Конструктор отчетов – дополнительный модуль системы Docsvision, инструментальное средство для разработки различных интерактивных отчетов, сложных пользовательских интерфейсов и специализированных рабочих мест.
Видео с доклада: http://getdev.net/Event/asp-net-mvc-4
Доклад об ASP.NET MVC, откуда и зачем он появился, какие задачи решает, какой подход к разработке исповедует. Этот доклад больше пригодится тем, кто хочет углубить и структурировать свои знания об ASP.NET MVC
Конструктор отчетов – дополнительный модуль системы Docsvision, инструментальное средство для разработки различных интерактивных отчетов, сложных пользовательских интерфейсов и специализированных рабочих мест.
Видео с доклада: http://getdev.net/Event/asp-net-mvc-4
Доклад об ASP.NET MVC, откуда и зачем он появился, какие задачи решает, какой подход к разработке исповедует. Этот доклад больше пригодится тем, кто хочет углубить и структурировать свои знания об ASP.NET MVC
Building Modern Data Platform with Microsoft AzureDmitry Anoshin
This document provides an overview of building a modern cloud analytics solution using Microsoft Azure. It discusses the role of analytics, a history of cloud computing, and a data warehouse modernization project. Key challenges covered include lack of notifications, logging, self-service BI, and integrating streaming data. The document proposes solutions to these challenges using Azure services like Data Factory, Kafka, Databricks, and SQL Data Warehouse. It also discusses alternative implementations using tools like Matillion ETL and Snowflake.
This document provides an outline for a presentation on analytics solutions powered by AWS. It introduces the presenter and their background in business intelligence. It then discusses the role of analytics, an overview of Abebooks, innovation and data, DW modernization at Abebooks using Matillion ETL and Redshift, use cases and challenges, example pricing models, and free learning resources. The document aims to provide an overview of analytics solutions and the presenter's experience implementing solutions on AWS.
Victoria Tableau User Group - Getting started with TableauDmitry Anoshin
This document provides an overview and agenda for a workshop on getting started with Tableau. It introduces the presenter and their experience. It then covers the basics of data visualization, the history and role of analytics. An overview of Tableau is provided, including the product offerings and how the different Tableau objects like data sources, dimensions, measures, worksheets and dashboards work. Real world examples are shown and learning resources are discussed. The document concludes with a planned hands-on Tableau desktop lab session to have participants connect data and create their own dashboards and workbooks.
This presentation was part of Mentoring program for HighTechU at CS Department of University of Victoria. This slides should help future engineers to understand value of data and help them think about data from beginning of any codding job.
Enterprise Data World 2018 - Building Cloud Self-Service Analytical SolutionDmitry Anoshin
This session will cover building the modern Data Warehouse by migration from the traditional DW platform into the cloud, using Amazon Redshift and Cloud ETL Matillion in order to provide Self-Service BI for the business audience. This topic will cover the technical migration path of DW with PL/SQL ETL to the Amazon Redshift via Matillion ETL, with a detailed comparison of modern ETL tools. Moreover, this talk will be focusing on working backward through the process, i.e. starting from the business audience and their needs that drive changes in the old DW. Finally, this talk will cover the idea of self-service BI, and the author will share a step-by-step plan for building an efficient self-service environment using modern BI platform Tableau.
AWS User Group: Building Cloud Analytics Solution with AWSDmitry Anoshin
Abebooks is one of Amazon Subsidiary and it treats data as an asset. It always looks the way to improve existing analytics solution and extract information from terabytes of data.
One of the recent initiatives was the migration from legacy DW platform to the AWS Redshift. During this journey, our data engineers met lots of challenges and sometimes tried to reinvent the wheel.
This talk will cover Abebooks journey towards Cloud DW. Moreover, we will cover the ETL tool selection process for the Cloud as well as the adoption process for the end users. This talk will help you understand the potential of the modern cloud DW and learn about our use case and save time for the future projects.
The document discusses the Tableau API and why a developer may want to use it. The Tableau API includes the Document API, Extract API, JS API, REST API/TSC library, and Web Data Connector. It allows developers to extend Tableau's functionality, automate tasks, customize visualizations, and integrate visualizations into other applications. The APIs provide programmatic access to create and modify Tableau reports, create extracts, embed visualizations, and manage Tableau Server.
