- 博客(59)
- 收藏
- 关注
RSS订阅原创 衷心 祝愿
我们期待着达之云CDP客户数据平台在未来能够继续发挥其重要作用，帮助更多的企业实现客户价值最大化，共同迈向更加美好的未来！专为中小企业打造，让每一位客户的声音都被听见，每一次的互动都被珍视。双节来临之际，达之云发布全新产品——达之云CDP客户数据平台（Dazdata CDP），致力于为中小企业提供互联网营销解决方案，针对全域粉丝潜客进行管理，集成统一客户身份、行为采集、微信个性内容推送等，通过大数据和AI技术使中小企业互联网数字化营销快速落地。达之云衷心祝愿您，中秋国庆双节快乐，阖家幸福！
2023-09-28 14:54:46
110
原创 喜报：项目验收季之陕西融通军民服务社会议室大屏系统项目建设顺利通过竣工验收
具体为包含LED显示屏、LED控制器、视频会议终端、视频会议摄像头、钢架结构、配电箱、施工及辅材等设备采购、安装、系统集成、培训、质保等的相关建设和服务。该项目建设既是达之云公司携手服务社数字大屏系统建设之后又一次深度合作，也是公司大屏硬件项目建设的一个典范，形成了软件件相结合的整体项目建设及应用效果。由达之云承建的陕西融通军民服务社会议室大屏系统项目建设日前完满完成各项建设任务，建设成果达到预期项目建设目标，并于9月19日顺利通过项目竣工验收。
2023-09-20 17:18:55
115
原创 达之云BI平台助力融通集团陕西军民服务社有限公司实现数字化运营
中国融通集团陕西军民服务社是一家大型综合类零售购物中心，公司目前管理系统运行了10年左右，面临系统新零售支持发展严重滞后，行业主流应用落地困难，如线上业务、到家业务、全渠道营销、电子发票、自助收银、扫码购、无感停车、未来营区保障涉及的自助售货机、无人超市、伴随式野战超市等业务现都无法直接实现。继续深耕大型商业综合体行业，力求通过先进的方案和完善的服务全方位助力零售企业打造起符合行业发展与时代诉求的大数据应用效果，推动零售企业数智化变革的进程，协助客户实现价值增长，助推国内零售业全面数智能化进程。
2023-09-07 16:39:40
91
转载 基于dbt的机器学习：流畅的过程衔接
接力棒随着时间的推移而发展，需求分析和叙事是数据分析工程师和ML工程师引以为豪的容易达成共识的事情，但机器学习输出工作流的维护和验证是我们并不引以为豪的事情。对于简单的机器学习问题（例如，线性回归，分类），在ML工程师的建议和审查下，数据分析工程师会更容易理解甚至拥有完整的管道。DBT 继承了我们在 SQL 上的工作，在数据工程师、数据分析工程师和任何数据角色之间构建了一个优雅、通用的、操作友好的环境。数据分析工程师和ML工程师将在整个工作流程的同一个dbt项目中工作，而不仅仅是其中的一部分。
2023-04-07 17:07:18
46
转载 发挥现代数据栈MDS的更大价值
根据团队的结构方式，用户获取和营销团队可以直接使用决策智能平台，或者为数据团队提供支持，使其成为与他们合作的业务团队的可信顾问。在许多情况下，模型将是探索的基础。通过简化BI和DI步骤，您不仅可以了解数据中发生的情况，还可以快速了解其发生的原因，以便您可以快速采取行动并发展业务。像Kausa这样的决策智能平台，测试数百万个因素和因素组合，这些因素和因素组合可能推动指标的变化，并将注意力指向最重要的因素，以便您可以将注意力引导到最重要的领域。从原始数据到有价值的、可操作的见解的过程是漫长的，不适合胆小的人。
2023-04-06 17:00:18
47
转载 探索 Airbyte 的增量数据同步
为了从数据集成策略中获得最大价值，您需要跨多个系统同步查看数据。数据同步涉及将数据从源系统复制到目标系统，在目标系统中，通过将源系统上的修改持续同步到目标系统来保持数据一致性。可以通过多种方式完成数据同步，包括：完全复制、增量复制或更改数据捕获 （CDC） 复制。这是探索Airbyte 同步模式的三部分系列教程中的第二个教程。本系列的目的是为您提供分步说明，以便您可以亲自了解 Airbyte 复制的数据在不同同步模式下的外观，并帮助您了解每种同步模式在后台的工作方式。如果您尚未这样做，我建议您先阅读探
