Quick BI使用案例29:MaxCompute含JSON字段表同步失败解决方案

简介: 本文介绍MaxCompute表含JSON字段导致Quick BI元数据同步失败的原因原因(Quick BI暂不支持JSON类型)及三步解决方案——DataWorks中将JSON改为STRING、Quick BI重新同步、验证表可见性,助您高效用好产品。

栏目说明

Quick BI使用案例」系列短文都来源于用户遇到的真实问题

文章聚焦使用过程中的高频误区与使用技巧,希望能帮助您充分地发挥产品价值。

问题背景

在 Quick BI 中点击 MaxCompute 数据源右侧的“同步”按钮后,无法同步表信息,在 Quick BI 侧搜索不到该表。但经核实,Maxcompute侧存在该表。

经排查,该 MaxCompute 表中包含 JSON 类型字段。目前 Quick BI 暂不支持直接同步包含 JSON 类型的表,所以导致元数据同步失败。


解决方案

需在 DataWorks 侧修改表结构,将建表语句中的 JSON 字段替换为 STRING 类型或其他基础数据类型。具体操作步骤如下:

Step1. 在DataWorks修改建表语句:

1.登录 DataWorks 控制台,进入创建表或修改表的页面。

2.将表结构中的 JSON 字段类型修改为 STRING

修改前(示例):

CREATE TABLE IF NOT EXISTS user_behavior_log (
 user_id STRING COMMENT '用户ID',
 action_time DATETIME COMMENT '操作时间',
 action_type STRING COMMENT '操作类型',
 ip_address STRING COMMENT '客户端IP地址',
 ext_info JSON COMMENT '扩展信息'
) 
COMMENT '用户行为日志表'
LIFECYCLE 365;

修改后(示例):

ext_info 字段的类型由 JSON 改为 STRING

CREATE TABLE IF NOT EXISTS user_behavior_log (
 user_id STRING COMMENT '用户ID',
 action_time DATETIME COMMENT '操作时间',
 action_type STRING COMMENT '操作类型',
 ip_address STRING COMMENT '客户端IP地址',
 ext_info STRING COMMENT '扩展信息'
) 
COMMENT '用户行为日志表'
LIFECYCLE 365;

Step2. 在Quick BI侧重新同步元数据:

在 DataWorks 侧完成建表语句的修改并保存后,返回 Quick BI 控制台:

1.进入 MaxCompute 数据源 管理界面。

2.找到对应的数据源,点击右侧的 “同步” 按钮,重新拉取元数据。

Step3. 效果说明

按照以上步骤操作完成后,在Quick BI的MaxCompute数据源的数据表中即可正常显示改表。您可以基于该表创建数据集,并进行后续的数据分析与可视化展示。

如阅读后有任何问题,您可以点击Quick BI产品内右下角【帮助与反馈】按钮与我们取得联系。

相关文章
|
4月前
|
监控 BI
Quick BI使用案例15:交叉表中使用多字段组合实现累计利润率计算
本文详解交叉表中使用多字段组合计算月累计利润率计算方案。通过交叉表配置日期累计、多字段组合(利润/订单金额)及动态日期控件,实现月中实时监控经营健康度,助力及时决策纠偏。
|
4月前
|
监控 BI C++
Quick BI使用案例14:基于本月时间进度的月度目标达成分析
本文以中大型企业“月度滚动目标管理”为背景,详解如何用Quick BI自动计算本月总天数、今日序号及时间进度,实现预算消耗与时间进度的智能匹配监控,助力数据驱动精细化运营。
|
4月前
|
SQL 关系型数据库 MySQL
Quick BI使用案例13:自动识别月末收官日,实现收官日区域订单数量精准统计
本文详解如何精准提取各销售战区每月最后一天的订单量,助力分析冲刺能力、绩效考核与库存节奏,提升数据驱动决策效率。
|
4月前
|
SQL 关系型数据库 MySQL
Quick BI使用案例16:利用“SQL预聚合+图表二次汇总”实现最大值求和
本文详解如何通过自定义SQL预聚合结合仪表板二次汇总(列小计求和),突破SUM(MAX())嵌套限制,实现“各区域各类运输方式最大订单额求和”,助力识别高价值客户与优化高端物流策略。
|
6月前
|
关系型数据库 MySQL BI
Quick BI使用案例09:柱图中用颜色直观区分各区域订单数量区间
本文以区域订单数智能分段打标为例,通过lod_fixed函数创建计算字段,实现柱图按数量区间(如“1500以下”“1500–2500”)自动着色,直观呈现数据分布,助力高效洞察。
|
6月前
|
供应链 数据可视化 前端开发
Quick BI使用案例07:点击文字按钮,实现“点击即洞察”的带参数跳转
本文详解如何用“指标看板+空值字段+跳转”组合,模拟文字按钮实现参数化跳转,无需开发、不增图表,即可打造可操作的分析闭环,提升用户体验与分析效率。
|
26天前
|
监控 BI
Quick BI使用案例24:如何设置查询控件树形下拉维度值的排序
本文介绍如何通过新建计算字段实现树形下拉控件的自定义排序,提升区域/省份筛选效率,让关键数据优先展示。
|
3月前
|
监控 供应链 BI
Quick BI使用案例19:交叉表中当日订单金额百分位与基于嵌套计算的订单金额日环比百分位的双重分析
本文详解生鲜电商如何用“订单金额按列百分位”以及“基于嵌套计算的订单金额日环比百分位”的双重分析实现区域需求实时监控:连续2天百分位超80%为“爆发区”自动补货,连续2天百分位低于10%为“冰冻区”智能调拨,降低损耗、提升现货率。
|
3月前
|
数据采集 监控 数据可视化
Quick BI使用案例18:如何补全图表中日期维度缺失数据
本文详解物流订单数据中“日期缺失”导致的线图日期断裂问题,介绍如何通过“补全缺失数据”功能,将稀疏时间序列转为连续展示,明确区分“业务无单”(null)与“系统故障”,提升决策准确性。
|
4月前
|
城市大脑 供应链 监控
后台算不清、前台看不见?双引擎破解企业数据"里子"与"面子"双重困境
“电子表格+数据大屏”双引擎:电子表格如超级Excel,支持多级表头、近400个函数、直连实时库,破解财务复杂报表难题;数据大屏具电影级视觉与叙事能力,零代码打造高规格汇报。一解“里子”严谨性,一展“面子”感染力。
后台算不清、前台看不见?双引擎破解企业数据"里子"与"面子"双重困境