@clickzetta/cz-cli-darwin-x64 0.3.1

package/bin/skills/lakehouse-doc/references/FeatureEngineeringForExpandingCustomerFeatureswithZettapark.md

@@ -0,0 +1,427 @@
+# 使用 Zettapark 扩展客户特征的特征工程
+
+## 概述
+
+本教程展示了如何使用[Zettapark](ZettaparkQuickStart.md)对[TPCH 表](sample-data-using.md)进行特征工程代码的编写。通过本教程，我们将展示如何构建派生（聚合和转换）特征，以支持多个机器学习任务。例如，您可以构建以下内容：
+
+**客户细分/流失预测**：
+
+* 特征数据：每位客户的总消费金额、订单数量、平均订单金额、客户人口统计信息（例如市场细分、账户余额）以及地理信息（国家/地区）。
+* 方法：对订单进行聚合，并通过与客户、国家和地区表连接进行丰富。
+
+**销售预测**：
+
+* 特征数据：基于时间的度量，如总销售额、平均销售额、订单频率以及每位客户或每个地区的趋势。
+* 方法：对订单和行项目细节进行聚合。
+
+**供应商绩效/产品销售分析**：
+
+* 特征数据：对于供应商，包括总可用数量、总供应成本和平均供应成本；对于产品，包括销售金额和频率，可能需要使用`CASE WHEN`对产品类型进行分类转换。
+* 方法：对 partsupp、lineitem 和 part 表进行分组和聚合，并使用`CASE WHEN`转换进行领域特定的分类。
+
+您可以从[GitHub 存储库获取源代码（Jupyter Notebook ipynb 文件）](https://github.com/yunqiqiliang/clickzetta_quickstart/blob/main/Zettapark/FeatureEngineeringForExpandingCustomerFeatureswithZettapark.ipynb)。
+
+## 环境设置
+
+```python
+# !pip install clickzetta_zettapark_python  -U -i https://pypi.tuna.tsinghua.edu.cn/simple
+```
+
+^
+^
+^
+
+```python
+from clickzetta.zettapark.session import Session
+import json
+
+import warnings
+warnings.filterwarnings("ignore", category=FutureWarning)
+
+import pandas as pd
+import json
+
+
+# 从配置文件读取参数
+with open('config.json', 'r') as config_file:
+    config = json.load(config_file)
+
+print("Connecting to Lakehouse.....\n")
+
+# 创建会话
+session = Session.builder.configs(config).create()
+
+print("Connected and context as below...\n")
+
+# print(session.sql("SELECT current_instance_id(), current_workspace(),current_workspace_id(), current_schema(), current_user(),current_user_id(), current_vcluster()").collect())
+```
+
+```
+Connecting to Lakehouse.....
+
+Connected and context as below...
+```
+
+```python
+TPCH_SIZE_PARAM = 10
+CLICKZETTA_SAMPLE_DB = 'clickzetta_sample_data' # 示例数据库名称可能不同...
