前　　言?Preface 在这个以科技为中心的世界里，各式各样的机器产生了大量的数据。Splunk因此推出了业内领先的大数据智能运维平台——Splunk Enterprise。这个强大的平台能让用户将机器数据转化为可操作的、非常重要的运维智能。 本书融合了各种实用方法，旨在提供指导和实用知识，以便使读者掌握Splunk Enterprise 6的各种功能，从数据中提取出强大而重要的运维智能。 本书通过简单易学、循序渐进的操作技巧，教授读者如何有效地收集、分析并创建所在环境的运营数据报表。这些技巧将展示如何加快智能报表的交付，并教授读者通过仪表盘和应用Splunk Enterprise中的各种可视化手段来恰当地展示数据。读完本书，读者将能建立一个强大的智能运维应用程序，并学会使用Splunk Enterprise平台的多项关键特性。 当读者向他人介绍Splunk Enterprise平台和自己新掌握的获取智能运维的能力时，可将书中简单易学的诀窍用作教学工具。 本书的主要内容 第1章介绍将数据导入Splunk的多种方法，包括从本地文件和目录收集数据，通过TCP/UDP端口输入，直接从通用转发器导入或使用脚本化和模块化输入。该章还会介绍一个数据集，在之后的章节都会用到它。我们还将学习如何生成样本数据，以便与本书的每项技巧配套使用。 第2章介绍了本书的第一组技巧。该章所介绍的信息和技巧将利用第1章获取的数据，教授使用Splunk的SPL（搜索处理语言）来搜索事件数据；应用字段抽取；按字段值将同类事件分组；使用table、top、chart和stats命令来构建基本的报表。 第3章指导读者在前一章创建的报表基础上进行可视化构建。该章将教授如何通过Splunk提供的强大的可视化手段将数据和报表生动地呈现出来。该章将要介绍的可视化手段包括单值、图表（条形图、饼图、折线图和面积图）、散点图和计量器。 第4章在前一章的可视化图表的基础上，讲授仪表盘的概念。该章提供的信息和技巧将简要介绍仪表盘的用途，并教授读者如何恰当地使用仪表盘，如何使用仪表板编辑器来建立仪表盘，如何建立表单来搜索事件数据等。 第5章让读者更深入地研究数据，介绍事务、次级搜索、并发、关联和更高级的搜索命令。通过该章提供的信息和技巧，读者将学会从不同的来源聚合信息，并了解如何在不同的事件数据之间建立关联。 第6章将介绍查找和工作流程操作的概念，为的是增加分析数据。该章介绍的技巧可帮助读者应用这个核心功能来进一步加深对所分析数据的理解。 第7章解释为什么预定警报或实时警报是完整的智能运维和运营认知的关键。该章将介绍主动警报的概念和益处，并说明何时应用这些警报最好。该章提供的技巧将指导读者在前面章节所学知识的基础上创建警报。 第8章介绍汇总索引的概念，为的是加快报表速度并节约获取商业情报的时间。该章会简单介绍一些将汇总索引用于加快报表速度或长时间保存聚集统计数据的常见情况。 第9章介绍Splunk Enterprise 6推出的两个最新、最强大的特性：数据模型和透视工具。该章提供的技巧将指导读者学习建造数据模型并使用透视工具迅速设计基于已构建模型的智能报表。 第10章是本书的最后一章，介绍Splunk的4个非常强大的特性。这些特性允许读者使用Splunk来创造丰富和强大的交互体验。该章给出的技巧让读者能超越Splunk Enterprise的核心功能并制作自己的带有强大D3可视化的智能运维应用程序。此外，它也将讲述查询Splunk的REST API的技巧，并给出一个基础的Python应用来使用Splunk的SDK执行搜索。 本文出版自《华章出版社》  作者: [美]乔史·戴昆（Josh Diakun）保罗R.约翰逊（Paul R. Johnson）德莱克·默克（Derek Mock）

快速成为云计算、大数据的新型技术人才！通过阿里云大学互联网技能"轻"，迅速开启高薪职业生涯~ 上线一个月，已经有千余人参加！课程、实验、测试、认证全部在线化，阿里云大学业界首创的全在线、轻量级、场景化Apsara Clouder认证为何如此受到开发者的关注？ 全新的阿里云大学平台上线以来，一直在积极探索互联网化的云计算、大数据人才培养之路，设立了开发者课程、在线实验，考试认证等多个版块，让用户从学、到练、到考、再到认证，打造人才培养的闭环。 从阿里云大学官网考试认证页面（https://edu.aliyun.com/certification）可以看到，除了助理工程师（ACA）、认证工程师（ACP）外，还有一类“专项Clouder认证”，这是阿里云在业内首创的互联网化、轻量级，结合用户实际场景需求的场景化的全新认证，旨在通过全部在线化的课程学习+在线实验+考试，让不同地域的用户都可以利用碎片化时间，快速掌握一项云计算、大数据或云安全技能，拿到证书证明能力。 