数据分析展现工具SmartBI

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云数据库 RDS PostgreSQL,集群系列 2核4GB
简介: 应用场景当杂乱无章的数据,经过数据清洗后,得到了想用的数据,但是查看这些数据通过数据库只能看到数据本身,无法看到其中的规律,可以通过数据分析展示工具,图形化展示数据,使数据更形象化的展现在用户面前,更容易看出规律,得出结论,还可以监控实时数据,实时刷新,比如双十一大屏等等。

应用场景

当杂乱无章的数据,经过数据清洗后,得到了想用的数据,但是查看这些数据通过数据库只能看到数据本身,无法看到其中的规律,可以通过数据分析展示工具,图形化展示数据,使数据更形象化的展现在用户面前,更容易看出规律,得出结论,还可以监控实时数据,实时刷新,比如双十一大屏等等。今天就来介绍使用收费数据分析展现工具SmartBI,注意如果要投入生产,是需要购买的。

操作步骤

1. 概述

SmartBI是广州思迈特软件有限公司所有的企业级商业智能应用平台,产品经过了多年的持续发展,产品广泛应用于金融、大型制造业、政府、电信等多个行业。

SmartBI产品目前包含四个版本,电子表格版,自助分析版,企业套件版和数据挖掘版。其中,企业套件涵盖了电子表格版和自助分析版的所有功能,都是将数据以图、表的方式进行可视化展示,只是功能提供的不一致:
1.电子表格版只提供了透视分析;
2.自助分析版提供了透视分析和组合分析;
3.企业套件版功能齐全,不仅包含透视分析,组合分析,还包含了灵活分析,仪表分析,地图分析,多维分析等。
4.而SmartBI的数据挖掘版是将一些算法进行封装,通过拖拉拽的方式,走通算法流程,实现数据的分析。

这里写图片描述
Epoint BI操作页面展示图

2. Epoint BI安装部署

2.1 资源下载

登录Smart BI官方下载平台,浏览到最下方,下载企业套件版,进行网盘或者官方下载。

这里写图片描述

2.2 安装

Smart BI的安装方式有两种,第一种是一键安装版,第二种是war包部署方式。

2.2.1 一键安装

2.2.1.1 配置环境变量

SmartBI一键安装后的目录如下图所示,可以分析出,其中包含了jdk,mysql数据库,tomcat应用发布服务器,只不过端口进行了修改,mysql的端口改成了6688,tomcat的端口改成了18080。

这里写图片描述

注意:由于一键安装会自动安装tomcat,并且一般我们选择把tomcat做成服务,所以在一键安装前,需要给tomcat指定目录,也就是在环境变量中修改CATALINA_HOME。如果之前没有配置过CATALINA_HOME这个变量,那么就不要添加了,一键安装过程中会自动添加;但是如果之前配置过CATALINA_HOME变量,并且不是一键安装后的tomcat目录,那么就会导致服务安装到了你所配置的目录,并不能自动指定到一键安装的tomcat目录。

所以,一键安装过程中,首先需要建立文件夹,比如在G盘,建立SmartBI文件夹,然后配置环境变量,CATALINA_HOME为G:\SmartBI\Tomcat,切记,环境变量配置步骤如下:
右键计算机——>属性——>高级系统设置——>环境变量——>新建或者编辑

这里写图片描述

2.2.1.2 一键安装
  • 双击Smartbi Insight Edition-2016-09-07.exe可执行文件

这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

  • 安装完成以后,在服务中会出现Smartbi_MySQL,Smartbi_Server等服务,开启服务,即可在浏览器中访问效果页面。

这里写图片描述

  • 在浏览器中输入http://localhost:18080/smartbi即可访问页面,用户名为admin,密码为manager。

  • 注意:输入浏览器可能不能进行访问,提示需要申请licene.xml文件,按照步骤,申请证书文件,进行提交,然后重启服务,即可访问页面。

这里写图片描述

2.2.2 war包安装

Smart BI的安装方式也可以是war包部署,在下载文件中包含一个smartbi.war文件。

这里写图片描述

将smartbi.war文件拷贝到tomcat的webapps目录下。
注意:war包部署方式中并没有涉及到数据库的部署,所以war包部署比较繁琐,需要先把mysql安装部署完成,然后导入smartbi启动所需要的表,然后再启动tomcat。同理,需要按步骤申请licene.xml文件,进行上传,然后重启tomcat服务,即可。
部署后,访问http://localhost:8080/smartbi,页面如下。