2023-04-04 16:58:55
391
转载 你想知道的关于现代数据栈MDS的所有内容
如上所述，现代数据堆栈的倡导者包括dbt，Fivetran，a16z，其他数据软件公司和许多风险投资。他们都想改变的是公司准备数据进行分析的方式：从传统的ETL（提取，转换，加载）到ELT（提取，加载，转换）。相反，ELT 的意思是，在将数据加载到云数据仓库之前，只需要数据提取和数据加载。现在回到本文的主题，这种以数据仓库为中心的构建堆栈的方式是现代数据堆栈所倡导的方式：数据仓库功能的广泛使用。现代数据堆栈的目标是大大简化用户管理数据的难度，让用户更关心数据本身，而不是软件。因此，起点是不同的。
2023-04-03 17:11:16
42
转载 ETL 与 ELT：解开关键区别
相同的转换可能发生在 ETL 和 ELT 工作流中，主要区别在于何时（在主 ETL 工作流内部或外部）以及转换数据的位置（ETL 平台/BI 工具/数据仓库）。这不仅仅是语义，转换发生的时间和地点的顺序在数据团队如何存储、治理、标准化、建模和测试数据方面起着至关重要的作用。您已经阅读了本文，反思了当前数据堆栈的胜利和挣扎，并最终提出了一个黄金问题：哪个流程最适合您、您的数据团队和您的业务？使参与数据管道工作的人员民主化 - 您是否希望将数据分析师纳入数据转换的行列，并消除数据工程师对复杂数据管道的责任？
2023-03-31 17:01:27
71
原创 DBT构建和部署机器学习模型预测订单退货
在这篇博文中，我们将引导您了解如何使用 fal 和 dbt 来训练和存储逻辑回归 ML 模型，对新数据进行预测，并将这些预测存储在 dbt 模型中。接下来，我们将模型权重保存到本地存储。在我们的例子中，逻辑回归模型的输出将是给定客户的年龄和订单总价格的订单被退回的概率。这个新的dbt模型将首先选择最佳的逻辑回归模型，使用它来预测订单是否会被退回，最后将其预测存储在我们的数据仓库中。如您所见，我们正在计算两个 dbt 模型，并且 .顾名思义，一个数据集包含标记的数据，而另一个数据集包含未标记的“新鲜”数据。
2023-03-30 14:16:07
88
转载 Airbyte是如何避免ELT中数据提取加载错误
在单个连接器（例如亚马逊广告）的文档上，您会发现对上述许多问题的详细讨论，例如如何提供连接器将适当传递给 API 的凭据，以及哪些终端节点包含跨行业最普遍有用的信息。通常，API 查询的结果可能是大量记录。这些步骤中的每一个都可能带来许多不同的挑战，这些挑战可能会使数据团队花费宝贵的时间来编写样板代码，或者危及结果的准确性和完整性。了解这种复杂性说明了像Airbyte这样的数据集成工具如何通过减少认知负担，加快开发时间，降低未来错误和中断的风险，并让他们专注于组织特定的问题来减轻数据团队的负担。
2023-03-29 14:26:38
43
转载 数据工程：ELT 工作流中的 6 个步骤
因此，一个好的数据转换过程既严格又灵活 - 该过程允许足够的护栏，使分析工作有价值和有条理，有足够的空间来有趣、具有挑战性和针对您的业务进行定制。在实际的转换步骤中，已加载到数据仓库中的原始数据，您熟悉该数据的结构，并且您有一个关于如何处理它的大致计划 - 它终于准备好开始您的建模过程了！如果您对原始数据的准确性和完整性有很高的信心，那么与质疑数据的完整性相比，此步骤可能会变得不那么费力（如果您是数据从业者，这可能是您的自然倾向😉）。在提取过程中，从与您的业务相关的多个数据源中提取数据。
2023-03-29 14:25:50
87
转载 自助式分析是数据组织的一种状态
