APM应用性能监控
通过阿里云托管的Elasticsearch应用性能监控APM（Application Performance Monitoring）服务，结合阿里云Elasticsearch，您可以搭建应用性能监控系统，实现系统的可观测性。本文介绍阿里云Elasticseasrch APM服务的概念、架构及功能，以及...
支持插件列表
fuzzystrmatch 1.2 1.1 1.1 1.1 1.1 1.1 1.1 判断字符串之间的相似性和距离。ganos_address_standardizer 6.3 6.3 6.3 6.3 6.3 6.3 6.3 基于 PAGC 标准的地名标准化插件。ganos_address_standardizer_data_us 6.3 6.3 6.3 6.3 6.3 6.3 6.3 ...
检索Doc
topk=100,output_fields=['name','age'],#仅返回name、age这2个Field include_vector=True)带过滤条件的相似性检索 Python#根据向量或者主键进行相似性检索+条件过滤 ret=collection.query(vector=[0.1,0.2,0.3,0.4],#向量检索，也可设置...
检索Doc
判断检索是否成功 assert response.isSuccess()带过滤条件的相似性检索 Java Vector vector=Vector.builder().value(Arrays.asList(0.1f,0.2f,0.3f,0.4f)).build();构建QueryDocRequest QueryDocRequest request=QueryDocRequest.builder()...
ST_HausdorffDistance
返回给定的两个Geometry对象的豪斯多夫距离。...对于LineString的相似性度量来说很有用。示例 默认调用：SELECT st_hausdorffdistance('LINESTRING(1 0,2 0)':geometry,'LINESTRING(-1 0,0 0)':geometry);st_hausdorffdistance-2(1 row)
ST_HausdorffDistance
返回给定的两个Geometry对象的豪斯多夫距离。...对于LineString的相似性度量来说很有用。示例 默认调用：SELECT st_hausdorffdistance('LINESTRING(1 0,2 0)':geometry,'LINESTRING(-1 0,0 0)':geometry);st_hausdorffdistance-2(1 row)
ST_HausdorffDistance
返回给定的两个Geometry对象的豪斯多夫距离。...对于LineString的相似性度量来说很有用。示例 默认调用：SELECT st_hausdorffdistance('LINESTRING(1 0,2 0)':geometry,'LINESTRING(-1 0,0 0)':geometry);st_hausdorffdistance-2(1 row)
需求控制图
图表示例 如何解读 报表说明：需求控制图是一个常用的综合性度量，它是一个散点图，每交付一个需求，标记一个点，其中横坐标为需求交付对应的日期，纵坐标是该需求的交付周期，也称为前置时间；控制图常用于反映一个交付过程的是否处于受控...
颜色映射
自然分断 每个分段内部数据的相似性最大，不同分段间的相似性较小，并兼顾每个分段的范围和个数尽量相近。自定义 根据自身需要，自定义设置色块值，分段数值，并支持新增和删除分段。预设模式 说明 当映射类型为连续映射时可配置。由高到低...
步骤四：规范定义
原子指标 基于某一业务事件行为下的度量，是业务定义中不可再拆分的指标，具有明确业务含义的名词。原子指标=业务活动（动作）+度量 如支付（事件）金额（度量）。本教程中以 payment_amount 为度量并对其进行汇总创建原子指标，则 sum...
步骤四：规范定义
原子指标 基于某一业务事件行为下的度量，是业务定义中不可再拆分的指标，具有明确业务含义的名词。原子指标=业务活动（动作）+度量 如支付（事件）金额（度量）。本教程中以 payment_amount 为度量并对其进行汇总创建原子指标，则 sum...
Quick BI交叉表导出数据时，报错“本次查询已超出最大...
问题描述 Quick BI交叉表导出...交叉表中行是维度，列是度量的场景。导出1000行数据。2.交叉表中行是维度，列是度量和维度混布的场景。导出10000个单元格。单元格数=行数*列数。解决方案 减少行列维度数量或者添加筛选条件。适用于 Quick BI
名词解释
名词 说明 维度 维度是度量的环境，用来反映业务的一类属性，如时间、地域、性别、类别等，是一组离散的值。度量 即被聚合（观察）的统计值。是聚合运算的结果，如UV（用户数）、交易金额等经过统计的数值。数据集 以二维表表现的数据集合...