+
+TPCH_SCHEMA = 'tpch_100g'
+  
+customer = session.table(f'{CLICKZETTA_SAMPLE_DB}.{TPCH_SCHEMA}.customer') 
+lineitem = session.table(f'{CLICKZETTA_SAMPLE_DB}.{TPCH_SCHEMA}.lineitem')  
+nation = session.table(f'{CLICKZETTA_SAMPLE_DB}.{TPCH_SCHEMA}.nation')  
+orders = session.table(f'{CLICKZETTA_SAMPLE_DB}.{TPCH_SCHEMA}.orders') 
+part = session.table(f'{CLICKZETTA_SAMPLE_DB}.{TPCH_SCHEMA}.part')  
+partsupp = session.table(f'{CLICKZETTA_SAMPLE_DB}.{TPCH_SCHEMA}.partsupp') 
+region = session.table(f'{CLICKZETTA_SAMPLE_DB}.{TPCH_SCHEMA}.region')  
+supplier = session.table(f'{CLICKZETTA_SAMPLE_DB}.{TPCH_SCHEMA}.supplier')  
+```
+
+## 特征工程
+
+```python
+from clickzetta.zettapark.functions import col, when, sum as F_sum, count as F_count, avg as F_avg
+from decimal import Decimal
+```
+
+### 1. 客户销售聚合
+
+* **功能**：
+  此代码按客户键对订单表进行分组，并聚合关键指标，例如每位客户的总销售额（订单总额之和）、订单数量和平均订单价值。这些聚合指标随后被重命名，并与客户表连接，将客户的个人信息（姓名、地址、账户余额等）与其购买行为集成。
+
+* **目标**：
+  构建客户级销售指标数据集，可用于进一步分析或预测建模任务，如客户细分或流失预测。
+
+```python
+# -----------------------------------------
+# 1. 客户销售聚合（源自订单）
+# -----------------------------------------
+customer_sales_agg = orders.groupBy("O_CUSTKEY") \
+    .agg(
+        F_sum("O_TOTALPRICE").alias("total_sales"),
+        F_count("O_ORDERKEY").alias("order_count"),
+        F_avg("O_TOTALPRICE").alias("avg_order_value")
+    ) \
+    .withColumnRenamed("O_CUSTKEY", "customer_sk")
+
+
+# 将聚合后的销售数据与客户详情连接
+customer_features = customer.join(
+    customer_sales_agg,
+    customer["C_CUSTKEY"] == customer_sales_agg["customer_sk"],
+    "left"
+).select(
+    customer["C_CUSTKEY"].alias("customer_sk"),
+    customer["C_NAME"],
+    customer["C_ADDRESS"],
+    customer["C_PHONE"],
+    customer["C_ACCTBAL"],
+    customer["C_MKTSEGMENT"],
+    customer_sales_agg["total_sales"],
+    customer_sales_agg["order_count"],
+    customer_sales_agg["avg_order_value"],
+    customer["C_NATIONKEY"]
+)
+
+customer_features = customer_features.na.fill({
+    "C_NAME": "",                        # 字符串列：空字符串
+    "C_ADDRESS": "",                     # 字符串列：空字符串
+    "C_PHONE": "",                       # 字符串列：空字符串
+    "C_ACCTBAL": Decimal("0.00"),         # 小数(15,2)值
+    "C_MKTSEGMENT": "",                  # 字符串列：空字符串
+    "total_sales": Decimal("0.00"),       # 小数(25, 2)值
+    "avg_order_value": Decimal("0.000000"), # 小数(19,6)值
+    "order_count": 0                     # 整数
+})
+
+# 显示结果数据框（或继续进行更多特征工程）
+customer_features.show()
+```
+
+```
+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
+|customer_sk  |c_name              |c_address                                 |c_phone          |c_acctbal  |c_mktsegment  |total_sales  |order_count  |avg_order_value  |c_nationkey  |
+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
+|467          |Customer#000000467  |amwRkh0nDQ6r6MU                           |21-449-581-5158  |9398.51    |MACHINERY     |1701866.04   |12           |141822.170000    |11           |
+|521          |Customer#000000521  |MUEAEA1ZuvRofNY453Ckr4Apqk1GlOe           |12-539-480-8897  |5830.69    |MACHINERY     |1569375.53   |8            |196171.941250    |2            |
