隨著對BI應用程度的加深,用戶需要連接和管理的數據越來越多,也越來越復雜。smartbi支持豐富的數據源接入,但一般并不能直接使用接入的業務庫直接進行數據分析。所以在報表開發前的取數過程,把需要的數據整合成一個數據集合,可以理解為我們基于數據庫獲取我們需要的數據,也是數據分析師和最終業務用戶進行交互分析前的準備步驟。
Smartbi為用戶提供了強大而靈活的數據獲取能力,一方面繼承了需要掌握sql和存儲過程等傾向于技術人員的傳統數據集,如有:SQL數據集、原生SQL數據集、Java數據集、存儲過程數據集、多維數據集。另外也具備可視化界面讓業務人員也能實現數據準備,如:自助數據集、透視分析數據集、即席查詢數據集、可視化查詢數據集。
無論是技術人員還是業務人員都可以通過相應的查詢從數據庫獲取到所需的數據來進行數據分析。對各種數據集推薦使用的場景與人群做了簡單的劃分,如下圖:
數據集類型 | 使用場景 | 使用人群 |
Sql數據集 | 各種分析報表 | 熟悉sql技術人員 |
原生Sql數據集 | 各種分析報表 | 熟悉sql技術人員 |
存儲過程數據集 | 存儲過程有結果集返回,用于各種報表 | 熟悉存儲過程的技術人員 |
多維數據集 | 展現多維數據源的數據,用于各種報表 | 技術人員 |
Java數據集 | 配置Java數據源后使用,用于各種報表 | 熟悉Java類的開發人員 |
自助數據集 | 制作自助儀表盤 | 業務人員 |
透視分析數據集 | 制作Excel分析(推薦)/電子表格 | 業務人員 |
即席查詢數據集 | 制作Excel分析 | 業務人員 |
可視化查詢數據集 | 各種分析報表 | 不熟悉sql的業務人員 |
對于熟悉SQL語句的技術人員來說,可以使用SQL數據集、原生sql數據集來通過在文本輸入區中直接輸入各類數據庫方言表達式定義數據集條件和內容。那sql數據集與原生sql數據集如何選擇呢?SQL數據集是一類封裝結構的原生SQL數據集語句,在解析SQL語句過程中對最外層進行了包裝,而原生SQL數據集沒有對最外層進行包裝,是按照“所見即所得”的方式進行解析并執行。
對于熟悉存儲過程技術人員可以選擇存儲過程數據集。是針對存儲過程定義數據集條件和內容的一類數據集。另外,如果需要基于多維數據源創建數據集,系統也是支持通過創建多維數據集將多維數據庫中的cube進行轉換,形成可以供報表使用的數據模型,整個操作都是可視化的,方便靈活。能快速地在電子表格、儀表分析等報表上展現多維數據源的數據。同時我們也給熟悉Java類的開發人員準備Java數據集。此數據集具體是指將Java查詢對象輸出的數據轉換成集合,支持自行編寫java類處理數據、調用webservice接口返回數據,內置了txt、csv文件讀取等數據獲取方式。
Smartbi改變了傳統的方式,使業務用戶通過簡單的拖放即可實現對各類查詢的操作從而獲取各種分析數據集。比如有大屏展示需求的業務人員可選擇Smartbi提供的自助數據集來制作自助儀表盤就最適合不過了。自助數據集是一類基于個性化需求并劇本靈活查詢能力的數據集,用戶可以根據業務要求,通過可視化的方式,使用跨數據庫、多表關聯、數據轉換、復雜邏輯關系計算、數據抽取ETL等功能,將數據提取到自助數據集。
可視化查詢數據集專門給不熟悉SQL語句的業務人員自行從數據庫里獲取所需要的查詢條件和數據?;跀祿椿蚴菢I務主題通過簡單拖拽操作創建所見即所得數據集。
業務人員使用Excel分析可采用透視分析、即席查詢數據集作為數據庫取數的來源。其中可視化查詢類似Excel數據透視表,作為數據集能夠實現對數據的查詢與探索。另外透視分析還可作為電子表格的數據來源。即席查詢數據集則是用于大量明細數據的查詢的清單式數據集。
以往數據準備基本都依附于技術人員,目前在一定程度上不僅讓技術人員從繁瑣的工作中解脫出來,也能使業務人員也能參與到數據處理環節中。真正做到人盡其才。
數據查詢能力亮點
Smartbi提供強大的界面化數據管理能力,由用戶自行在源數據關系的基礎上構建自己的業務所需數據集。 如可視化查詢就能讓用戶在一個可視化界面拖拉拽即可輕松完成數據模型的構建,使我們的分析用戶更快、更直觀地獲取到準備好的數據,從而更快、更智能地進行業務決策。
自助數據集支持跨庫查詢,當用戶查詢數據的范圍比較廣并不限于一個數據庫時,可以跨多個庫進行查詢。提供跨數據庫查詢功能,支持將不同的數據源關聯,應對不同接口數據統一訪問問題。
3.高速緩存機制
系統支持數據抽取功能的數據集:自助數據集、可視化數據集、SQL數據集、存儲過程數據集、Java數據集、即席查詢、透視分析。大部分數據集都支持通過數據抽取從源數據庫中抽取原始數據到高速緩存庫,它可以保證秒級獲取大級別量的數據結果,提高系統性能。
體驗
聯系方式
關注我們