The document discusses the process of writing a technical book in 5 steps: 1) Developing the book idea and outline, 2) Writing chapters over 2 weeks each and 20-35 pages in length, 3) Reviewing chapters by an editor and technical reviewers, 4) Publishing the book, 5) The benefits of writing a book, such as adding value to one's resume and dedicating the book to family. On average, a good technical book will take 6 months to write and can earn the author a few thousand dollars.
Business objects activities web intelligenceDmitry Anoshin
This document outlines 26 activities for learning Web Intelligence reporting. The activities cover skills like creating documents and queries, applying filters and prompts, formatting tables and charts, using calculations and breaks, and designing effective report layouts. The step-by-step instructions guide users through building sample reports to practice each technique.
This document discusses how business analytics is shifting from relying solely on structured data to leveraging new unstructured data sources like machine data. Traditional analytics approaches involve rigid schemas and long design cycles, while Splunk allows indexing and searching of heterogeneous machine data in real-time without schemas. Splunk delivers insights across IT, security, and business by integrating machine data with structured context data to provide insights like customer analytics, product analytics, and digital intelligence.
The document provides best practices for using SAP Business Objects with Teradata databases. It discusses ODBC setup, universe design considerations, and leveraging Teradata features within Business Objects. Specific topics covered include using the appropriate ODBC version, setting connection properties, avoiding character set errors, utilizing Teradata functions, and designing universes for standard versus ad-hoc reporting. The goal is to optimize performance and flexibility when using Business Objects with Teradata.
Splunk is a tool that allows users to search through log files and machine data from servers, databases, applications and other systems to troubleshoot issues and gain insights. The document provides examples of how Splunk was used to resolve a website outage by searching logs, track increased online traffic due to a celebrity tweet, and improve an online shopping experience. It also discusses how Splunk works, the types of machine data that can be analyzed, and how operational intelligence benefits organizations.
Traditional web analytics tools were not designed for today's digital landscape with multiple channels, devices, and data speeds. Forrester defined a new approach called "digital intelligence" to accommodate emerging needs. Splunk is a tool that provides digital intelligence by capturing machine data from various sources, allowing real-time insights, segmentation, correlation across data sources, and drilldown to original data. This provides businesses with a comprehensive view of customer interactions to optimize experiences and make better decisions.
Role of Tableau on the Data Discovery MarketDmitry Anoshin
This document discusses data discovery tools. It defines data discovery as an interactive business intelligence software architecture focused on aggregation, visualization, and iterative analysis through filtering and drill-down. This allows for top-down exploration to form business questions. The document contrasts data discovery with static reporting and lists some popular data discovery solutions. It focuses on Tableau's data discovery capabilities, including connecting to various data sources, visualizations, maps, advanced analyses, and predictive analytics integrated with R for forecasting, outliers, and clustering.
The document describes various ways to modify and enhance visualizations in SAP Lumira, including:
1) Sorting, filtering, ranking, and calculating measures and attributes in an existing column chart visualization.
2) Creating a "trellis effect" by dragging an attribute to the trellis section to show each value in a separate chart.
3) Changing global chart formatting preferences like color palette, template, and font size.
SAP Lumira allows users to acquire data from various sources like SAP HANA, Excel, universes, and SQL queries. It enables combining datasets by appending records with the same structure or merging on a shared column. The tool also allows managing connections to view, edit, and modify connections between documents and data sources.
This document discusses how to enrich data in SAP Lumira by managing measures, creating time and geographic hierarchies, and other options like calculated fields. Specifically, it covers automatically converting numeric columns to measures, promoting attributes to measures, modifying aggregation methods, creating a time hierarchy to visualize sales revenue by year and quarter, creating a geographic hierarchy to map locations to country and city levels for pie charts of sales by country and city, and defining calculated measures or attributes.
The document discusses the benefits of meditation for reducing stress and anxiety. Regular meditation practice can help calm the mind and body by lowering heart rate and blood pressure. Making meditation a part of a daily routine, even if just 10-15 minutes per day, can offer improvements to mood, focus, and overall feelings of well-being over time.
3. 3 07/03/2012 Footer
BusinessObjects Universe
Юниверс – семантический слой, который изолирует бизнес
пользователя от технических сложностей баз данных, в которых
хранится корпоративная информация.
Для облегчения жизни конечных пользователей, юниверс состоит из
объектов и классов, которые ссылаются на данные в базе данных.
Используя юниверс, пользователь оперирует бизнес терминологией, с
которой он привык работать.