+|475          |Customer#000000475  |JJMbj6myLUzMlbUmg63hNtFv4pWL8nq           |24-485-422-9361  |9043.55    |BUILDING      |2323455.22   |20           |116172.761000    |14           |
+|511          |Customer#000000511  |lQC9KfW W77IYtJjAgSZguNzxjY rYk3t6lcxfSh  |23-247-728-9743  |4571.31    |FURNITURE     |2581114.42   |16           |161319.651250    |13           |
+|130          |Customer#000000130  |RKPx2OfZy0Vn 8wGWZ7F2EAvmMORl1k8iH        |19-190-993-9281  |5073.58    |HOUSEHOLD     |3100496.60   |22           |140931.663636    |9            |
+|542          |Customer#000000542  |XU2ffxnW3TQasrfF0u2KwKWmMarPyY4q7Q        |26-674-545-2517  |3109.96    |BUILDING      |2042094.45   |10           |204209.445000    |16           |
+|270          |Customer#000000270  |,rdHVwNKXKAgREU                           |17-241-806-3530  |9192.50    |AUTOMOBILE    |0.00         |0            |0.000000         |7            |
+|345          |Customer#000000345  |dGFK ICPKxnsAzlX4UYOUf,n200yyEWhIeG       |19-209-576-4513  |1936.77    |AUTOMOBILE    |0.00         |0            |0.000000         |9            |
+|348          |Customer#000000348  |ciP7BWkhOe1IbbVGlqJePBI6ZwqENkS           |23-986-141-5327  |3310.49    |HOUSEHOLD     |0.00         |0            |0.000000         |13           |
+|534          |Customer#000000534  |3PI4ZATXq8yaHFt,sZOQccGl  Fc1TA3Y 2       |11-137-389-2888  |6520.97    |AUTOMOBILE    |0.00         |0            |0.000000         |1            |
+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
+```
+
+### 2. 地理特征提取
+
+* **功能**：
+  此代码通过将包含国家键的客户特征与国家表连接，再与地区表连接，为客户数据丰富地理信息。此过程提取每个客户的国家名称和地区名称等属性。
+
+* **目标**：
+  为客户数据集添加地理维度，支持区域绩效分析，并为可能使用地理数据的模型（例如市场细分或基于位置的趋势分析）提供支持。
+
+```python
+# -----------------------------------------
+# 2. 地理特征（使用国家和地区）
+# -----------------------------------------
+customer_geo = customer_features.join(
+    nation,
+    customer_features["C_NATIONKEY"] == nation["N_NATIONKEY"],
+    "left"
+).join(
+    region,
+    nation["N_REGIONKEY"] == region["R_REGIONKEY"],
+    "left"
+).select(
+    customer_features["customer_sk"],
+    nation["N_NAME"].alias("nation_name"),
+    region["R_NAME"].alias("region_name"),
+    customer_features["C_ACCTBAL"]
+)
+
+# 可选：聚合区域级指标
+region_agg = customer_geo.groupBy("region_name") \
+    .agg(
+        F_count("customer_sk").alias("num_customers"),
+        F_avg("C_ACCTBAL").alias("avg_acctbal")
+    )
+```
+
+### 3. 产品销售特征
+
+* **功能**：
+  此代码通过按产品键对行项目表中的记录进行分组，聚合销售数据。它计算每个产品的总扩展价格、平均扩展价格和订单数量。然后，它将这些结果与产品表连接，并使用`when`函数应用条件逻辑（CASE WHEN），将产品类型转换为数值代码。
+
+* **目标**：
+  生成封装关键销售指标的产品级特征，并对产品类型进行数值编码。这些特征可用于产品绩效分析、需求预测，或集成到推荐系统中。
+
+```python
+# -----------------------------------------
+# 3. 产品销售特征（源自行项目和产品）
+# -----------------------------------------
+product_sales = lineitem.groupBy("L_PARTKEY") \
+    .agg(
+        F_sum("L_EXTENDEDPRICE").alias("total_extended_price"),
+        F_avg("L_EXTENDEDPRICE").alias("avg_extended_price"),
+        F_count("L_ORDERKEY").alias("order_count")
+    ) \
+    .withColumnRenamed("L_PARTKEY", "part_sk")
