數據準備——豐富的數據連接

為什么需要豐富的數據連接能力？

眾所周知，無論是制作報表進行數據可視化還是挖掘數據更深次的內涵，獲取數據是企業進行一切數據分析的前提。數據是不斷更新的，目前實際大部分企業是將數據存儲在數據庫中，使用數據庫數據來制作報表，并且報表內容會隨著數據庫的更新而更新。而數據分析工具則是通過數據連接來建立與各種數據庫、文件到系統的連接，為后續處理和分析提供數據支持，所以數據連接則是數據分析軟件不可或缺的能力。

Smartbi數據連接支持情況

目前主流的一些數據庫大概可以分為下圖幾類：關系數據庫（RDBMS）、多維數據庫（OLAP)、大數據庫（BIGDATA）、本地文件、非關系型數據庫（NOSQL）等，所以是否支持這些數據來源以及支持的情況如何，也成為BI工具選型的一個考量因素。而Smartbi基本是支持接入以上提到的各種類型的主流數據庫的。

通俗的講，數據連接就是創建BI工具與業務數據庫之間的連接。而Smartbi豐富的數據連接能力,通過創建數據源快速連接企業的業務數據庫（注：此處數據源是指創建業務庫和產品應用服務器的連接，拿到數據進行分析），構建統一的數據分析平臺。

那么smartbi具體支持接入的數據庫有哪些呢？

一：本地數據

1）支持直接上傳Excel、CSV、TXT文件、數據分析包導入到高速緩存庫或關系數據源，支持導入的目標關系數據源有：MySQL、Oracle、DB2_V9、MSSQL。另外導入文件數據時導入的方式可以選擇新建表或者覆蓋源表的數據，以方便數據的更新與維護。

2）支持接入Java數據源，是指由用戶通過二次開發，編寫JavaQueryData接口實現類，以實現自定義數據結構的一類數據源。特別之處在于Java數據源是沒有物理的數據庫存儲其字段和數據。但它可以通過類將任意一個含有數據的文件或報表通過解析后，運用到Smartbi中。

二：關系數據庫

      關系數據源是指通過JDBC驅動連接的關系型數據庫。主要以二維的方式組織，以實現二維查詢。除了傳統的MYSQL、oracle、MS SQL Server等之外，現在大數據分析是一種趨勢，smartbi更是支持各種大數據庫比如有：Presto+Hive、星環、Vertica、Infobright。具體支持的關系型數據庫類型有以下：

三：多維數據庫的支持情況

      多維數據源是指數據以立方體（即Cube）的方式組織，以實現多維數據集的一類數據源。它通過多維結構將關系數據源中的數據進行聚合和組織整理，以實現數據動態分析的一類數據源。多維數據源是創建多維分析報表的基礎。

系統支持訪問的多維數據源，如下表：

四：非關系型數據庫-NoSQL 數據庫

MongoDB 作為一款非常流行的 NoSQL 數據庫，越來越被廣泛地使用，而smartbi不需要安裝插件支持創建Nosql數據源直接連接MongoDB和Tinysoft這兩種非關系型數據庫。

綜上所述

Smartbi能打通各類數據源，豐富的數據連接能力能夠從各種數據源中抓取數據進行分析，除了支持大家常用的oracle、sqlserver、mysql等關系型數據庫，各種主流大數據庫、非關系型數據庫、多維數據庫、本地文件如:excel、txt、csv。另外還支持自定義編寫接口的java數據源。

從數據連接接能力來看，smartbi對企業數據平臺的對接能力更強，并且在每個版本的發布還在不斷更新中。如在2020年5月發布V9.5版本中又新增了支持Gauss100。

 那數據連接的配置界面也十分的直觀易配置，下圖為smartbi的數據連接的界面：

Smartbi數據連接的亮點：

1.跨庫聯合數據源

那系統支持接入那么多類型的數據庫，若是業務實現跨庫查詢時就可以直接使用smartbi內置的跨庫聯合數據源。系統自動將新建的關系數據源信息添加到該跨庫聯合數據源中?？鐜鞌祿粗С謶迷跀祿x中，通常在可視化數據集和自助數據集中應用比較廣泛。

2. 高速緩存庫

Smartbi提供了解決性能問題的高速緩存庫。高速緩存庫的作用是解決用戶原始數據庫查詢慢并且不好解決的場景，可以通過定時抽取把數據緩存到緩存庫，提升報表的查詢性能。

應用案例