目前，阿里云大学目前共上线了5个Apsara Clouder“轻”认证： l   Apsara Clouder云计算专项技能认证：网站建设-部署与发布 说明：建站认证可以帮助学员掌握如何将一个本地已经设计好的静态网站发布到Internet公共互联网，通过自己的域名让全世界的网民访问到，并且教会学员如何完成工信部的ICP备案，实现监管合规。 认证包：https://edu.aliyun.com/certification/CLDACP01 l   Apsara Clouder云计算专项技能认证：云服务器管理运维 如何实现1+3＋5=100种可能性么？通过学习你可以掌握如何快速地开通一台云服务器，并通过管理控制台方便地进行服务器的管理、服务器配置的变更和升级、数据的备份，并保证其可以正常运转并按业务需求随时进行配置的变更。 认证包：https://edu.aliyun.com/certification/CLDACA01 l   Apsara Clouder云计算专项技能认证：云数据库管理与数据迁移 云数据库管理与数据迁移认证可以帮助学员掌握云数据库的概念，如何在云端创建数据库、将自建数据库迁移至云数据库MySQL版、数据导入导出，以及云数据库运维的常用操作。 认证包：https://edu.aliyun.com/certification/cldc04 l   Apsara Clouder云安全专项技能认证：云平台使用安全 旨在帮助学员了解由传统IT到云计算架构的变迁过程、当前信息安全的现状和形势，以及在云计算时代不同系统架构中应该从哪些方面利用云平台的优势使用安全风险快速降低90%，特别是如何用好阿里云的帐户安全和云资源管理策略做好云上资产的安全管理，是企业上云的必备技能。 认证包：https://edu.aliyun.com/certification/CLDS01 l   Apsara Clouder大数据专项技能认证：使用Quick BI 制作企业数据分析报表 本认证可以帮助学员掌握图形化报表设计、开发的方法，同时还将掌握搭建企业级报表门户。 认证包：https://edu.aliyun.com/certification/cldd01 这些认证涉及云计算、大数据、云安全领域的多个场景。据悉，后期将会面向更多的场景推出Clouder认证，形成一套完整的学习体系。 更多信息，请参见阿里云大学官网考试认证频道：https://edu.aliyun.com/certification

MaxCompute（原 ODPS）是一种大数据计算服务，能提供快速、完全托管的 PB 级数据仓库解决方案，已经与阿里云部分产品集成，可以快速实现很多业务场景。 MaxCompute 与大数据开发套件 大数据开发套件 是基于 MaxCompute 计算和存储，提供工作流可视化开发、调度运维托管的一站式海量数据离线加工分析平台。在数加中，大数据开发套件控制台即为 MaxCompute 控制台。 通过大数据开发套件，您既可直接编写并运行 MaxCompute SQL，又能可视化配置工作流并定时调度运行 MaxCompute SQL、MR 等任务。更多使用说明请参考 大数据开发套件帮助文档。 您可以将大数据开发套件理解成 MaxCompute 的 web 客户端。 MaxCompute 与数据集成 MaxCompute 可以通过数据集成加载不同数据源数据，同样也可以通过数据集成把 MaxCompute 的数据导出到各种业务数据库。 数据集成已经集成到大数据开发套件作为 数据同步 任务进行配置、运行。您可直接在大数据开发套件上 配置 MaxCompute 数据源，再配置 读取 MaxCompute 表或者 写入 MaxCompute 表任务，整个过程只需在一个平台上进行操作。 MaxCompute 与机器学习 机器学习 是基于 MaxCompute 的一款机器学习算法平台。数加上创建好 MaxCompute 项目，开通好机器学习，即可通过机器学习 平台的算法组件对 MaxCompute 数据进行模型训练等操作。详情请参见 机器学习操作文档。 MaxCompute 与 QuickBI 数据在 MaxCompute 进行加工处理后，将 Project 添加为 QuickBI 数据源，即可在 QuickBI 页面对 MaxCompute 表数据进行 报表制作，实现数据可视化分析。 MaxCompute 与 AnalyticDB AnalyticDB 是海量数据实时高并发在线分析（Realtime OLAP）的云计算服务，与 MaxCompute 双剑合璧实现大数据驱动业务系统的场景。