+
+# 将产品表与销售数据连接，并使用CASE WHEN转换产品类型
+product_features = part.join(
+    product_sales,
+    part["P_PARTKEY"] == product_sales["part_sk"],
+    "left"
+).select(
+    part["P_PARTKEY"].alias("part_sk"),
+    part["P_NAME"],
+    when(col("P_TYPE").like("%ECONOMY%"), 1)
+      .when(col("P_TYPE").like("%STANDARD%"), 2)
+      .when(col("P_TYPE").like("%PROMO%"), 3)
+      .otherwise(0).alias("product_type_code"),
+    product_sales["total_extended_price"],
+    product_sales["avg_extended_price"],
+    product_sales["order_count"]
+)
+
+# 用适当类型的默认值替换空值：
+product_features = product_features.na.fill({
+    "P_NAME": "",                       # 对于字符串列，使用空字符串。
+    "total_extended_price": Decimal("0.00"),  # 对于DecimalType(25,2)，使用具有匹配精度的Decimal。
+    "avg_extended_price": Decimal("0.000000"), # 对于DecimalType(19,6)
+    "product_type_code": 0,               # 整数
+    "order_count": 0                      # 整数
+})
+
+# 例如，显示结果
+product_features.show()
+```
+
+```
+--------------------------------------------------------------------------------------------------------------------------------
+|part_sk  |p_name                                |product_type_code  |total_extended_price  |avg_extended_price  |order_count  |
+--------------------------------------------------------------------------------------------------------------------------------
+|270      |mint deep white navajo floral         |3                  |802805.22             |30877.123846        |26           |
+|130      |gainsboro powder cyan pale rosy       |0                  |792169.97             |25553.870000        |31           |
+|467      |cornflower lime midnight plum forest  |2                  |1245756.06            |32783.054211        |38           |
+|348      |blush navajo peru chartreuse dim      |0                  |1016148.76            |33871.625333        |30           |
+|475      |coral peru forest thistle khaki       |2                  |1174651.38            |35595.496364        |33           |
+|511      |red pale plum orchid moccasin         |2                  |693051.41             |31502.336818        |22           |
+|542      |light lace gainsboro coral lavender   |0                  |1103543.10            |38053.210345        |29           |
+|521      |grey drab honeydew coral pale         |3                  |1317749.04            |38757.324706        |34           |
+|345      |cyan frosted spring orange puff       |1                  |828151.10             |29576.825000        |28           |
+|534      |bisque saddle hot steel frosted       |2                  |1326940.25            |41466.882813        |32           |
+--------------------------------------------------------------------------------------------------------------------------------
+```
+
+### 4. 供应商特征
+
+* **功能**：此部分首先按供应商键对 partsupp 表中的供应商相关数据进行聚合，计算总可用数量、总供应成本和平均供应成本等指标。然后，将这些聚合值与供应商表连接，以丰富供应商详情（名称、地址、电话）。特别注意使用与数据类型匹配的默认值处理空值。
+
+* **目标**：构建一个全面的供应商特征数据集，反映 partsupp 中的操作指标和供应商表中的供应商身份。此数据集支持下游任务，如供应商绩效评估、风险评估和供应商分类。
+
+```python
+# -----------------------------------------
