如何创建特定时间段分析
在 如何进行时间段分析 中，我们学会了如何按各小时分析数据，现在遇到这样的需求：将一天的时间分为0-6、7-12、13-19和20-23这样的时间段分析销售额分布比例，具体操作如下：数据准备 以company_sales_record表为例，创建数据集。...
什么是阿里云Logstash
在阿里云ELK（Elasticsearch、Logstash、Kibana）生态下，Elasticsearch作为实时分布式搜索和分析引擎，Logstash提供了数据采集、转换、优化和输出的能力，Kibana提供了强大的可视化界面，可以被广泛应用于实时日志处理、全文搜索和数据...
使用流程
云原生数据湖分析DLA（Data Lake Analytics）是无服务器（Serverless）化的云上交互式查询分析服务，支持通过Presto和Spark引擎分析多种数据源中的数据。快速入门旨在介绍如何开通DLA、构建数据湖、调用Presto和Spark引擎进行数据分析与...
桑基图
例如，通过桑基图可视化分析能源数据、材料成分数据或金融数据的流向。仅高级版和专业版的群空间支持创建桑基图。前提条件 已创建仪表板，请参见 新建仪表板。图表概述 使用场景 多用于表示数据的流向。用两组数据构成多个坐标点，考察坐标...
Quick引擎概述
Quick BI基于阿里云横向可扩展的架构底座，不但拥有可视化分析、中国式报表、自助分析等传统BI能力，同时拥有企业级安全底座、移动端和三方系统开放集成能力。Quick BI自研的计算内核Quick引擎，托管在阿里云上的SAAS服务实测数据十亿级...
约束和限制
本文档主要介绍了云原生数据湖分析（Data Lake Analytics，DLA）的限制约束条件。账号和元数据限制 限制 描述 每个账号可购买虚拟集群数量的最大值 10 每个DLA Presto虚拟集群可配置的数据源网络数量 1 每个账号可创建数据库的最大值 100 ...
使用平台公共应用
本文介绍如何使用平台公共应用进行基因数据分析。基因分析平台的 应用仓库 提供了不同研究领域和分类的公共应用，这些都是权威的、经过验证的行业最佳实践，并且提供了常见的运行参数，真正的帮助用户实现开箱即用的基因数据分析。浏览公共...
产品优势
阿里云基因分析平台是由阿里云完全托管，专门服务于基因测序行业的公有云产品。与传统的HPC集相比，无需任何前期投入，完全享有云计算敏捷灵活、按需付费和超大规模的优势。并且产品围绕基因行业的数据和应用特点，开发了众多专业能力，...
应用场景
数据自助分析与决策 某科技企业在业务数据化运营中，经常需对用户留存率、活跃率等进行数据报表分析，而Quick BI数据展现丰富，操作便捷，很好地满足了用户全程数据的自助分析与即时决策快节奏，解决了用户的以下问题：取数难 业务人员需...
面积图
波动分析 波动原因分析通过机器智能算法自动拆解分析核心指标波动的原因。您可以拆解维度或度量来分析波动原因。具体设置请参见 波动原因分析。说明 波动分析 功能目前处于Beta版本。标注-当图表中的数据存在异常或需要重点关注时，支持...
常见问题解答
智能对话分析使用常见问题解答。Q:支持什么样的语音格式？A:目前支持双轨语音文件，也支持对单轨文件做智能分轨，实现话者分离。格式要求是WAV/MP3/VOX，采样率支持8k/16k,单个文件大小限制在128M以内。Q:音频质检效率是怎样的？A:通过 ...
钻取和联动效果展示
在柱图 各地区销售金额 对应的 分析 页签，单击 联动 后面的笔形图标。在 图表联动设置 页面，选择被关联的维度字段 区域，并关联图表后单击 确定。当前图表与同数据集和非同数据集的图表均支持关联。设置单击关联图表时，联动与钻取功能是...
欠费说明
本文介绍基因分析平台产生欠费之后的服务状态和处理策略。如果您账户的可用额度（含阿里云账户余额、代金券、优惠券等）小于待结算的账单，即被判定为账户欠费。警告 当平台欠费后会影响正在执行的运行任务，系统会提醒或通知您，请及时...
管理运行任务
本文介绍如何在基因分析平台中查看、停止和恢复运行任务。用户在基因分析平台中成功创建运行任务后，系统会自动进行解析和执行，直到完成或者失败。在此过程中，用户可以随时查看运行任务的执行进度，任务日志和性能监控等情况。查看运行...