Юниверс – это файл,
который состоит из:
• Подключения к
источнику данных
• ER диаграммы
• Объектов и классов
• Файл *.unv не
должен превышать
1mb, кол-во объектов
<=500
5. 5 07/03/2012 Footer
BusinessObjects Universe Designer
components
Конструктор юниверсов – приложение для создания,
редактирования юниверсов. Юниверс может иметь несколько
подключений к разным БД, но одновременно работать можеть только
с одной БД.
Дизайнер используется только с репозиторие ВО, поэтому сначало
необходимо подключиться к CMS. Для работы с юниверсом
необходимо импортировать его из CMS. После внесений изменений
эскпортировать обратно.
Панель инструментов конструктора юниверсов:
6. 6 07/03/2012 Footer
Creating the Course Universe
После проведеннго анализа бизнес требований и разработки плана
построения юниверса, можно приступить к созданию юниверса. Для этого
необходимо:
• Создать новый источник данных
• Создать новое подключение в Конструкторе
• Создать новый юниверс
• Настроить параметры юниверсы (не обязательно)
7. 7 07/03/2012 Footer
Database Connection
В качестве источника данных
можно использовать практически
любые СУБД.
Для подключения к источникам
данных используются следующие
драйвера:
• ODBC
• OLE DB
• JDBC
• и др.
Существет 3 основных типа
подключения:
• Secured
• Shared
• Personal
8. 8 07/03/2012 Footer
Creating New Universe
Для создания нового юниверса необходимо нажать «New universe» и
перед вами появится следующая форма:
9. 9 07/03/2012 Footer
Controls Tab
На вкладке управления можно ограничить:
• количество выгружаемых строк
• время выполнения запроса
• размер строки
11. 11 07/03/2012 Footer
Parameters tab
На вкладке параметров можно включать, выключать параметры:
• ANSI92
• BEGIN SQL
• END SQL
(“set query band”)
• FILTER_IN_FORM
• и другие
12. 12 07/03/2012 Footer
Building the Universe Structure
Схема юниверса состоит из таблиц и связей между ними. Для создания
юниверса необходимо из источника данных выбрать таблицы и затем
соединить их.
При желании можно просматривать содержимое таблицы.
13. 13 07/03/2012 Footer
Defining joins in a universe
Послед добавления таблиц в юниверс не обходима создать связи между
таблицами.
Двойным кликом по ссвязи можно открыть окно редактирование связи:
Связи:
• Equal-join
• Outer-join
• Theta join
• Shortcut join
• Self-restricting
join
Auto Detect:
SELECT count (*)
FROM table1, table2
WHERE table1.column =
table2.column
SELECT count (*)
FROM table1
SELECT count (*)
FROM table2.
15. 15 07/03/2012 Footer
Checking integrity
После создания модели рекомендуется проверить юниверс на наличие ошибок,
для этого необходимо запустить “Integrity Check”
16. 16 07/03/2012 Footer
Creating Dimension Objects
При создании новых объектов сначало необходимо создать «Класс» – папку, и
в ней уже создавать объекты.
17. 17 07/03/2012 Footer
Creating Dimension Objects (cont)
Измериния можно создать двумя способами:
1. Щелкнуть правой кнопкой мыши, выбрать «объект»
В новом окне необходимо
ввести название будующего
объекта, выбрать тип данных
и ввести поле из таблицы.
18. 18 07/03/2012 Footer
Creating Dimension Objects (cont)
2. Перетащить объект из таблиц или всю таблицу целиком в область списка
объектов:
Если мы перетащим всю
таблицу, то у нас создастся
новый класс, в котором
будут лежать все поля таблицы.
При необходимости из объекта измерения мы можем превратить наш объект
в объект – деталь:
19. 19 07/03/2012 Footer
Creating Measure Objects
Объект мера имеет
численный тип данных. Как
уже говорилось раньше,
мера завист от контекста:
Мера всегда должна использоваться с одной из агрегативных функций:
• Sum
• Count
• Average
• Maximum
• Minimum
20. 20 07/03/2012 Footer
The query process
В BusinessObjects существует 2 уровня агригации, которые происходят во
время выполнения запроса:
• Агригация на уровне SELECT выражения находится в микрокубе
• Агригация на уровне отчета
21. 21 07/03/2012 Footer
Creating Measure Objects (cont)
Мера создается также, как и измерение, только во вкладке свойства необхомо
указать тип объекта – мера, или просто при написание названия поля
использовать одну из 5 агрегативных функций.