+# 4. 供应商特征（源自 partsupp 和供应商）
+# -----------------------------------------
+supplier_metrics = partsupp.groupBy("PS_SUPPKEY") \
+    .agg(
+        F_sum("PS_AVAILQTY").alias("total_avail_qty"),
+        F_sum("PS_SUPPLYCOST").alias("total_supply_cost"),
+        F_avg("PS_SUPPLYCOST").alias("avg_supply_cost")
+    ) \
+    .withColumnRenamed("PS_SUPPKEY", "supplier_sk")
+    
+supplier_features = supplier.join(
+    supplier_metrics,
+    supplier["S_SUPPKEY"] == supplier_metrics["supplier_sk"],
+    "left"
+).select(
+    supplier["S_SUPPKEY"].alias("supplier_sk"),
+    supplier["S_NAME"],
+    supplier["S_ADDRESS"],
+    supplier["S_PHONE"],
+    supplier_metrics["total_avail_qty"],
+    supplier_metrics["total_supply_cost"],
+    supplier_metrics["avg_supply_cost"]
+)
+
+# 在.na.fill()中使用字典来指定具有匹配数据类型的默认值。
+supplier_features = supplier_features.na.fill({
+    "S_NAME": "",                          # 字符串列：使用空字符串。
+    "S_ADDRESS": "",                       # 字符串列：使用空字符串。
+    "S_PHONE": "",                         # 字符串列：使用空字符串。
+    "total_supply_cost": Decimal("0.00"),   # DecimalType(25, 2)：使用具有适当精度的 Decimal。
+    "avg_supply_cost": Decimal("0.000000"), # DecimalType(19, 6)：使用具有适当精度的 Decimal。
+    # "total_avail_qty" 如果是整数类型，可以保持不变。
+})
+
+# 可选：显示结果数据框
+supplier_features.show()
+```
+
+```
+-----------------------------------------------------------------------------------------------------------------------------------------------
+|supplier_sk  |s_name              |s_address                       |s_phone          |total_avail_qty  |total_supply_cost  |avg_supply_cost  |
+-----------------------------------------------------------------------------------------------------------------------------------------------
+|424          |Supplier#000000424  |uOdFKME6fSAI,rvLcpTL            |32-406-948-7901  |440916           |41351.84           |516.898000       |
+|423          |Supplier#000000423  |VCgMjClu4IDaVVMwMW0ARf1ho       |34-577-174-3894  |385330           |39224.80           |490.310000       |
+|227          |Supplier#000000227  |Qo959Dll Bd7xvfq3ELtCq          |14-215-994-7949  |401470           |40601.39           |507.517375       |
+|89           |Supplier#000000089  |fhtzZcSorhud1                   |19-259-876-1014  |403308           |38926.56           |486.582000       |
+|441          |Supplier#000000441  |fvmSClCxNTIEspspva              |24-252-393-5381  |404656           |39053.50           |488.168750       |
+|421          |Supplier#000000421  |tXZPR dOYjjbGjarXxKPn,1         |18-360-757-8604  |397487           |41888.22           |523.602750       |
+|192          |Supplier#000000192  |Tub1t4UlJwZ5U                   |25-585-189-5975  |387833           |38340.94           |479.261750       |
+|425          |Supplier#000000425  |a KnEGf,bqEnGd2Wd9Tl            |10-262-132-6639  |421867           |37923.27           |474.040875       |
+|115          |Supplier#000000115  |nJ 2t0f7Ve,wL1,6WzGBJLNBUCKlsV  |33-597-248-1220  |375955           |37680.53           |471.006625       |