例如，在我认识的一家消费者软件公司中，该公司报告结构中的许多人都精通SQL，因此他们能够通过面向SQL的BI工具，精心策划的数据仓库和一两个可视化工具的组合来解决自助服务问题。然后你的公司成长起来，创建了向不同领导者报告的部门，每个部门都雇佣了自己的分析师，现在你在公司的各个部门都有一群分析师，都在编写查询或调整Excel电子表格，只是试图跟上你的公司向他们提出的业务要求。“我们非常高兴，”他告诉我们，“产品团队和营销团队都有自己的仪表板，一旦我们设置了所有内容，我们从这两个团队收到的请求数量就会下降。
2023-03-27 16:54:46
29
转载 现代数据栈MDS应用落地介绍—MozartData数据驱动从未如此简单
莫扎特数据的现代数据堆栈可以由那些几乎没有技术专长的人建立，并且成本只是其他选项的一小部分，这要归功于Snowflake和Fivetran的合作伙伴折扣。MozartData提供了一个开箱即用的现代数据平台，该平台具有内置的技术集成和工具，可实现可观测性、可靠性和编目，因此组织中的任何人都可以查找和使用完整、准确和最新的信息。将数据可观测性作为数据平台服务，利益干系人可以查看整个数据管道中的数据沿袭，包括源表、这些表的数据转换、生成的表、版本历史记录以及依赖项的快速概览视图。其中最重要的是数据可观测性。
2023-03-24 14:41:54
27
转载 现代数据栈MDS应用落地介绍—Vero营销自动化平台
如果 你有一个像Dribbble这样的数据仓库设置，这意味着 支付两次费用以存储相同的数据：一次在您自己的数据中 仓库，并再次在您的电子邮件服务提供商的云中。这是运球的场景 发现自己在。现代数据栈MDS的出现使得中小企业低成本获得大数据处理能力成为可能，技术的进步使得各种基于MDS的大数据应用如雨后春笋般涌现，不同于国内的数据中台更多强调数据处理技术，MDS注重落地和最后一公里的大数据应用。在原始成本之上 重复数据存储，运行中涉及的维护 数据管道的拼凑使所有内容保持同步，增加了 巨大的维护成本。
2023-03-23 16:56:14
34
转载 现代数据栈MDS应用落地介绍—Bloom AI数据交付平台，实时AI驱动业务
现代数据栈MDS的出现使得中小企业低成本获得大数据处理能力成为可能，技术的进步使得各种基于MDS的大数据应用如雨后春笋般涌现，不同于国内的数据中台更多强调数据处理技术，MDS注重落地和最后一公里的大数据应用。客户在 Salesforce 中捕获客户/潜在客户的互动，而 Bloom AI 平台为客户团队提供了主题分析、视觉洞察和智能警报。Bloom AI认为业务团队的当前商业智能（BI）流程是分散的、复杂的和技术性的。例如，对定价的严重负面反馈、对全球战略客户的高满意度、新功能的趋势等。
2023-03-22 17:27:03
29
转载 现代数据栈MDS应用落地介绍—ActionIQ智能营销系统
现代数据栈MDS的出现使得中小企业低成本获得大数据处理能力成为可能，技术的进步使得各种基于MDS的大数据应用如雨后春笋般涌现，不同于国内的数据中台概念，MDS注重落地和最后一公里的大数据应用。随着客户隐私和数据保护的增加，作为营销人员和组织，我们如何使我们的业务面向未来，并考虑正确的技术堆栈，以帮助我们保护面临风险的收入，更重要的是，开始考虑如何创造更无缝的客户体验来推动增长？在遵守隐私法规的情况下，跨您选择的第一、第二和第三方来源管理和解析匿名和已知客户的身份。跨任何系统或渠道自动执行更新、导出和配置。
2023-03-21 09:40:54
79
转载 现代数据栈MDS应用落地介绍—Clearbit营销数据激活平台