22. 22 07/03/2012 Footer
Loops in a Universe
Во время созданию юниверса у нас могут получится циклы, то есть таблицы
соединены таким образом, что образую замкнутый круг.:
У нас есть следующая ситуация:
• один набор таблиц (Car sale
details, client, the client‟s region,
clients country)
• друго набор таблиц (Car sale
details, showroom, showroom‟s
country)
Если мы соединим эти таблицы,
то получим цикл.
WHERE
{COUNTRY.COUNTRY_ID=SHOWROOM.COUNTRY_ID}
AND {COUNTRY.COUNTRY_ID=REGION.COUNTRY_ID }
AND {REGION.REGION_ID=CLIENT.REGION_ID }
AND {CLIENT.CLIENT_ID=SALE.CLIENT_ID }
AND {SHOWROOM.SHOWROOM_ID=SALE.SHOWROOM_ID }
AND {SALE.SALE_ID=SALE_MODEL.SALE_ID }
AND {SALE.SALE_TYPE= 'S' }
При выполнение запроса в отчет попадет
не вся информация, так как согласно
запросу у нас создалось ограничение
Showroom Country =Client Country)
23. 23 07/03/2012 Footer
Resolving Loops in a Universe
Для решения циклов существует два способа:
1. Использование альясов:
2. Использование контекстов.
24. 24 07/03/2012 Footer
About Contexts
Контекст – это список джоинов и таблиц, которые могут вместе
учавствовать в запросе. Любые объекты, полученные из таблиц, включенных
в контекст, совместимы друг с другом.
Если в запросе учавствует объекты из разных контекстов, то BO создаст
несоклько запросов, свой для каждого контекста, а затем соединит их в одном
микрокубе. Это позволяет избежать некорректных результатов .
Допустим у нас есть юниверс Motors:
25. 25 07/03/2012 Footer
About Contexts (cont)
У нас есть две сущности Rental и Sale. Сущность Client одновременно связана
с Rental и Sale:
1. Rental_Model:
2. Sales_Model:
26. 26 07/03/2012 Footer
About Contexts (end)
Для того, чтобы пользователь мог использовать в одном запросе
одновременно объекты из разных контекстов, необходимо включить данную
опцию в настройках юниверса. Такой запрос называется Ambiguous query.
27. 27 07/03/2012 Footer
Resolving SQL Traps
В дизайнере существует два вида “SQL traps”:
• chasm traps
• fan traps
Если при возникновении цикла в отчет попадает меньше строк, то при
возникновении ловушек у нас появляются лишние записи.
К счастью, существет несколько способов для идентификации и решения
таких вещей.
Chasm Traps
Chasm trap случается, когда у нас три таблички
соединяются, как показано на рисунке, тоесть 1 ко
многим.
29. 29 07/03/2012 Footer
Chasm Traps Example (end)
Запрос возвращает все возможные комбинации строк таблицы SALE и все
возможные комбинации строк таблицы RENTAL, тем самым задваивая наш
результат.
Вы можете ничего не заметить, пока не посмотрите на детализированные
данные.
Для решения данной проблемы существует 2 способа:
• Изменить параметры юниверса, чтобы ВО создавал отдельный запрос
для каждой таблицы, но это поможет только при использование мэр
• Создание контекста для каждой таблицы
30. 30 07/03/2012 Footer
Fan traps
Fan traps случаются, когда у нас есть соединения 1 ко многим,
которое также имеет соединение 1 ко многим с другой
таблицей, как показано на рисунке.
Fan traps example
31. 31 07/03/2012 Footer
Fan traps example (cont)
Мы не увидим ошибку, пока не посмотри на детализированную выгрузку:
Для решения fan trap мы можем сделать одно из следующих действий:
• Изменить параметры юниверса, чтобы ВО создавал отдельный запрос
для каждой таблицы, но это поможет только при использование мэр
• Использовать комбинацию из контекста и альясов
• Избежать fan trap сценария
32. 32 07/03/2012 Footer
Applying Restrictions on Objects
Ограничения на объект можно накаладывать при его создание в дизайнере:
Теперь при использование объекта в SQL выражение будет подставляться
данное условие.
33. 33 07/03/2012 Footer
Condition objects
В ВО можно создавать специальные объекты, которые будут содержать
условия – объекты фильтры.