这里写图片描述

按照提示,申请licene.xml文件,上传后,重启服务。

3. Smart BI操作指南

Smart BI使用第一步,需要绑定数据源,即你需要分析的是哪些数据,进行关联。然后进行SQL查询,可视化查询,存储过程查询、或者进行透视分析,灵活分析,组合分析,地图分析,多维分析等。最后生成图表,可以进行页面发布等。

3.1 创建关系数据源

BI工具支持多种关系型数据库的连接,主要包括mysql,sqlserver,oracle,mppdb,以及hadoop的hive数据仓库等。

这里写图片描述

在数据管理目录下,有数据源目录,右击数据源目录,选择新建,关系数据源。

举例:连接mysql关系型数据库。

这里写图片描述

选择mysql的驱动,输入mysql用户名,密码,在安装SmartBi的过程中,安装了mysql,端口为6688,里面有一个northwind测试库,可以作为测试来连接。测试通过后,保存。

这样就完成了,对关系数据源的创建。

3.2 数据基础设置

数据基础设置包含添加数据基础表,语义层定义,表关系定义。

3.2.1 添加数据基础表

在数据管理目录下的数据源中,选中刚刚建立的Mysql_1,右击选择数据库管理,从Mysql_1数据库中选择需要导入的表,进行添加,保存。

这里写图片描述

这里写图片描述

3.2.2 定义语义层

可以对导入的表进行修改别名,修改属性等。例如,表中都是英文的字段,我们可以在SmartBI中,修改为更好区别认知的中文。
右击,表中的字段名,选择属性,进行修改别名等。

这里写图片描述

这里写图片描述

修改后的表名如下图所示,更易于识别:

这里写图片描述

同样的道理,可以修改表名下的字段名。

3.2.3 定义表关系

在绑定连接的Mysql_1数据库下,右击表关系视图,新建表关系视图,给表关系视图添加名字。

这里写图片描述

这里写图片描述

将左侧基础表拖拽到右侧空白区域,然后点击左下角,按别名自动建表关系。点击关联线,右键可以删除多余的关联线,或者按住Shift,关联没有进行关联的字段,设置好以后,双击关联线,进入表关系编辑框,设置联系类型为右连接。

这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

3.3 创建业务主题

业务主题在数据产品中,可以视为数据仓库,主要应用于可视化查询,组合分析,透视分析,等操作。

3.3.1 新建主题目录

在数据管理目录中,右击目录下的业务主题目录,进行新建目录,该目录可建可不建,主要是使目录清晰,如果不建目录,那么选中已建的目录进行右键新建业务主题。

这里写图片描述

这里写图片描述

3.3.2 新建业务主题

在新建的主题目录下,右键目录,进行新建业务主题。

这里写图片描述

选择所要建立业务主题的数据源,输入业务主题的名称,然后进入业务主题的操作界面,然后拖拽左侧资源树下需要进行操作的表,到右侧空白列区域。

这里写图片描述

这里写图片描述

在上图中,多出来一个销售时间的业务属性,这个是新建出来的相当于一个表,在SmartBI建立业务主题的时候,可以自定义添加表,拉取已有的字段,或者根据之前的字段计算出新的字段值,来应对业务的需求。

这里写图片描述

如上图所示:新添加的业务对象里,定义了新的业务属性,该属性通过订单业务对象中的订单日期属性,用YEAR()函数来进行获取,同样的可以取得月,日等的属性。最后保存。

4. Smart BI创建组合分析

数据绑定提供完成后,建立业务主题也完成后,那么就可以利用这些数据进行分析,最后实现图表可视化了。
组合分析是一款交互式分析数据展示报表,不需要预先创建数据集即可创建报表进行分析,一般针对的使用对象为业务分析人员。