现代数据栈MDS的出现使得中小企业低成本获得大数据处理能力成为可能，技术的进步使得各种基于MDS的大数据应用如雨后春笋般涌现，最后一公里的大数据应用在企业的普及，反过来也促使MDS技术平台快速发展。额外的表单字段通常意味着更少的合格潜在客户。获取公司关心的每家公司和联系人的更全面背景信息，以推动大规模洞察、转化和制胜。一致的上下文可让您实时评分和路由潜在客户，以便您可以告别不适合、错误路由的潜在客户和手动排序。使用您的 CRM 数据、网站数据和 100+ 公司、技术和员工属性，通过精确的受众推动更多管道。
2023-03-20 14:41:48
34
转载 现代数据栈MDS应用落地介绍—DataChannel数字营销分析
DataChannel公司推出的数字化营销和分析产品，让营销团队能够在需要时快速访问来自所有广告平台和营销自动化工具的新数据。通过与所有关键营销平台的集成，获取数据变得轻而易举。随时随地构建报告和仪表板。使用高质量数据超个性化您的广告投放，跨营销平台运行超个性化的营销活动。在一个统一平台管理您的细分和受众。现代数据栈MDS的出现使得中小企业低成本获得大数据处理能力成为可能，技术的进步使得各种基于MDS的大数据应用如雨后春笋般涌现，最后一公里的大数据应用在企业的普及，反过来也促使MDS技术平台快速发展。
2023-03-17 20:57:00
40
转载 现代数据栈MDS的6个趋势
他说，在IT运营管理领域，这涉及分析数据，包括指标，事件，日志，拓扑，事件和更改，并且需要开放的平台，并且可以集成来自无数工具和技术的数据，并补充说，堆栈还需要支持混合客户来自本地数据中心基础设施和应用程序以及多个云资产的数据。“人们，普通商业用户，使用AI / ML做非凡事情的方式，将改变未来企业的运营方式，”他说，并补充说谷歌正在寻找进一步民主化人工智能和机器学习的方法，以便那些没有数据背景的人可以通过简单的电子表格访问它。我们在谷歌有备份，在微软有其他备份，这种互连正在变得正常，“齐马说。
2023-03-16 17:05:42
27
转载 DBT项目结构
仅使用 SQL 语句或 Python 数据帧编写业务逻辑，返回所需的数据集，dbt 负责select物化.构建可重用或模块化的数据模型，这些数据模型可以在后续工作中引用，而不是从每次分析的原始数据开始。DBT 针对您的数据平台编译并运行您的分析代码，使您和您的团队能够在指标、见解和业务定义的单一事实来源上进行协作。作为 dbt 用户，您的主要关注点将是编写反映核心业务逻辑的模型（即选择查询）——无需编写样板代码来创建表和视图，也无需定义模型的执行顺序。通常，数据源中的记录是可变的，因为它们会随时间而变化。
2023-03-15 17:05:57
51
转载 DBT是什么
仅使用 SQL 语句或 Python 数据帧编写业务逻辑，返回所需的数据集，dbt 负责select物化.构建可重用或模块化的数据模型，这些数据模型可以在后续工作中引用，而不是从每次分析的原始数据开始。DBT 针对您的数据平台编译并运行您的分析代码，使您和您的团队能够在指标、见解和业务定义的单一事实来源上进行协作。作为 dbt 用户，您的主要关注点将是编写反映核心业务逻辑的模型（即选择查询）——无需编写样板代码来创建表和视图，也无需定义模型的执行顺序。通常，数据源中的记录是可变的，因为它们会随时间而变化。
2023-03-14 17:25:53
159
转载 现代数据栈MDS的主要特征
这些是重要的注意事项，尤其是在您的组织处理敏感数据或需要遵守严格的数据法律时。因此，重要的是要知道您选择的工具的解决方案提供商公司是否得到了强有力的领导和充足的资金支持。随着分析数据平台的基本构建块的成熟和稳定，更好的数据管理和可观察性变得非常重要。现代数据堆栈是由数据管道的不同阶段连接的工具拼凑而成的。在接下来的几年中，数据仓库解决方案提供商能够进一步改进架构，分离存储和计算，并提供更好的价格点和可扩展性。如果您的数据占用空间可以忽略不计，并且您的团队规模较小，那么如果没有额外的工具开销，您可能会更好。
2023-03-14 17:17:08
40
转载 现代数据堆栈MDS有什么现代之处