+|144          |Supplier#000000144  |f8tddEKps816HHqNwsKdn3          |30-726-423-7363  |392087           |38941.69           |486.771125       |
+-----------------------------------------------------------------------------------------------------------------------------------------------
+```
+
+### 5. 为机器学习数据集合并客户特征
+
+* **功能**：此代码将客户销售特征与地理特征通过客户键作为连接标准进行合并。还使用`when`函数应用一系列条件转换，将客户市场细分字段转换为数值代码。这对于机器学习模型需要数值输入时至关重要。
+
+* **目标**：创建一个集成的多维特征数据集，结合购买行为、账户信息以及地理和市场细分数据。此丰富数据集旨在用于客户细分、预测客户流失或信用风险建模等机器学习任务。
+
+```python
+# -----------------------------------------
+# 5. 为机器学习数据集合并客户特征
+# -----------------------------------------
+# 例如，我们结合客户销售和地理特征；
+# 可以使用`CASE WHEN`对市场细分字段进行数值编码。
+
+# 显式重命名客户特征列以添加前缀
+customer_features_prefixed = customer_features.select(
+    col("customer_sk").alias("c_customer_sk"),
+    col("total_sales").alias("c_total_sales"),
+    col("order_count").alias("c_order_count"),
+    col("avg_order_value").alias("c_avg_order_value"),
+    col("C_ACCTBAL").alias("c_acctbal"),
+    col("C_MKTSEGMENT").alias("c_mktsegment")
+)
+
+# 同样，确保客户地理特征有唯一的前缀
+customer_geo_prefixed = customer_geo.select(
+    col("customer_sk").alias("g_customer_sk"),
+    col("nation_name").alias("g_nation_name"),
+    col("region_name").alias("g_region_name")
+)
+
+customer_ml_features = customer_features_prefixed.join(
+    customer_geo_prefixed,
+    customer_features_prefixed["c_customer_sk"] == customer_geo_prefixed["g_customer_sk"],
+    "left"
+).select(
+    customer_features_prefixed["c_customer_sk"].alias("customer_sk"),
+    customer_features_prefixed["c_total_sales"],
+    customer_features_prefixed["c_order_count"],
+    customer_features_prefixed["c_avg_order_value"],
+    customer_geo_prefixed["g_nation_name"].alias("nation_name"),
+    customer_geo_prefixed["g_region_name"].alias("region_name"),
+    customer_features_prefixed["c_acctbal"],
+    when(customer_features_prefixed["c_mktsegment"] == "AUTOMOBILE", 1)
+      .when(customer_features_prefixed["c_mktsegment"] == "BUILDING", 2)
+      .when(customer_features_prefixed["c_mktsegment"] == "FURNITURE", 3)
+      .when(customer_features_prefixed["c_mktsegment"] == "MACHINERY", 4)
+      .otherwise(0).alias("mkt_segment_code")
+)
+
+customer_ml_features.show()
+```
+
+```
+------------------------------------------------------------------------------------------------------------------------------
+|customer_sk  |c_total_sales  |c_order_count  |c_avg_order_value  |nation_name  |region_name  |c_acctbal  |mkt_segment_code  |
+------------------------------------------------------------------------------------------------------------------------------
+|475          |2323455.22     |20             |116172.761000      |KENYA        |AFRICA       |9043.55    |2                 |
+|467          |1701866.04     |12             |141822.170000      |IRAQ         |MIDDLE EAST  |9398.51    |4                 |
+|511          |2581114.42     |16             |161319.651250      |JORDAN       |MIDDLE EAST  |4571.31    |3                 |
+|521          |1569375.53     |8              |196171.941250      |BRAZIL       |AMERICA      |5830.69    |4                 |
