三月上旬新内容速递丨选图攻略、内存优化与场景深化

春风送暖,学习相伴!三月上旬更新聚焦数据可视化选图、内存管理技巧、频率分析与桑基图应用,助你轻松驾驭数据分析新场景!

一、场景应用精选

【数析课堂】频率分析:用“数数”快速定位业务痛点》→通过频率统计,快速发现高频问题,精准定位业务改进点。
【桑基图】流动的“资金河流”,一眼看透业务流向》→学习桑基图绘制,追踪资金流动路径,洞察业务流转全貌。

二、技术经验分享

不止选类型,更要找对入口:数据分析选图全攻略》→深入讲解图表选择的核心逻辑,助你告别“图表选择困难症”。
内存溢出别慌张:教你如何看懂BI的“胃”,并管住它的“嘴”》→揭秘BI内存机制,掌握优化技巧,让分析更流畅。

四、社区日志更新

2026年「月更日志」社区更新合集 2.1 - 2.28》→汇总二月社区更新动态,记录成长每一步。

六、任务持续上线

【BI知识闯关】不止选类型,更要找对入口:数据分析选图全攻略》→通过闯关巩固选图知识,提升实战应用能力。
【数析课堂】频率分析知识巩固》→配套练习,加深频率分析理解,强化业务洞察。
【图表应用】桑基图追踪资金流向,发现业务奥秘》→动手实践桑基图,探索资金流向中的业务规律。
【BI知识闯关】内存溢出别慌张:教你如何看懂BI的“胃”,并管住它的“嘴”》→挑战内存管理知识,成为BI优化高手。


阳春三月,学习正当时,快来社区参与挑战,一起探索数据新视界!

麦粉社区
>
帖子详情

测试服务连接失败

数据挖掘 发表于 2020-9-29 11:19
发表于 2020-9-29 11:19:54
本帖最后由 麦粉432276 于 2020-9-29 11:30 编辑

请问这个要怎么获取正确的服务地址
QQ截图20200929112801.png
发表于 2020-9-29 11:19:55
要部署好数据挖掘,然后进行配置;https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=47490477
回复

使用道具 举报

发表于 2020-9-30 09:10:15
已经部署了数据挖掘引擎了吗?
回复

使用道具 举报

发表于 2020-10-9 10:52:58
Jaylin 发表于 2020-9-30 09:10
已经部署了数据挖掘引擎了吗?

是上面那个引擎地址吗,还是要另外部署什么?上面那个引擎地址是连接成功的
回复

使用道具 举报

发表于 2020-10-10 13:58:07
这个引擎是要部署数据挖掘引擎的。你为什么要配置这里呢?
回复

使用道具 举报

发表于 2020-10-16 10:29:28
我执行数据挖掘的时候报错,第一次执行到抽取报错,第二次点击执行就报错;