设计一个好的MDS，让你的员工做他们的工作，回报将是无价的。为了保持竞争优势，组织需要能够在正确的时间采取行动的数据，并且足够灵活地适应变化。随着网络安全威胁、负责任的 AI 以及数据法规的增加，在没有考虑数据治理的情况下构建的系统是每个 CIO 的噩梦。需要注意的重要一点是，尽管没有任何奶油，但最终结果是你仍然有一个可以吃的蛋糕。例如，Metabase是一个可视化工具，不需要SQL知识来构建，也不需要BI专家的帮助来使用。这种方法的问题在于，MDS 现在是围绕工具构建的，而不是为用户构建的。
2023-03-13 16:53:33
48
转载 Metabase和Superset 对比分析
根据可视化功能的数量和类型，Superset 是创建丰富数据可视化效果的比Metabase更好的选择。此外，Metabase通过部署 Java jar 文件提供安装，该文件必须使用简单的命令运行，以在用户的本地基础结构上设置Metabase平台。简单的界面： Metabase以其简单的用户界面而闻名，该界面允许用户轻松创建仪表板和图表，并使用SQL编辑器和问题创建器为即席查询提供答案。社区版本是开源且免费的。高质量的文档： Metabase为用户提供了广泛的高质量文档，以便轻松部署和使用该平台。
2023-03-13 16:43:38
412
转载 Metabase和Looker对比分析
Google以文档，教程视频和Google社区支持的形式为Looker用户提供了广泛的支持。Looker是Google提供交互式仪表板和实时报告的数据可视化工具，以其在项目管理任务（如构建项目报告和预算预测）中的服务而闻名。可视化： 除了用于创建复杂仪表板的 SQL 查询外，Metabase 还为用户提供了问题创建者，只需单击几下即可从数据创建基本可视化，而无需编程。向下钻取功能： Looker 和Metabase都允许用户向下钻取他们的数据，以分层的形式组织和呈现数据，以便于数据访问和理解。
2023-03-08 17:07:16
160
转载 Metabase和FineBI比较
Metabase是一款优秀的自助式数据分析和可视化工具，具有易于安装和使用、丰富的可视化方式、多数据源支持、高度的扩展性和定制性以及轻量级和响应迅速等诸多优势。通过Metabase，用户可以轻松地分析和可视化数据，从中挖掘出更多有价值的信息，并帮助他们做出更明智的决策。与FineBI相比，Metabase的架构更加灵活，用户可以通过编写自定义的插件和API来扩展和定制其功能。同时，Metabase还提供了丰富的主题和样式，可以让用户根据自己的品牌和需求自定义报表和图表的外观。
2023-03-07 15:59:54
60
转载 Metabase和Tableau、QlikView差异
Metabase 是一个强大而且成本效益高的商业智能工具，具有易于使用、灵活、支持多个数据源、自定义报告和仪表盘、多级问题、自定义问题、共享数据集和仪表盘、数据驱动的提醒和电子邮件通知等功能。然而，对于处理更大量级和更复杂的数据集以及进行更准确的数据预测和分析，Tableau 和 QlikView 可能更加适合。除了基本的数据查询和可视化功能，Metabase 还提供了一些高级功能，例如多级问题、自定义问题、共享数据集和仪表盘、数据驱动的提醒和电子邮件通知等。
2023-03-06 17:11:34
42
转载 配置Airbyte资源限制
如果 job 容器的内存不足，只需登录到 Airbyte Web 中的 job 页面，检查日志查看 job 的资源配置是否符合预期，如果确实给的资源不足，可以根据上面的步骤修改资源限制配置。连接到 Airbyte 工作数据库并且执行以下 query（注意需要将 id-from-step-1 替换您上一步获取的连接（管道）id，并将资源限制修改给您想要限制的值）替换 id-from-step-1 为上一步查询中获取到id，然后替换资源限制的值为想要限制的值，然后执行query。