+|542          |2042094.45     |10             |204209.445000      |MOZAMBIQUE   |AFRICA       |3109.96    |2                 |
+|130          |3100496.60     |22             |140931.663636      |INDONESIA    |ASIA         |5073.58    |0                 |
+|270          |0.00           |0              |0.000000           |GERMANY      |EUROPE       |9192.50    |1                 |
+|345          |0.00           |0              |0.000000           |INDONESIA    |ASIA         |1936.77    |1                 |
+|348          |0.00           |0              |0.000000           |JORDAN       |MIDDLE EAST  |3310.49    |0                 |
+|534          |0.00           |0              |0.000000           |ARGENTINA    |AMERICA      |6520.97    |1                 |
+------------------------------------------------------------------------------------------------------------------------------
+```
+
+## 特征存储
+
+```python
+customer_ml_features.write.mode('overwrite').save_as_table('customer_ml_features')
+```
+
+```python
+session.close()
+```
+
+## 总结与分析
+
+### 机器学习场景和数据需求
+
+* **客户细分/流失预测**：需要每位客户的特征（总消费、订单频率、平均订单价值、账户余额以及编码后的市场细分）以及地理信息（国家/地区）。
+* **销售预测**：订单日期（源自订单/行项目）的时间维度可能会在后续步骤中与聚合后的销售数据结合，以预测未来的销售情况。
+* **供应商绩效分析/产品销售预测**：通过计算聚合后的供应商指标（使用 partsupp 和供应商表）以及产品绩效（源自行项目和产品），可以构建模型来预测供应商的可靠性或评估产品销售潜力。
+
+### 特征工程细节
+
+* **聚合**：使用 groupBy 和聚合函数（sum、count、avg）从事务表（如订单）中计算指标（总销售额、订单数量等）。
+* **丰富和连接**：集成关联信息（将客户与国家和地区表连接，将 partsupp 与供应商表连接），以附加人口统计或地理信息。
+* **转换（CASE WHEN**）：使用 when 函数进行条件转换，例如将产品类型或市场细分编码为数值代码。这在机器学习模型需要数值输入时至关重要。
+* **数据清理**：应用 na.fill(0) 或其他插补方法处理缺失值，确保机器学习数据集的完整性。
+
+此代码提供了一个起点。根据具体的机器学习场景，您可能需要添加基于时间的窗口函数、更细粒度的特征拆分或特定领域的转换。祝您在探索这些特征和构建模型时一切顺利！
+
+***
+
+**附录**：
+
+* [从 GitHub 存储库获取源代码](https://github.com/yunqiqiliang/clickzetta_quickstart/blob/main/Zettapark/FeatureEngineeringForExpandingCustomerFeatureswithZettapark.ipynb)
+* [获取更多 Zettapark Python API 示例](https://github.com/yunqiqiliang/clickzetta_quickstart/tree/main/Zettapark-examples/Notebook)
+
+^

package/bin/skills/lakehouse-doc/references/FileCommand.md

@@ -0,0 +1 @@
+^

package/bin/skills/lakehouse-doc/references/FileFunction.md

@@ -0,0 +1 @@
+^

package/bin/skills/lakehouse-doc/references/FineBI.md

@@ -0,0 +1,195 @@
+# 通过帆软BI分析云器Lakehouse里的数据
+
+帆软BI（FineBI） 是帆软软件有限公司推出的一款商业智能（Business Intelligence）产品。
+
+FineBI 是新一代大数据分析的 BI 工具，旨在帮助企业的业务人员充分了解和利用他们的数据。FineBI 凭借强劲的大数据引擎，用户只需简单拖拽便能制作出丰富多样的数据可视化信息，自由地对数据进行分析和探索，让数据释放出更多未知潜能。
+
+## 准备工作
+
+### 下载和安装帆软BI
+
+请参考[FineBI官网](https://www.finebi.com/)，如果已经安装完毕请跳过。
+
+### 下载云器Lakehouse JDBC驱动
+
+请参考云器Lakehouse [JDBC驱动](JDBC-Driver.md)。
+
+将JDBC的最新版本下载到本地供后续使用。
+
+### 修改SystemConfig.driverUpload允许上传Jar包
+
+由于大部分用户对工程安全性要求很高，FineBI 默认禁止通过驱动管理上传驱动。
+
+因此使用驱动管理前，需要将储存 FineBI 信息的 [FineDB](https://help.fanruan.com/finebi/doc-view-1080.html) 数据库的 fine\_conf\_entity 表中字段 SystemConfig.driverUpload 设置为 true 
+
+* 更改参数值为 true ：允许通过驱动管理上传驱动
+* 更改参数值为 false：（默认状态下参数值为false）禁止通过驱动管理上传驱动。上传时会报错：不允许上传驱动jar包，可以修改SystemConfig.driverUpload配置值开启该功能。
+
+
+
+:-: ![](.topwrite/assets/image_1736994756848.png =672)