可视化看板
[2.4制作报表]行为分析-行为洞察-分析，根据业务指标分析，可选择不同行为分析，选择不同行为分析之后可以选择数据指标和相应的筛选条件。以事件分析为例：选择好对应的指标和条件后，点击「开始分析」按钮，下面就会展示出对应的数据报表...
字符串组上传格式与分析说明
添加筛选：事件分析、漏斗分析、分布分析、留存分析、间隔分析、路径分析、归因分析、属性分析、人群创建中支持选择字符串组单一值进行筛选。字符串组单一值筛选的规则仅支持：等于、不等于。事例：一商铺今日多名顾客下单，下单内容如下：...
ActionTrail日志清洗
DLA提供ActionTrail日志自动清洗解决方案，可以将ActionTrail投递到OSS的日志文件转换为DLA中可以直接查询的数据表，同时自动对数据进行分区和压缩，方便您分析和审计对云产品的操作日志。日志分析痛点 ActionTrail是阿里云提供的云账号...
快速上手
智能对话分析核心功能是对呼叫中心产生的录音文件通过一些特定的规则进行质检分析，我们已经为您预置好了一个包含三个录音文件的数据集，以及与三个录音文件业务场景相关的六个预置规则，使用预置规则对预置数据集中的三个录音文件进行质检...
GC根对象类型
不同的区域存放了不同的GC根对象，在分析过程中可能遇到的所有区域如下：Unknown:未知类型 System Class:这是一个java.lang.Class对象 Jni Local:这是一个JNI局部引用 Jni Global:这是一个JNI全局引用 Thread Block:这个对象被当前活跃的...
Java堆分析-垃圾对象不回收
本例使用重写后的代码，来复现用户的情况，主要涉及ATP堆分析中的 支配关系视图、我引用谁、谁引用我操作。异常现象 有用户反馈他们应用有一个cache，除非应用退出，正常情况下对象不会被回收，通过堆分析发现对象也没有GC根路径。根据用户...
Java GC日志分析-GC暂停时间长
通过Java GC日志分析，帮助用户从CMS GC升级到G1 GC，帮助解决升级过程中的各种问题。用户诉求 某日接到业务同学的反馈如下：业务运行过程中经常出现超长的暂停时间，导致健康检查失败，引发问题 应用本身是做离线数据处理，对时延要求不是...
背景信息及准备工作
数据存储在OSS后，可以通过DLA Severless进行查询分析。Quick BI是专为云上用户量身打造的新一代智能BI服务平台。提供海量数据实时在线分析服务，支持拖拽式操作、提供了丰富的可视化效果。您可以将OSS数据的查询分析结果以BI报表形式展现...
分析视图简介
Java堆分析中每个视图的主要功能 综合报表 列出堆转储的基础信息，同时概括的列出堆中占比最大的一些类、对象、类加载器等信息。综合报表可以看作是其他视图的一个摘要，将其他视图中最重要的信息摘要出来。我们可以获得堆的基本使用情况,...
2023年6月1日V5.3产品更新
本文档描述了2023年6月内，智能对话分析产品主要的更新内容。重要 请注意：新版本质检中不再支持 热词分析 功能 功能模块 功能描述 新增“案例中心”功能模块 案例中心是智能对话分析中的一个重要功能模块；在智能对话分析中，案例中心通常...
入门概述
本文介绍开始使用基因分析平台前的准备工作，产品基本功能和使用流程，帮助您快速上手。准备工作 使用基因分析平台产品前，请确保您已经开通了阿里云账号并完成实名认证。相关操作参考如下：阿里云账号注册流程 个人实名认证 企业实名认证 ...
Quick BI查询加速
提供海量数据实时在线分析服务，支持拖拽式操作，提供了丰富的可视化效果。Quick BI提供了通过DLA加速MaxCompute查询的功能。当您的报表基于MaxCompute数据源创建时，您可以在Quick BI上配置DLA加速引擎，通过DLA Presto为MaxCompute数据源...
基因数据文件
本文介绍基因分析平台中基因数据文件的使用方法，包括上传、下载、删除等操作。基因分析平台并不直接提供基因数据的存储功能，而是依赖于阿里云 对象存储OSS 来帮助用户管理自己的基因数据文件。在开通基因分析平台时，由用户授权给基因...
