Nano Hash - криптовалюты, майнинг, программирование

Повторяющийся набор данных и т. д. ошибка в отчете rdlc

Я продолжаю получать бесполезную ошибку при попытке создать подотчет с помощью Visual Studio 2005. Ошибка:

Несколько наборов данных, областей данных или группировок в отчете имеют имя «Factor_StoreTrak_StoreTrakEntities_POS_PollingResultsDetailDTO». Набор данных, область данных и имена групп должны быть уникальными в отчете. C:\Development\WindowsApps\ReportTesting\Reports\PollingResultsSubreport.rdlc

Теперь отчет частично готов, компилируется и работает нормально, но когда я добавляю новый столбец или как-то меняю его, я внезапно получаю эту ошибку. Затем я удаляю каждый элемент управления из своего отчета один за другим, пытаясь перекомпилировать после каждого удаления, и эта ошибка всегда возникает. Я удаляю отчет и начинаю с нуля только для того, чтобы в какой-то случайный момент это повторилось.

rdlc visual-studio-2005
29.03.2012

  • Может быть, проверить файлы .config в вашем проекте отчета? Возможно, VS не выполняет свою работу должным образом и оставляет повторяющиеся определения либо в конфигурациях, либо в XML RDLC. 29.03.2012
  • Ладно, думаю, я понял. Я объясню, если это поможет кому-то еще. Я использовал класс в другой сборке в качестве источника данных (источник данных объекта). Эта же сборка используется другой программой, над которой я работаю одновременно с созданием отчета. Теперь, когда я запускаю программу, она перекомпилирует сборку. Это приводит к тому, что программа отчетности предполагает, что это совершенно новый источник данных. В следующий раз, когда я что-то делаю в отчете, он добавляет этот «новый» источник данных в отчет за кулисами, и теперь у меня есть 2 источника данных с одинаковым именем, с которыми я ничего не могу поделать. 29.03.2012

Ответы:


1

Если вам нужно изменить отчет после перекомпиляции / версии сборки, на которую указывает ссылка, просто откройте файл rdlc (файл отчета) с помощью Notepad.exe (видите, что это всего лишь файл XML), найдите раздел DataSets и просто удалите старый набор данных. , сохраните изменения и снова откройте отчет в среде IDE. Если нового набора данных еще нет в файле, просто перетащите поле с панели источников данных в отчет куда-нибудь, это создаст новый набор данных в отчете.

02.04.2012

2

В моем случае проблема заключалась в том, что когда я вставлял группу строк, она давала ей имя «matrix1_RowGroup4», хотя в отчете уже была «matrix1_RowGroup4». Это жаловалось: «Более одного набора данных, области данных или группы в отчете имеют имя« matrix1_RowGroup4 »».

Что я сделал, чтобы решить эту проблему:

Opened the XML file ([myreportname].rdl) - I didn't do it in Notepad, but in the Visual Studio IDE. 

Searched for "matrix1_RowGroup4"; as indicated by the err msg, there were two

Incremented the name of the second/newer one to "matrix1_RowGroup5"

Естественно, SSRS таков, какой он есть, предварительный просмотр по-прежнему не будет отображаться сначала по какой-то фиктивной причине (не удалось найти набор данных или что-то в этом роде); Я перешел на вкладку «Данные» и обновил поля, после чего все было в порядке.

18.05.2016
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..