+
+
+
+详细请参考[这里](https://help.fanruan.com/finebi/doc-view-1540.html)。
+
+重启后再次登录 FineBI 系统，即可通过「驱动管理」上传驱动。
+
+## 在帆软BI里安装云器Lakehouse JDBC驱动
+
+用户可使用「驱动管理」功能，上传对应的驱动。「驱动管理」使用的是热加载，上传驱动后不需要重启 FineReport 即可直接使用驱动 。
+
+当遇到一些驱动导致的问题后，可以快速修改驱动加载方式从而能够实现快速的连接。
+
+导航到数据连接->数据连接管理：
+
+^
+
+:-: ![](.topwrite/assets/image_1736937201539.png =320)
+
+^
+
+点击驱动管理->新建驱动。
+
+默认选优先加载当前上传驱动，如下图所示：
+
+^
+
+:-: ![](.topwrite/assets/image_1736936446966.png =698)
+
+* 优先加载当前方式上传驱动：先加载驱动管理的 jar。
+* 仅加载当前方式上传驱动：仅加载驱动管理的 jar。
+
+安装云器Lakehouse JDBC驱动程序的时候请选择“仅加载驱动管理的 jar”。
+
+驱动名称请填写“云器Lakehouse”。
+驱动请选择“com.clickzetta.client.jdbc.ClickZettaDriver”。
+
+## 使用驱动
+
+1）在「数据连接管理」界面点击「新建数据连接」，新建一个 云器Lakehouse 数据连接。
+先选择数据连接类型为其他->其他JDBC：
+
+^
+
+:-: ![](.topwrite/assets/image_1736937496339.png =684)
+
+^
+
+2）驱动选择「自定义」，在后方下拉选择刚刚上传的云器Lakehouse 驱动 ，并填入连接信息，如下图所示：
+
+:-: ![](.topwrite/assets/image_1736938479094.png =676)
+
+^
+
+* 数据连接URL：
+  jdbc\:clickzetta://你的实例ID.\<region\_id>.api.clickzetta.com/你的workspace名称?virtualCluster=你的集群名称\&schema=你的数据库schema名称\&username=用户名\&password=密码
+
+在云器Lakehouse里，导航到工作空间，找到你需要访问的工作空间，然后点击复制即可将JDBC URL连接串进行复制。然后在复制到字符串按上述格式添加上用户名和密码。
+
+^
+
+![](.topwrite/assets/image_1736939576798.png)
+
+^
+
+* 校验语句请输入：
+  set cz.sql.double.quoted.identifiers=true;
+  select 1;
+* 请它参数请保持不变。
+
+3）点击测试连接，可以看到数据库可以成功连接，如下图所示：
+
+^
+
+:-: ![](.topwrite/assets/image_1736937895239.png =664)
+
+^
+
+## 验证连接
+
+### 通过创建服务器数据集
+
+导航到数据连接->服务器数据集，创建新的SQL数据集。
+
+数据集名称：云器Lakehouse-TPCH-Q01
+
+SQL语句：
+
+```sql
+--LAKE_HOUSE SQL
+--********************************************************************--
+--查询lineItems的一个定价总结报告。在单个表lineitem上查询某个时间段内，对已经付款的、
+--已经运送的等各类商品进行统计，包括业务量的计费、发货、折扣、税、平均价格等信息。
+--********************************************************************--
+select
+    l_returnflag,
+    l_linestatus,
+    sum(l_quantity) as sum_qty,
+    sum(l_extendedprice) as sum_base_price,
+    sum(l_extendedprice * (1 - l_discount)) as sum_disc_price,
+    sum(l_extendedprice * (1 - l_discount) * (1 + l_tax)) as sum_charge,
+    avg(l_quantity) as avg_qty,
+    avg(l_extendedprice) as avg_price,
+    avg(l_discount) as avg_disc,
+    count(*) as count_order
+from
+    clickzetta_sample_data.tpch_100g.lineitem
+where
+    l_shipdate <= date '1998-12-01' - interval '85' day
+group by
+    l_returnflag,
+    l_linestatus
+order by
+    l_returnflag,
+    l_linestatus
+limit 1;
+```
+
+点击预览，结果如下表名数据连接可用。
+
+^
+
+:-: ![](.topwrite/assets/image_1736938941276.png =657)
+
+### 通过创建公共数据
+
+选择新建数据集->SQL数据集：
+
+^
+
+:-: ![](.topwrite/assets/image_1736939075914.png =660)
+
+表明云器Lakehouse里的表对帆软BI的“公共数据”可用。
+
+在分析主题中使用Lakehouse里的数据：
+
+^
+
+:-: ![](.topwrite/assets/image_1736939239963.png =657)
+
+^
+
+### 通过分析视图
+
+通过拖拉拽生成新的数据视图
+
+:-: ![](.topwrite/assets/image_1736994382813.png =660)
+
+^
+
+基于数据视图的可视化组件-饼图，分析不同发动机类型的二手车销售额
+
+^
+
+:-: ![](.topwrite/assets/image_1736994510861.png =665)
+
+^
+
+基于数据视图的可视化组件-交叉表，分析不同发动机的二手车逐年销售额
+
+^
+
+:-: ![](.topwrite/assets/image_1736994646263.png =669)
+
+^

package/bin/skills/lakehouse-doc/references/Full_Text_Search.md

@@ -0,0 +1 @@
+^