Такие объекты имеют ряд преимуществ:
• Удобны для сложных условий
Self-restricting join
Такой тип ограничения создается непосредтственно на поле таблицы, и потом
автоматически появляется в SQL выражение в условие, при использование
данной таблицы в запросе:
34. 34 07/03/2012 Footer
Using @functions with Objects
• @prompt(,,,,,,)
• @select()
• @where()
• @aggregate_aware(,)
В ВО есть специальны класс функций - @ функции:
@prompt
Синтакс функции @ptompt состоит из семи параметров, разделенных
запятой:
• сообщение
• тип данных (A-alphanumeric, N-numeric, D-Date)
• список значений
• mono (одно значение), multi (несколько значений)
• free(позволяет ввести любое значение), constrained(позволяет выбрать
только из списка значений), primary key(в запросе используется вместо
значения его ключ)
• persistent(сохраняет в промте последнее значение), not persistent
• „Default value‟:‟key‟ (значение промпта по умолчанию и ключ для PK)
Первые два параметра обязательны.
35. 35 07/03/2012 Footer
@prompt example
SHOWROOM.SHOWROOM_NAME =
@prompt('Enter Showroom Name','A',
'ShowroomShowroom',mono,primary_key)
SELECT
sum(SALE_MODEL.SALE_QTY *
MODEL.MODEL_PRICE *(100 -
SALE.SALE_DISCOUNT )/100)
FROM
MODEL INNER JOIN SALE_MODEL ON
(SALE_MODEL.MODEL_ID=MODEL.MODEL_ID)
INNER JOIN SALE ON
(SALE.SALE_ID=SALE_MODEL.SALE_ID)
INNER JOIN SHOWROOM ON
(SALE.SHOWROOM_ID=SHOWROOM.SHOWROOM_I
D)
WHERE
(SALE.SALE_TYPE='S')
AND (SHOWROOM.SHOWROOM_ID = 2 )
SHOWROOM.SHOWROOM_NAME IN
@prompt('Enter Showroom Name','A',
'ShowroomShowroom',multi,primary_key,not_persistent,
{'Prestige Cars' : '1', 'Prestige Sports Cars' : '2','Prestige Motors' :
'3'})
SELECT
sum(SALE_MODEL.SALE_QTY * MODEL.MODEL_PRICE *(
100 - SALE.SALE_DISCOUNT )/100
)
FROM
MODEL INNER JOIN SALE_MODEL ON
(SALE_MODEL.MODEL_ID=MODEL.MODEL_ID)
INNER JOIN SALE ON
(SALE.SALE_ID=SALE_MODEL.SALE_ID)
INNER JOIN SHOWROOM ON
(SALE.SHOWROOM_ID=SHOWROOM.SHOWROOM_ID)
WHERE
(SALE.SALE_TYPE='S')
AND (SHOWROOM.SHOWROOM_ID IN (1, 2, 3) )
36. 36 07/03/2012 Footer
@select
Функция @select используется для дублирования объектов, то есть, если вам
необходимо один и тот же код SQL использовать в нескольких объекта или в
сложных формула, то вы можете вместо SQL выражения использовать
дануню функцию.
Рассмотрим пример:
У нас есть объект «Model» (MODEL.MODEL_NAME+' '+MODEL.MODEL_TRIM+'
'+MODEL.MODEL_ENGINE)
Мы создадим еще один объект – «Model for rental» (@select(CarModel)).
При использование это объекта, в запрос будет подставляться такой же код,
как и при использование объекта «Model»
38. 38 07/03/2012 Footer
@agreagate_aware
Функция @agregate_aware необходима для работы с сумарными таблицами.
@aggregate_aware(<SELECT statement for highest agg level>,
<SELECT statement for second highest agg level>,
..
<SELECT statement for second lowest agg level>,
<original SELECT statement for basic agg calculation>)
39. 39 07/03/2012 Footer
Using Hierarchies
Иерархия – упорядоченная серия
взаимовсвязанных измерений, которые
используются для многомерного анализа, на
пример, как на рисунке: Страна, Регион, Город.
В ВО иерархия может быть естественной, например (Год, Месяц, День) или
логической, то есть созданный в собственном порядке.
40. 40 07/03/2012 Footer
Working with hierarchies
По умолчанию ирархию повторяет очередность объектов в
классе. Именно поэтому важно при созданию юниверса
организовывать объекты в классе в нужной иерархии.