4.1 新建组合分析

选中资源定制目录,右击资源定制目录,选择新建分析,选择组合分析进行建立。

这里写图片描述

选择新建的业务主题,Mysql_1。

这里写图片描述

4.2 组合分析步骤

进入组合分析操作界面,从左侧树下勾选业务属性做为输出字段,如下图所示。

这里写图片描述

报表格式,其他功能可以根据上面的菜单栏进行修改。

这里写图片描述

还可以生成图形,点击菜单栏中的图形按钮,选择坐标轴字段,进行绘图。

这里写图片描述

这里写图片描述

这里写图片描述

5. Smart BI创建仪表分析

快速创建仪表分析主要包含以下三个方面:
创建参数;
创建SQL查询;
创建仪表分析。

5.1 新建参数

选中公共设置目录,右击参数定义目录,进行新建参数,选中建立参数的数据源。

这里写图片描述

这里写图片描述

设置参数名称,控件类型,参数宽度,列数等,修改完成后进入下一步设置。

这里写图片描述

设置参数备选值,设置参数默认值,点击下一步,设置备选值的实际值和显示值,完成以后,保存。

这里写图片描述

这里写图片描述

这里写图片描述

5.2 创建SQL查询

选中资源定制目录,右击,新建查询,选择SQL查询,选中数据源。

这里写图片描述

这里写图片描述

编辑SQL语句,并且拖动参数到SQL中,然后检测输出字段类型,修改字段别名等操作。

这里写图片描述

操作完毕后,可以进行数据的预览。

这里写图片描述

5.3 创建仪表分析

选中新建好的SQL查询,右击,进行新建仪表分析,进入仪表分析界面,选中数据,进行设置,然后生成图形。

这里写图片描述

这里写图片描述

生成图形如下,如果觉得不好看,可以按照自己想法,进行设置。

这里写图片描述

6. Smart BI其他分析

Smart BI还支持透视分析,灵活分析,地图分析,多维分析,多维探索等。具体过程和上面的类似,篇幅原因,就不另外描述了,具体学习可以观看视频。

7. Smart BI创建页面

通过Epoint BI,做完分析后,生成一些图表,可以进行独立展示,当然也可以将这些图表组合到一个页面中,进行多图表汇聚形成页面,然后展示。页面制作成功后,可以把页面通过URL的方式单独拉取出来展示,或者融合到第三方应用中。
在定置管理中,选中资源定制目录,新建分析,进行页面的新建。

这里写图片描述

为页面设定名称。

这里写图片描述

为页面选中布局,如果选项中没有想要的布局,可以点击下方的布局管理进行新建,然后编辑布局,做成自己需要的布局方式。

这里写图片描述

将已完成的图表,拖拉进页面布局中,设置长宽高,然后保存,预览展示。

这里写图片描述

生成的页面展示如下图所示:

这里写图片描述

可以通过URL,单独访问新建的页面,访问地址如下:
http://localhost:18080/smartbi/vision/openresource.jsp?resid=I4028f5c2015a634563456871015a638bdffd0062&user=admin&password=manager

这里写图片描述

上面的URL地址中,resid是随机的,查看方式如下,右击页面,查看属性即可,在属性中的节点ID即为resid,复制到URL中就可以了。

这里写图片描述

这里写图片描述

8. 单点登录

可以通过以下方法,在第三方系统中单点登录到 Smartbi 系统。 在第三方系统中编写 JS
脚本实现登录,假设目标登录页面为http://localhost:18080/smartbi/vision/index.jsp,登录脚本如下所示。

<form method="POST" id="formLogin" onsubmit="go();return false">
<p>用户:<input type="text" name="user" size="20" value="admin"></p>     
<p>密码:<input type="text" name="password" size="20" value="manager"></p>
<p>登录成功后的跳转地址:<input type="text" name="surl" size="20" value="manager"></p>
    <p>登录失败后的跳转地址:<input type="text" name="furl" size="20" value="manager"></p>     
    <p><input type="submit" value="确定" name="B1"></p> 
</form>

function go() 
{
    formLogin.action = "http://localhost:18080/smartbi/vision/index.jsp";
    formLogin.user.value = "admin";
    formLogin.password.value = "manager";    
    formLogin.surl.value = " "; // 登录成功后的跳转地址
    formLogin.furl.value = " "; // 登录失败后的跳转地址
    formLogin.submit();
    return true; 
}

前端登录后,需要有相应的注销代码。

<form method="POST" id="formLogout" onsubmit="go();return false">
    <p>注销成功后的跳转地址:<input type="text" name="surl" size="20" value="manager"></p>
    <p>注销失败后的跳转地址:<input type="text" name="furl" size="20" value="manager"></p>    
    <p><input type="submit" value="确定" name="B1"></p>
</form>