2023-03-03 15:26:56
51
转载 配置 AIRBYTE 工作数据库
此外，使用云托管的Postgres实例（如AWS的RDS，GCP的Cloud SQL），您将得到更细粒度的备份和实例大小调整。#外部数据库的用户名 DATABASE_USER=postgres #外部数据库的密码 DATABASE_PASSWORD=password #外部数据库的 ip 或者域名 DATABASE_HOST=host.docker.internal #外部数据库的端口 DATABASE_PORT=3000 #外部数据库的 db 名称 DATABASE_DB=postgres。
2023-03-02 15:33:38
109
转载 Docker部署Airbyte
部署完成，浏览器打开airbyte，访问地址为http://server-ip:8000。部署完成，浏览器打开airbyte，访问地址为http://server-ip:8000。（可选操作）按需修改安装目录下的.env文件，这里可以修改登录用户（BASIC_AUTH_USERNAME）和密码（BASIC_AUTH_PASSWORD）vim .env#拉起服务（第一次拉起的时候，由于拉取的镜像比较多，会比较慢）#拉起服务（第一次拉起的时候，由于拉取的镜像比较多，会比较慢）
2023-02-28 17:17:57
166
转载 Airbyte API
Destination_definition：目标定义，实现了目标的增删改查功能。Source_definition：来源定义，实现了来源的增删改查功能。Workspace：工作区管理，实现了工作区的创建、删除等功能。Connection：管道管理，实现了管道的创建、删除等功能。Destination：目标管理，实现了来源连接建立等功能。Source：来源管理，实现了来源连接建立等功能。Oauth：权限管理，实现来源目标的授权管理。State：状态管理，获取和更新管道运行状态。Logs：日志管理。
2023-02-27 17:18:41
48
转载 Airbyte的同步复制模式
主键唯一标识源数据表中的每条记录。在某些复制模式下，这是必需的，用于确保对源系统中单个记录的多个更新将正确应用于目标系统中的单个记录。在增量复制的上下文中，可以将游标视为指向源数据集的指针，该指针用于跟踪从该源发送到目标的最新记录。在每次同步运行中，都会对源执行一个查询以选择要复制的记录，并且此查询被构造为包含游标，以便仅返回比游标更新（即以前未复制）的记录。此循环的每次迭代称为同步运行。对于 CDC 复制，不需要指定游标，因为事务日志中的时间戳和/或序列号（用作 CDC 复制的源）具有相同的用途。
2023-02-24 17:13:31
35
转载 Airbyte架构
Config API：Airbyte 的主控制平面。Airbyte 中的所有操作，例如创建源、目标、连接、管理配置等。从 API 配置和调用。Scheduler：调度程序从 API 获取工作请求，并将其发送到临时服务进行并行化。作为一款技术复杂的数据集成管道，Airbyte的架构模式非常清晰明了。UI：一个易于使用的图形界面，用于与Airbyte API进行交互。Scheduler Store：存储调度程序簿记的状态和作业信息。WebApp Server：处理 UI 和 API 之间的连接。
2023-02-23 17:16:00
79
原创 Airbyte入门