第一次抽取报错日志:
  1. 2020-10-16 10:09:57.003 [85] INFO node.GenericNode.start:90 - Node start. (id:8b8ad4503f2aeb6f80912e7edcbfc366,name:FIT_NODE)
  2. 2020-10-16 10:09:57.140 [85] ERROR node.GenericNode.handleExecuteError:117 - Node execution failed.(id:8b8ad4503f2aeb6f80912e7edcbfc366,name:FIT_NODE)
  3. java.lang.IllegalArgumentException: requirement failed: Column CITY must be of type numeric but was actually of type string.
  4.         at scala.Predef$.require(Predef.scala:224) ~[scala-library-2.11.12.jar:?]
  5.         at org.apache.spark.ml.util.SchemaUtils$.checkNumericType(SchemaUtils.scala:76) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  6.         at org.apache.spark.ml.feature.QuantileDiscretizer$anonfun$transformSchema$1.apply(QuantileDiscretizer.scala:196) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  7.         at org.apache.spark.ml.feature.QuantileDiscretizer$anonfun$transformSchema$1.apply(QuantileDiscretizer.scala:195) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  8.         at scala.collection.IndexedSeqOptimized$class.foreach(IndexedSeqOptimized.scala:33) ~[scala-library-2.11.12.jar:?]
  9.         at scala.collection.mutable.ArrayOps$ofRef.foreach(ArrayOps.scala:186) ~[scala-library-2.11.12.jar:?]
  10.         at org.apache.spark.ml.feature.QuantileDiscretizer.transformSchema(QuantileDiscretizer.scala:195) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  11.         at org.apache.spark.ml.Pipeline$anonfun$transformSchema$4.apply(Pipeline.scala:184) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  12.         at org.apache.spark.ml.Pipeline$anonfun$transformSchema$4.apply(Pipeline.scala:184) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  13.         at scala.collection.IndexedSeqOptimized$class.foldl(IndexedSeqOptimized.scala:57) ~[scala-library-2.11.12.jar:?]
  14.         at scala.collection.IndexedSeqOptimized$class.foldLeft(IndexedSeqOptimized.scala:66) ~[scala-library-2.11.12.jar:?]
  15.         at scala.collection.mutable.ArrayOps$ofRef.foldLeft(ArrayOps.scala:186) ~[scala-library-2.11.12.jar:?]
  16.         at org.apache.spark.ml.Pipeline.transformSchema(Pipeline.scala:184) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  17.         at org.apache.spark.ml.PipelineStage.transformSchema(Pipeline.scala:74) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  18.         at org.apache.spark.ml.Pipeline.fit(Pipeline.scala:136) ~[spark-mllib_2.11-2.4.0.jar:2.4.0]
  19.         at smartbix.datamining.engine.execute.node.feature.BucketizerNode$BucketizerEvent.fit(BucketizerNode.java:109) ~[EngineCommonNode-1.0-SNAPSHOT.jar:?]
  20.         at smartbix.datamining.engine.execute.node.feature.BucketizerNode$BucketizerEvent.fit(BucketizerNode.java:58) ~[EngineCommonNode-1.0-SNAPSHOT.jar:?]
  21.         at smartbix.datamining.engine.execute.node.train.FitNode.execute(FitNode.java:27) ~[EngineCommonNode-1.0-SNAPSHOT.jar:?]
  22.         at smartbix.datamining.engine.execute.node.GenericNode.start(GenericNode.java:101) [EngineCore-1.0-SNAPSHOT.jar:?]
  23.         at smartbix.datamining.engine.experiment.execute.node.ExperimentNodeExecutor.run(ExperimentNodeExecutor.java:40) [EngineExperiment-1.0-SNAPSHOT.jar:?]
  24.         at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511) [?:1.8.0_202-ea]
  25.         at java.util.concurrent.FutureTask.run(FutureTask.java:266) [?:1.8.0_202-ea]
  26.         at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149) [?:1.8.0_202-ea]
  27.         at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624) [?:1.8.0_202-ea]
  28.         at java.lang.Thread.run(Thread.java:748) [?:1.8.0_202-ea]
  29. 2020-10-16 10:09:57.204 [85] INFO reflections.Reflections.scan:232 - Reflections took 54 ms to scan 7 urls, producing 88 keys and 501 values
  30. 2020-10-16 10:09:57.259 [85] INFO flow.ExperimentGenericFlow.fail:204 - Flow failed,(id:I8ac26e200174d26bd26beaea0174d3a424b40023,name:日利润挖掘)
  31. 2020-10-16 10:09:57.259 [85] INFO flow.ExperimentGenericFlow.close:235 - Flow closed.(id:I8ac26e200174d26bd26beaea0174d3a424b40023)
  32. 2020-10-16 10:09:57.260 [85] INFO flow.ExperimentSparkFlowContext.close:34 - clear active session
复制代码

回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

6回帖数 0关注人数 11326浏览人数
最后回复于:2020-10-16 10:29

社区

指南

AI

搜索

快速回复 返回顶部 返回列表