function go()
{
    formLogout.action = "http://localhost:18080/smartbi/vision/logout.jsp";
    formLogout.surl.value = " "; // 注销成功后的跳转地址 为空时自动跳转到smartbi的index.jsp
    formLogout.furl.value = " "; // 注销失败后的跳转地址 为空时自动跳转到smartbi的index.jsp
    formLogout.submit();
    return true;
}
相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
2月前
|
机器学习/深度学习 传感器 人工智能
AI与未来医疗:重塑健康管理新格局随着人工智能(AI)技术的飞速发展,医疗行业正迎来一场前所未有的变革。AI不仅在数据分析、诊断支持方面展现出巨大潜力,还在个性化治疗、远程医疗等多个领域实现了突破性进展。本文将探讨AI技术在医疗领域的具体应用及其对未来健康管理的影响。
人工智能(AI)正在彻底改变医疗行业的面貌。通过深度学习算法和大数据分析,AI能够迅速分析海量的医疗数据,提供精准的诊断和治疗建议。此外,AI在远程医疗、药物研发以及患者管理等方面也展现出了巨大的潜力。本文将详细探讨这些技术的应用实例,并展望其对健康管理的深远影响。
|
26天前
|
机器学习/深度学习 并行计算 数据挖掘
R语言是一种强大的统计分析工具,广泛应用于数据分析和机器学习领域
【10月更文挑战第21天】R语言是一种强大的统计分析工具,广泛应用于数据分析和机器学习领域。本文将介绍R语言中的一些高级编程技巧,包括函数式编程、向量化运算、字符串处理、循环和条件语句、异常处理和性能优化等方面,以帮助读者更好地掌握R语言的编程技巧,提高数据分析的效率。
42 2
|
26天前
|
数据采集 数据可视化 数据挖掘
R语言与Python:比较两种数据分析工具
R语言和Python是目前最流行的两种数据分析工具。本文将对这两种工具进行比较,包括它们的历史、特点、应用场景、社区支持、学习资源、性能等方面,以帮助读者更好地了解和选择适合自己的数据分析工具。
27 2
|
5月前
|
文字识别 算法 数据挖掘
视觉智能开放平台产品使用合集之对于统计研究和数据分析,有哪些比较好的工具推荐
视觉智能开放平台是指提供一系列基于视觉识别技术的API和服务的平台,这些服务通常包括图像识别、人脸识别、物体检测、文字识别、场景理解等。企业或开发者可以通过调用这些API,快速将视觉智能功能集成到自己的应用或服务中,而无需从零开始研发相关算法和技术。以下是一些常见的视觉智能开放平台产品及其应用场景的概览。
|
4月前
|
机器学习/深度学习 数据可视化 数据挖掘
Python数据分析工具有哪些
【7月更文挑战第3天】Python数据分析工具有哪些
173 58
|
3月前
|
SQL 数据挖掘 关系型数据库
SQL中的聚合函数:数据分析的强大工具
【8月更文挑战第31天】
110 0
|
4月前
|
人工智能 数据挖掘 Python
提升办公生产力工具——AI数据分析应用小浣熊
办公小浣熊广泛应用于日常数据分析、财务分析、商业分析、销售预测、市场分析等多个领域,为用户提供了强大的支持。
提升办公生产力工具——AI数据分析应用小浣熊
|
4月前
|
数据挖掘 大数据 Linux
探索Linux中的snice命令:一个虚构但启发性的数据分析工具
`snice`是一个想象中的Linux命令,用于低优先级地从大数据集中抽样数据。它结合`nice`和`sampling`,支持多种抽样策略,如随机和分层。参数包括指定样本数、策略、输入输出文件和进程优先级。示例:`snice -n 1000 -s random -i large_log.txt -o sample_log.txt`。使用时注意资源管理、数据完整性及权限,并与其它工具结合使用。虽然虚构,但体现了Linux工具在数据分析中的潜力。
|
4月前
|
数据可视化 数据挖掘 API
数据可视化秘籍聚焦Python的Matplotlib和Seaborn库,它们是数据分析的得力工具。
【7月更文挑战第5天】数据可视化秘籍聚焦Python的Matplotlib和Seaborn库,它们是数据分析的得力工具。Matplotlib是基础库,提供高度自定义的2D图表,而Seaborn在其上构建,提供美观的统计图形。文章介绍了如何用两者画线图、散点图、条形图、饼图和直方图,展示数据趋势和关系。
49 1
|
5月前
|
数据可视化 数据挖掘 知识图谱
精选:15款顶尖Python知识图谱(关系网络)绘制工具,数据分析的强力助手
这里有15款免费工具推荐:NetworkX(Python基础),Graph-tool(C++速度),Graphviz(可视化库),ipycytoscape(Jupyter集成),ipydagred3,ipySigma(NetworkX + Web),Netwulf(交互式),nxviz(Matplotlib绑定),Py3plex(复杂网络分析),Py4cytoscape(Python+Cytoscape),pydot(Graphviz接口),PyGraphistry(GPU加速),python-igraph,pyvis(交互式图形),SNAP(大规模网络分析)。绘制和理解网络图从未如此简单!
356 0
下一篇
无影云桌面