支持插件列表
fuzzystrmatch 1.1 1.1 判断字符串之间的相似性和距离。ganos_address_standardizer 5.6 5.6 基于 PAGC 标准的地名标准化插件。ganos_address_standardizer_data_us 5.6 5.6 基于 PAGC 标准的地名标准化美国部分数据插件。ganos_geometry 5...
名词解释
名词 说明 维度 维度是度量的环境，用来反映业务的一类属性，如时间、地域、性别、类别等等，是一组离散的值。度量 即被聚合（观察）的统计值。是聚合运算的结果，如UV（用户数）、交易金额等经过统计的数值。数据集 以二维表表现的数据...
支持插件列表
fuzzystrmatch 1.1 1.1 判断字符串之间的相似性和距离。ganos_address_standardizer 5.6 5.6 基于 PAGC 标准的地名标准化插件。ganos_address_standardizer_data_us 5.6 5.6 基于 PAGC 标准的地名标准化美国部分数据插件。ganos_geometry 5...
什么是向量
什么是向量的距离度量方式 上文中讲到 向量 实际上是一个数组，那么向量与向量之间的相似性，通常使用向量之间的距离这个参数来衡量。向量检索服务（DashVector）支持三种典型的距离度量方式。余弦距离 Cosine 余弦相似度 是指两个向量之间...
数仓构建流程
原子指标是基于某一业务事件行为下的度量，是业务定义中不可再拆分的指标，是具有明确业务含义的名词，体现明确的业务统计口径和计算逻辑，例如支付金额。原子指标=业务过程+度量。派生指标=时间周期+修饰词+原子指标，派生指标可以理解为...
数仓构建流程
原子指标是基于某一业务事件行为下的度量，是业务定义中不可再拆分的指标，是具有明确业务含义的名词，体现明确的业务统计口径和计算逻辑，例如支付金额。原子指标=业务过程+度量。派生指标=时间周期+修饰词+原子指标，派生指标可以理解为...
横向聚类
聚类算法通过度量数据点之前的相似性或距离来确定数据点之间的关系，将相似的数据点划分到同一簇中。适用于对没有标签的数据进行归类和分组。组件截图 二、参数说明 字段设置 参数名称 参数说明 特征字段 用于训练的特征字段，数值类型，多...
概述
最常用的搜索类型是找到所有包含给定查询词的文档并按照它们与查询的相似性顺序返回它们。查询 和 相似性 的概念非常灵活并且依赖于特定的应用。最简单的搜索认为 查询 是一组词而 相似性 是查询词在文档中的频度。文本搜索操作符已经在...
什么是图像搜索
图像搜索（Image Search）以深度学习和机器视觉技术为核心，提取图片内容特征、建立图像搜索引擎，是一款用于图片间相似性检索的平台型产品。用户输入图片，可以快速在图片库中检索到与输入图片相似的图片集合。结合不同的行业和业务场景，...
捕捉控件
重要 使用捕捉相似控件，需要在页面中先找到具有相似性的控件，以图中标题为例，并不是所有标题都是相似控件，例如下图中第一个标题与页面中其他标题就不是相似控件，当使用捕捉相似控件捕捉第一个标题时，会提示“合并失败，提供的选择器...
再按照度量字段排序
问题描述 客户Quick BI独立部署环境升级到4.0.3，希望电子表格先按照维度字段分组排序再按照度量字段降序排序。设置维度字段自定义排序，再设置度量字段降序排列之后发现不生效，但是升级之前3.14版本是可以的。维度字段自定义排序：度量...
管理Entities
metric_type="IP"#指定用于计算向量相似度的度量方法。本示例中是"IP"（Inner Product，内积）。插入数据 在插入数据之前，您需要按照格式将数据构建为一个字典列表，其中列表的每个字典代表一个实体（Entity），并且包含了集合中预定义的...
创建向量索引
计算公式：smallint[]、float2[]、float4[]、real[]cosine_similarity double precision 余弦相似度，取值范围：[-1,1]，通常用于衡量两个向量在方向上的相似性，而不关心两个向量的实际长度。计算公式：smallint[]、float2[]、float4[]、...
向量检索使用指南
一旦数据被编码，就可以使用向量之间的相似度度量（如余弦相似度、欧几里得距离等）来查找最相关的结果。向量检索能够提供传统关键字搜索所不能提供的优势，主要包括：语义搜索：能够捕获查询和文档的深层语义信息，实现基于意图而非仅仅...
