提交信息错误的时候可以覆盖之前的提交信息(由于 palo 不支持 update 操作,所以对于 palo 类型的数据不支持「覆盖更新」)。

    查看更多>>