通过 MaxCompute 离线计算挖掘，产出高质量数据后，导入分析型数据库，供业务系统调用分析。 将 MaxCompute 数据导入到 AnalyticDB，有以下两种方式： 通过 DMS for AnalyticDB 的 导入导出 功能进行配置。通过大数据开发套件配置数据同步任务，读 MaxCompute 和 写 AnalyticDB。 MaxCompute 与推荐引擎 推荐引擎 是在阿里云计算环境下建立的一套推荐服务框架，推荐服务通常由三部分组成：日志采集，推荐计算和产品对接，而推荐计算的离线计算输入和输出都是 MaxCompute（原 ODPS）表。 在推荐引擎控制台的资源管理页面，通过 添加云计算资源 的方式，将 MaxCompute 项目添加为推荐引擎的计算资源。 MaxCompute 与表格存储 表格存储（Table Store） 是构建在阿里云飞天分布式系统之上的分布式 NoSQL 数据存储服务，MaxCompute2.0 支持直接通过外部表方式访问表格存储中的表数据并进行处理，详情请参见 访问 OTS 非结构化数据。 MaxCompute 与 OSS 对象存储 OSS 是海量、安全、低成本、高可靠的云存储服务，MaxCompute2.0 支持直接通过外部表方式访问表格存储中的表数据并进行处理，详情请参见 访问 OSS 非结构化数据。 MaxCompute 与 OpenSearch 阿里云 开放搜索 OpenSearch 是一款阿里巴巴自主研发的大规模分布式搜索引擎平台。数据通过 MaxCompoute 进行计算处理后，可以在 OpenSearch 平台上通过 添加数据源 的方式将 MaxCompute 数据接入。 MaxCompute 与移动数据分析 移动数据分析（Mobile Analytics） 是阿里云推出的一款移动 App 数据统计分析产品，为开发者提供一站式数据化运营服务。当移动数据分析自带的基础的分析报表不能满足 APP 开发者的个性化需求时，可以将数据 一键同步至 Maxcompute，结合自己的业务需求来进一步加工、分析自己的数据。 MaxCompute 与日志服务 日志服务 能快速完成数据采集、消费、投递以及查询分析等功能。日志数据采集后，需要更多的个性化分析、挖掘，您可以在日志服务上 投递日志到 MaxCompute，通过 MaxCompute 对日志数据进行个性化、深层次的数据分析、挖掘。 MaxCompute 与RAM RAM是阿里云为客户提供的 用户身份管理 与 资源访问控制 服务。MaxCompute与RAM的集成使用主要有两个场景： 场景一：通过数加·大数据开发套件使用MaxCompute时，子账户的身份管理 主帐号开通并创建项目后，若需要通过数加·大数据开发套件使用MaxCompute且多个账户协同开发，必须由主帐号到RAM服务中创建子账户，将RAM子账户添加为项目成员从而进行协同开发，具体的操作可以参考大数据开发套件文档 准备RAM子账号、 添加项目成员和角色。 注意：此时RAM只起到用户身份管理功能，相关的权限管理不在RAM上控制。MaxCompute命令对RAM子账户的相关授权可以参考文档 添加 RAM 子账号。 场景二：MaxCompute处理非结构化数据时，通过RAM对非结构化数据进行授权 目前MaxCompute支持直接处理非结构化数据（包含OSS和Table Store），前提条件之一就是需要在 RAM 中授予 MaxCompute 访问 OSS或Table Store 的权限，具体可以参考文档 访问 OSS 非结构化数据、 访问Table Store非结构化数据。

在2018年云栖大会·武汉峰会的新零售专场中，阿里巴巴阿里云RPA运营负责人曾贤明向我们介绍RPA的定义，并且详细的讲解了在财务问题的处理方面运用RPA可以有效地节省人力资源、降低成本、提高效率，可以完全有机器人模拟人的行为，代替人工进行重复的有规律的操作。并且具体举例说明了运用RPA（财务机器人）如何解决其在全棉时代、安踏等一些企业与新零售的结合时财务报税方面出现的问题。数十款阿里云产品限时折扣中， 赶快点击这里 ，领券开始云上实践吧！ 直播视频回顾请点击以下为精彩视频内容整理： 阿里云RPA简介 RPA机器人不是真的人，RPA是阿里云核心自有技术，它是一个软件客户端，不是一个应用系统也不是工作流系统。所有人的工作中是有重复规律的，一个部门如果有两个人以上的话，那么他们的工作流中有超过30%是重叠的。RPA解决了工作流的问题，可以模拟人的行为，基于人的视觉、操作、处理问题可以跨系统跨平台重复有规律性的操作。