完成高性能完整版部署后，可以检查各个组件是否能正常提供服务，如未完成高性能完整版部署，请参考：完整版--部署Smartbi相关服务 进行相关的配置。
测试Smartbi及其组件状态
1、测试SmartbiMPP高速缓存库
1）登陆smartbi，选择 数据连接 > 高速缓存库 > 打开 > 选择驱动程序类型：SmartbiMpp，点击 测试连接。如下图提示连接成功，保存。
切换高速缓存库驱动程序类型，需要重启smartbi服务，使其生效。
2）通过抽取数据测试Smartbi-MPP是否正常使用。
打开 分析展现 > 功能演示 > 即席查询 > 演示局部过滤器 > 抽取， 进行数据抽取测试：
3）查看抽取的数据：
Smartbi-MPP部署成功。
2、测试Smartbi-Unionserver跨库联合查询
1）打开 数据连接 > 跨库联合查询数据源 > 数据库管理。
2）选择 需要跨库联合查询的数据库 > 保存。
3）打开 数据准备 > 数据集 > 新建自助数据集。
4）选择需要查询的数据库的表，和高速缓存库中的表进行关联。
5）点击 刷新，查看跨库联合查询的数据。有数据显示，则表示跨库联合查询成功。
3、测试Smartbi-Engine数据挖掘引擎
测试Smartbi-Engine-Experiment数据挖掘实验
1）打开 数据挖掘 > 案例 选择一个案例打开。
2）保存数据挖掘实验，运行数据挖掘，运行成功即数据挖掘实验部署成功。
测试Smartbi-Engine-Service数据挖掘服务
1）打开 数据挖掘 > 案例 > 窃漏电预测。
2）保存示例，点击运行，等待运行成功。
3）右键点击训练，选择 模型 > 保存模型。
4）保存的的模型可以在左侧导航栏的“已训练模型”中查看。右键删除“随机森林”，“训练”。
5）将保存的示例模型拖入，并与”预测连线”
6）拖入导航栏中服务下的服务输入、服务输出，并连线，运行成功后点击部署服务。
7）服务部署成功后选择服务测试，显示测试结果。
Smartbi-Engine-Service部署测试成功。
4、测试Smartbi-Mining-Pynode计算节点
1）打开 数据挖掘 > 新建实验。
2）拖拽“示例数据源”，选择 数据源 > 保存 > 运行，运行成功。
3）拖拽PYTHON脚本，与示例数据源连线，点击Python脚本。
4）点击确定。
5）点击运行，提示运行成功，则Smartbi-mining-pynode部署成功。
5、测试Smartbi-Infobright高速缓存库
1）选择 数据连接 > 高速缓存 > 驱动程序类型：Infobright ，然后点击 测试连接，测试通过，保存。
切换高速缓存库驱动类型，需要重启Smartbi服务使其生效。
2）抽取数据测试高速缓存是否成功。
打开 分析展现 > 功能演示 > 即席查询 > 演示条件参数 > 抽取， 进行数据抽取测试：
查看抽取的数据：
Smartbi-Infobright部署成功。
6、测试Smartbi-Export导出引擎
1）登陆smartbi，选择 系统运维 > 系统选项 > 公共设置 > 服务器地址。
2）导出示例数据：
打开 分析展现 > 分析报表 > 功能演示 > 自助仪表盘 > 订单管理，点击展开菜单，选择导出格式(PNG,PDF,Execl)，导出。
等待导出，弹出下载页面，下载即可。(文档此处选择导出PNG图片，可根据需要选择导出格式)。
查看导出的图片。
Smartbi-Export导出引擎成功。
高性能完整部署并测试已完成，运维管理可参考：完整版--系统运维