您可以从一个非常小的实例开始，但根据您的 Airbyte 使用情况，如果不截断作业历史记录，作业数据库可能会增长并需要更多存储空间。系统将要求您输入用户名和密码，默认用户名和密码是 airbyte 和password，部署到服务器后，请务必在.env文件中更改默认用户和密码。有关 Airbyte 使用的内部业务流程协调程序的数据，http://Temporal.io（任务、工作流数据、事件和可见性数据）。请注意，源（或目标）连接器中的实际数据永远不会传输或保留在此内部数据库中。连接器可以用任何语言编写。
2023-02-22 16:27:19
250
原创 Airbyte支持的数据源类型
Airbyte能支持的常用软件非常多：如抖音、Wordpress、Salesforce、Metabase、Netsuite、Peoplesoft、SAP Business One、Shopify、Zoom、Docker hub、Github、GitLab、Jira、MeiliSearch等等。Airbyte支持的数据源类型丰富，全部类型详见官网。1、 支持的数据库/仓/湖。3、 与其它软件API集成。2、 支持的文件数据源。
2023-02-21 15:50:14
28
原创 开源软件AirByte：入湖入仓，数据集成管道
在这之后，企业就需要进行 ETL 操作了，由于多数数仓仅接受 SQL 的关系数据结构，因此，企业需要将不符合要求的数据转换为基于 SQL 的数据。我们不难发现 ETL 的问题，主要是流程长和笨重。也正是因为这些数据资源的增长，推动了企业的数字化进程，他们需要更灵活和敏捷的方式来处理数据，显然，传统的 ETL 并不能满足这些需求。Airbyte看似功能单一，但正如很多流行的开源软件一样，Airbyte强大的地方是：它定义了一个被广泛接受的标准，并形成了一个庞大的“连接器”（Connectors）生态。
2023-02-20 14:26:32
211
原创 Metabase学习教程：权限-6
这是一个很大的设置。如果我们回到管理员的窗口People，我们可以看到图标，显示谁的帐户来自LDAP，而不是由Metabase管理。如果我们点击编辑映射和创建映射，我们可以填写在LDAP中标识组的可分辨名称（在本例中，是前面创建的Human Resources组的DN）。首先，我们点击齿轮图标，然后选择管理员设置>People>组然后选择创建组我们称我们的团队为“Human Resources”，但我们不会的在Metabase中添加任何人：我们将依赖LDAP来管理成员资格。此时，人们可以通过LDAP登录。
2022-12-09 18:07:46
304
原创 Metabase学习教程：权限-5
如果Orange医生不能进入People表中，我们可以更深入地检查Orange博士的帐户，查看他们查看了哪些查询，撤销他们的访问权限数据权限，将Orange博士能够访问的集合中的任何任性查询归档，并与他们谈论他们所查看的数据。在仪表板的个性化页面中，我们可以看到这个仪表板确实需要一段时间来加载，因此我们将单击修订历史选项卡查看人们对仪表板所做的可能影响加载时间的更改。我们还可以使用审计日志来寻找机会，使我们的仪表板加载更快，或者通过确保人们使用他们可以信任的仪表板来帮助人们找到他们需要的数据。
2022-12-08 18:08:19
134
原创 Metabase学习教程：权限-2
使用集合权限设置具有权限的集合，以帮助用户组织和共享与其相关的工作。集合保持问题,仪表板，和模型有条理，容易找到。将集合视为存储我们工作的文件夹是很有帮助的。集合权限授予一群人访问：查看或编辑保存在集合中的问题、仪表板或模型。编辑集合详细信息，例如集合的名称或保存位置。在本教程中，我们将为一家拥有名为Canoes和Sailboats的团队的公司创建集合，并设置收集权限，以便：公司中的每个人都可以查看但不能编辑保存在公司顶层集合中的工作（在Metabase中，它被称为我们的分析-您可以将其视为根目录或
2022-12-07 18:08:44
98
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人