Для просмотра существующей иерархии или создание
своей иерархии можно использовать Hierarchies Editor
41. 41 07/03/2012 Footer
Automatic time hierarchy
При создание таких объектов типа дата, можно автоматически создавать
автоматическую временную иерархию:
42. 42 07/03/2012 Footer
Using List of Values
В дизайнере при создании нового измерения или объекта деталь,
автоматически создается список значений. Сразу этот список физически не
создаются, но у вас есть возможность получить его, направив запрос к БД.
Список значений базируется на
SELECT DISTINCT. Его можно
экспортировать вместе с
юниверсов, тогда список значений
конвертируется в XML и
сохранается в файле *.unw в
репозотирий ВО.
43. 43 07/03/2012 Footer
Cascading LOV
В дизайнере можно создать каскадный список значений, который упростит
выбор параметров для пользователей.
44. 44 07/03/2012 Footer
Derived Tables
Производная таблица это виртуальная таблица, которую
можно создать в структуре юниверса. Такая таблица
содержит в себе SQL выражение.
Пример таблицы DT_Sales_to_Rentals:
SELECT CLIENT.CLIENT_ID, MODEL.MODEL_ID,
(CASE SALE.SALE_TYPE WHEN 'R' THEN
SALE.SALE_TOTAL ELSE 0 END) AS Rental_Total,
(CASE SALE.SALE_TYPE WHEN 'S' THEN
SALE.SALE_TOTAL ELSE 0 END) AS Sales_Total
FROM CLIENT, MODEL,SALE,SALE_MODEL
WHERE CLIENT.CLIENT_ID = SALE.CLIENT_ID
AND MODEL.MODEL_ID = SALE_MODEL.MODEL_ID
AND SALE_MODEL.SALE_ID = SALE.SALE_ID
Nested Derived Tables
45. 45 07/03/2012 Footer
Index awareness
Index awareness позволяет нам пользоваться преимуществом primary, foreign
key, то есть, допустим у нас есть запрос:
В условие мы выбираем UK и US.
А если мы воспользуемся Index awareness, то запрос примет следующий вид:
То есть у нас из запроса исчезла таблица COUNTRY и мы отфильтровали UK
и US по foreign key – MAKER.COUNTRY, тем самым улучшив
производительность запроса.
SELECT MAKER.MAKER_NAME, max(MODEL.MODEL_PRICE)
FROM MAKER, MODEL, COUNTRY COUNTRY_MAKER
WHERE (MODEL.MAKER_ID=MAKER.MAKER_ID)
AND (MAKER.COUNTRY_ID=COUNTRY_MAKER.COUNTRY_ID)
AND COUNTRY_MAKER.COUNTRY_NAME In ( 'United Kingdom','USA' )
GROUP BY MAKER.MAKER_NAME
SELECT MAKER.MAKER_NAME, max(MODEL.MODEL_PRICE)
FROM MAKER, MODEL
WHERE (MODEL.MAKER_ID=MAKER.MAKER_ID)
AND MAKER.COUNTRY_ID In ( 44,1 )
GROUP BY MAKER.MAKER_NAME
46. 46 07/03/2012 Footer
To set up primary key index awareness
Primary key:
COUNTRY_REGION.COUNTRY_ID
WHERE:
COUNTRY_REGION.COUNTRY_ID =
CLIENT.COUNTRY_ID
47. 47 07/03/2012 Footer
Linking Universes
ВО позваляет соединять несколько юниверсов в обном файле *.unw, что
дает ряд преимущест (удобство при создание объектов и тп.) и не достатков
(возможно подключиться только к одному источнику данных, списки значений
хранятся только для одного из юниверсов, контексты должны быть
определены для каждого юниверса и тд.)
48. 48 07/03/2012 Footer
Applying Universe Access Restrictions
В юниверсе можно настраивать ограничения доступа для определенных
пользователей или для груп пользователей. Существуют следующие виды
ограничений:
• Соединение
• Управление запросом
• Контроль за SQL
• Доступ на уровне объектов
• Доступ на уровне строк
• Доступ к альтернативным таблицам
51. 51 07/03/2012 Footer
Managing Universes
У вас есть возможность получить всю необходимую информацию по юниверсу
(объекты, связы, таблицы, схема и тп). Для это необходимо:
File->Print Preview/Print.
В опциях юнивераса можно выбрать объекты, которые необходимо отразить в
документации.
52. 52 07/03/2012 Footer
Importing a universe
После того, как вы закончили разрабатывать юниверс, его необходимо
импортировать в репозиторирь ВО (CMS), для этого его нужно сохранить как
файл *.unw, желательно чтобы название файла совпадало с название
юниверса в параметрах.