技术心得:如何利用Framework模型生成IQD文件

简介: 技术心得:如何利用Framework模型生成IQD文件

"

很多Cognos的新手在接触Transform建模的时候对于iqd文件都有一种朦胧的感觉,当然也不必去死记硬别它的格式,下面我们就来说一下如何用Framework工具来生成iqd文件。

1:打开framework manager 创建一个项目

2:导入所需的表,设置表属性外部化方法为iqd(需要导出为iqd文件的表都重复此操作)

3:创建数据包,并且发布该数据包

4:进入发布向导,此时可以选择不发不到Cognos //代码效果参考:https://v.youku.com/v_show/id_XNjQwMDM1ODcxMg==.html

Store中的公共文件夹,因为目的是为了得到iqd文件,不需要使用此模型开发报表

5:勾选生成针对外部化查询主题的文件(即iqd文件)

6:继续下一步,提示导出信息

7:继续下一步发布数据包,OK 看下图可查看生成目录(1是模型文件,2是所选择生成的iqd文件 )

8:查看iqd 文//代码效果参考:https://v.youku.com/v_show/id_XNjQwNjc5ODIzMg==.html

件的格式

附带手写iqd文件一份

COGNOS QUERY

STRUCTURE,1,1

DATABASE,cognos_wxj

TITLE,【cognos_wxj】

BEGIN SQL

{

select datekey,datemoney,producttype from TESTORDER t

}

END SQL

COLUMN,0,日期ID

COLUMN,1,销售额

COLUMN,2,商品类型ID

9:去Transform中严重所生成的iqd文件是否可用,从下图可以看出表结构读取正确,数据预览正确,iqd文件可用。

小伙伴们,很简单吧!还不知道的自己去试试吧!

英文名:kingwang


"
image.png
相关文章
|
3月前
|
SQL API 数据库
揭开高效数据层构建的秘密武器:Entity Framework Core 分页查询的最佳实践与性能优化技巧全解析
【8月更文挑战第31天】本文以随笔形式详细探讨了如何在Entity Framework Core中实现分页查询的最佳实践。通过创建基于EF Core的项目,配置数据库上下文,并定义领域模型,文章展示了如何使用`Skip()`和`Take()`方法进行分页查询。此外,还介绍了如何使用惰性加载、显式加载和预加载来优化性能,并通过投影技术减少不必要的数据加载。最后,文章强调了分页查询对于提升应用性能和用户体验的重要性。
65 0
|
3月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
全面解析TensorFlow Lite:从模型转换到Android应用集成,教你如何在移动设备上轻松部署轻量级机器学习模型,实现高效本地推理
【8月更文挑战第31天】本文通过技术综述介绍了如何使用TensorFlow Lite将机器学习模型部署至移动设备。从创建、训练模型开始,详细演示了模型向TensorFlow Lite格式的转换过程,并指导如何在Android应用中集成该模型以实现预测功能,突显了TensorFlow Lite在资源受限环境中的优势及灵活性。
219 0
|
3月前
|
SQL 开发框架 .NET
代码更简洁,开发更高效:从零开始使用Entity Framework Core与传统ADO.NET构建数据持久化层的比较
【8月更文挑战第31天】在.NET平台上开发数据驱动应用时,选择合适的ORM框架至关重要。本文通过对比传统的ADO.NET和现代的Entity Framework Core (EF Core),展示了如何从零开始构建数据持久化层。ADO.NET虽强大灵活,但需要大量手写代码;EF Core则简化了数据访问,支持LINQ查询,自动生成SQL命令,提升开发效率。从创建.NET Core项目、定义数据模型、配置`DbContext`到执行数据库操作,EF Core提供了一套流畅的API,使数据持久化层的构建变得简单直接。
36 0
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】TensorFlow简介,应用场景,使用方法以及项目实践及案例分析,附带源代码
TensorFlow是由Google Brain团队开发的开源机器学习库,广泛用于各种复杂的数学计算,特别是涉及深度学习的计算。它提供了丰富的工具和资源,用于构建和训练机器学习模型。TensorFlow的核心是计算图(Computation Graph),这是一种用于表示计算流程的图结构,由节点(代表操作)和边(代表数据流)组成。
74 0
|
4月前
|
人工智能 前端开发 Devops
NET技术在现代开发中的影响力日益增强,本文聚焦其核心价值,如多语言支持、强大的Visual Studio工具、丰富的类库和跨平台能力。
【7月更文挑战第4天】**.NET技术在现代开发中的影响力日益增强,本文聚焦其核心价值,如多语言支持、强大的Visual Studio工具、丰富的类库和跨平台能力。实际应用涵盖企业系统、Web、移动和游戏开发,以及云服务。面对性能挑战、容器化、AI集成及跨平台竞争,.NET持续创新,开发者应关注技术趋势,提升技能,并参与社区,共同推进技术发展。**
39 1
|
5月前
|
人工智能 自然语言处理 算法
分享几个.NET开源的AI和LLM相关项目框架
分享几个.NET开源的AI和LLM相关项目框架
|
6月前
|
存储 人工智能 开发框架
【AI大模型应用开发】【AutoGPT系列】0. AutoGPT概念及原理介绍 - Agent开发框架及ReAct方法
【AI大模型应用开发】【AutoGPT系列】0. AutoGPT概念及原理介绍 - Agent开发框架及ReAct方法
201 0
|
机器学习/深度学习 数据采集 存储
开发机器学习应用程序的步骤
开发机器学习应用程序的步骤
106 0
|
6月前
|
机器学习/深度学习 PyTorch TensorFlow
iOS设备功能和框架: 什么是 Core ML?如何在应用中集成机器学习模型?
iOS设备功能和框架: 什么是 Core ML?如何在应用中集成机器学习模型?
176 0
|
6月前
|
人工智能 自然语言处理 前端开发
基于AI分词模型,构建一个简陋的Web应用
前言 内容纯属个人经验,若有不当或错误之处,还请见谅,欢迎指出。 文中大致介绍了,如何快捷地使用PaddleHub服务化部署一个简单的AI模型,并简单包装成一个Web应用的过程。
118 0