全埋点管理
2、如果您调用了全埋点曝光事件属性上报API，那么上报的事件属性：●需要在事件属性中进行管理●管理后的事件属性，在任何分析模型中，都需在事件属性栏透出 任意事件（预置）1、在事件分析、漏斗分析、留存分析、分布分析、间隔分析、...
基于SLS+OSS+DLA构建海量、低成本日志分析方案
本文档主要介绍了如何基于SLS+OSS+DLA构建海量、低成本的日志分析方案。方案介绍 对于数据分析人员、开发人员或者运维人员而言，日志数据对分析和诊断问题以及了解系统活动等有着非常重要的作用，日志都是其工作过程中必不可缺的数据来源。...
渠道分析
渠道效果分析 在事件分析中，按照如下步骤即可对小红书渠道引流的规模及转化效果进行实时的监控分析。操作步骤：点击「渠道链接」-「分析」跳转到分析页面在事件分析中按照当前渠道链接内容自动生成查询条件。点击查询后，可以获得618活动...
埋点开发
4、如果您调用了全埋点点击事件属性上报API，那么上报的事件属性：需要在事件属性中进行管理 管理后的事件属性，在任何分析模型中，都需在事件属性栏透出 任意事件（预置）1、在事件分析、漏斗分析、留存分析、分布分析、间隔分析中，可在...
主副指标卡
步骤一：配置字段 在数据分析报表工作台，从 图表 栏，拖拽 主副指 标卡 组件到左侧画布。在数据栏下方，选择数据的指标类型。原始：表示原始指标数据。日：表示衍生指标数据。从最右侧 数据 栏下方，拖拽字段到 图表 栏 字段 页签的配置框...
概览页
基础数据 基础数据中汇总了指定时间区间内，所有质检文件数量统计数据，包括数据集质检和呼叫中心质检，各数据含义如下：名称 解释 文件总数 指定时间区间内进行质检分析的文件总数 命中数 指定时间区间内进行质检分析的文件中，存在命中...
即席分析中的交互式分析
本文为您介绍在即席分析中的交互式分析操作。下钻/上卷 所有在数据集中配置了层级结构的维度字段，只要不是层级结构中的最后一层，都可以在即席分析中的表格进行下钻的操作。通过下钻去进行更细粒度的数据查询。比如下图中的地理层级结构，...
受众RFM分析
说明 分析的受众来源必须为 RFM模型筛选，或者有RFM模型筛选成分的交叉筛选、受众交并等，否则分析结果将显示暂无数据。操作步骤 选择要分析的受众，有两种方式：选择工作空间>用户洞察>受众管理>受众分析，进入受众分析页面，从 人群 下拉...
显著性分析
说明 分析的受众来源必须为 标签筛选，或者有标签筛选成分的交叉筛选、受众交并等，否则分析结果将显示暂无数据。区别于受众透视指标分析，显著性分析仅展示受众与数据集全体人群相比具有显著差异的前10个标签。例如：如果一个标签“性别”...
阿里云智能质检
背景分析 智能质检是一个刚性需求，有电话语音坐席、工单服务、IM服务的行业都有质检需求，几乎所有主流行业都需要对产生的服务对话数据进行智能化分析和质量检测。大量服务数据积累 随着云计算的快速发展，业务量和客户量的迅速增长，呼叫...
Kafka实时入湖建仓分析
DLA Lakehouse实时入湖方案利用数据湖技术，重构数仓语义，分析数据湖数据，实现数仓的应用。本文介绍Kafka实时入湖建仓分析的操作步骤。前提条件 已在DLA中开通云原生数据湖分析服务。更多信息，请参见 开通云原生数据湖分析服务。已创建...
资源分析
本文主要为您介绍如何进行报表资源的统计分析，查看日/月维度的活跃资源情况、统计资源访问量、查询资源操作日志。背景信息 仅 高级版 和 专业版 群空间支持访问统计分析功能。仅支持 组织管理员 角色的用户查看及操作 组织级资源分析 功能...
概述
面向企业数据消费者，数据大屏通过自由画布、信息图类组件、动效等能力，将可视化和场景叙事技术结合，运行在非接触式连接的酷炫大屏上，满足CXO业务大屏、业务监控数字屏、项目会议演示屏，以及...数据大屏的主界面，如下图所示。效果图展示
- 产品推荐
- 这些文档可能帮助您