管理向量Indexes
背景信息 Milvus支持多种索引类型以实现高效的相似性检索，并提供了三种度量方式来计算向量之间的距离，包括Cosine Similarity（COSINE）、Euclidean Distance（L2）和Inner Product（IP）。建议在经常用于查询的向量字段和标量字段上创建...
自定义文本库
您可以将其理解为：两句话或者两段文本，从句意上具有非常强的相似性，但又不是百分百一样，局部可能有变化，整体上却具有相同的意思或者在描述同一件事情。通过既定或者参照的文本样本，可以判断要识别的文本是否与样本具有强相似性。当...
向量召回评估
metric（召回相似度度量方式）int（可选，默认1）召回相似度度量方式。0为L2距离，1为内积。L2时返回距离最小的k个，内积时返回内积最大的k个。strict（是否容错）bool（可选，默认False）相似度计算有一定误差，如果需要严格结果，strict...
Quick BI中如何通过聚合度量字段跳转或者联动展示该...
问题描述 下图展示了上海市、西安市度量值分别在“1000以上”、“100以下”、"100到500"、“500到1000”几个度量范围的总数。希望点击每个度量范围下的聚合字段值，展示出分布在该度量范围内的明细数据。该功能如何实现？通过设置“跳转”...
即席分析表格中的操作
操作内容 单个度量 两个度量 多个度量 排序 支持 不支持 不支持 仅保留 支持 支持 支持 抑制 支持 支持 支持 计算 支持（数值排行、数值占比、自定义）支持（百分比、差异百分比、四则运算、自定义）支持（总和、平均值、最值、自定义）...
功能导航条
重要 自定义计算中可引用的度量必须是已经拖入到表格中的度量。数据/模型切换 单击 数据/模型切换，会根据当前表格的数据内容切换到模型展示。当表格构建比较复杂、需要多次取数时，可以使用模型模式直接组合字段名信息，此时再单击切换到...
意图
相似的表达方式，比如：我要买火车票、买火车票、买一张火车票 不同表达的方式，比如：我要买火车票、我要坐火车出行、坐火车到xx去玩 高级语义配置 这里的填写规范用到了 LGF 最佳实践 首先从最简单的LGF表达开始，逐步深入复杂的LGF表示...
可信计算能力概述
如果是预期失败（例如，ECS实例进行了系统更新），可以通过对可信事件进行白名单操作，更新实例完整性基准，后续完整性度量将会以最新的完整性基准作为对比标准。具体操作，请参见 处理可信异常。如果是非预期失败，则应该根据可信事件详情...
Quick BI交叉表中怎样对文本字段去重计数
当需要去重计数的字段是维度的时候，需要将该字段在数据集编辑页转换为度量字段，或者可以新建字段，字段表达式选择需要去重计数的字段，数据类型选择度量。2.当需要去重计数的字段是度量时，可以直接在字段选择下拉选项，点击去重计数。...
pg_similarity
函数与运算符 pg_similarity 插件支持了大部分知名的相似性算法，每个算法都适用于特定领域。提供的算法如下所示：L1 Distance(as known as City Block or Manhattan Distance);Cosine Distance;Dice Coefficient;Euclidean Distance;...
监控VPC网络下ECS实例中的Java应用
Micrometer作为底层的度量工具，是监控度量的门面，相当于SLF4J在日志框架中的作用，其支持按照各种格式来暴露数据，包括Prometheus格式。修改Spring Boot配置文件。如果您的Spring Boot配置文件为application.properties格式，请参考以下...
高维向量相似度搜索（pgvector）
余弦相似性搜索，使用 vector_cosine_ops。欧氏距离，使用 vector_l2_ops。内积相似性，使用 vector_ip_ops。lists=100 lists 参数表示将数据集分成的列表数，该值越大，表示数据集被分割得越多，每个子集的大小相对较小，索引查询速度越快...
使用向量检索插件（aliyun-knn）
距离度量函数详细说明请参见 距离度量函数。因Hamming函数实现比较特殊，索引使用hnsw或linear时，不支持标准的knn查询方式，仅支持script方式，且查询语句兼容 script_score。在不同的场景下，您需要根据具体业务测试查询语句的可用性。...
- 产品推荐
- 这些文档可能帮助您