总结来说，就是一个机器人模拟人的工作流，代替人的工作，来帮助企业极大提高工作效率。 阿里云RPA的优势 阿里云做的是国内第一家RPA，具有自己的知识产权。无论是本地的服务团队还是在OFFICE的兼容度上以及AI的智能模式下的应用，RPA都是充分优势的。 如何进行识别，比如我们发邮件和制作一些表单，包括一些数字平台、业务中台等这些应用型系统，新零售如何重构人物过程，这些都会产生新的系统，这些新的系统通常都是需要人工录入的。而RPA通过绑定系统，不需要整理API，就可以记录看到的并且把这些信息串起来。 RPA可以实现的场景有很多。首先是财务，财务有很多对账，需要做很多报表的工作。RPA可以将这些所有过程变得自动化，只要知道数据源在哪，明确所要做的报表类型，以及报表的格式等，RPA就都可以帮你完成。还有就是关于新零售有大量订单的问题，线下有多种不同的平台，对于打通这种平台的问题，都可以用RPA处理。对于HR的招聘问题，RPA可以模拟人登录招聘网站，搜索职位的关键词，就可以进行自动操作。对于工业生产企业，在做入库出库时，也可以使用RPA。同时RPA也可以给IT部门做自动化测试的工作。 新零售痛点 对于每一个新的商品模式，就会有一个新的系统，新的系统就需要人力去操作处理。每一个应用系统都是需要人工录入的，但系统之间又缺乏互通性。所以需要人作为宿主的搬运机，将宿主人工从A系统导入到B系统，处理完再导入到C系统，直到最后全部导出来。电商之间的平台特别多，每一个平台的操作都需要大量人力的参与。这样对于企业来说就有两种选择，扩大员工招聘和延长员工工作时间。但这两种方式就会导致企业负担大或者员工工作压力大、工作效率低。这就产生了三个问题，重复操作数据利用低、人工成本高以及工作效率低。 对于不同的系统，他们之间大多数是不通的。RPA就会将这所有过程串起来，利用一个机器人来代替人完成这所有的过程。对于一个管理者而言，并不应该让你的员工做这些重复低效的事情，应该让他们去想象应用还有哪些方面需要改善。所以应用RPA就可以很简单很快捷的去串通各个应用系统 新零售的解决方案 我们所要管理的是一个机器人，所以需要设计一个流程，让机器人代替人来工作。你要保证你的流程可以让机器人标准化，规范化，规模化，自动化的完成工作。 如图所示，这是两个部门的两个不同流程，我们就可以将她们串联成一个机器人来代替人去完成工作。 这是一个典型的客服场景应用。对于客诉部门有6个不同的场景，有6个不同的系统，加上制作报表。而RPA将这6个流程变成一个机器人。这个机器人可以顶替15个工作效率。 对于全棉时代这个企业，他们在去年原计划招工人数807人，使用了RPA后，人员没有新增。RPA为他们解决了很多问题，涉及到很多平台，重点是它的中台，使用RPA后，处理大量的订单以及客服问题都得到了很好的解决。同时有效的节省了时间、人力，并且大幅度提升了销售额，使员工有更多的时间进行自主开发学习，实现了赋能。 安踏旗下有很多不同的品牌和工厂，有4500多的专利。有多个管理系统。但电商和线下是割裂的。我们通过RPA解决了他的财务共享对账、报账方面的问题。为他们提供报税机器人，记税和报税的过程全部由机器人完成，节省了大量人工。 如图所示，机器人完成了浪沙到SAP到国地税系统的财务报账工作。 RPA能为企业带来的价值有非入侵性，不需要对方为我们提供任何的技术，不需要改变原有的系统；交付的周期短，一般3至5天就可以完成一个机器人的开发；机器人不需要休息，可以降低人工的出错率，减少人工可以降低成本并且提高准确度；还具有可扩展性，对于表单，图文等都可以自主识别，代替人工录入系统；如果工作高重叠的话，工作时间也可以变成24小时；同时不受区域的控制，地点不会影响成本效益的分析。 超级网银机器人 超级网银机器人可以有效地省去了客户每个月去银行的查询时间，并且可以定时的处理数据业务，企业的财务人员可以有效地利用节省下来的时间来做一些财务管理和流动性管理等增值业务。 目前支持的不仅这些银行，还有支持国外的不同银行的超级网银机器人。 视频具体了解RPA机器人 如图所示是正常的人工操作流程，平均处理一条结果，耗时30秒。 如图所示是机器人的操作流程，平均每处理一条结果，耗时5秒，工作效率较人工提高了6倍以上。总结如下，如果你的企业的工作是重叠度很高的，就可以通过机器人的方式让企业的业务人员从企业繁琐的工作中脱离出来，让机器人去代替人来完成工作。 本文由云栖志愿小组毛鹤整理编辑 转自： https://yq.aliyun.com/articles/597525

本章节将为您介绍如何进入仪表板，如何对数据集选择区，仪表板配置区和仪表板展示区进行基本的操作。 如果您想了解更多关于仪表板的基本概况，请参阅， 仪表板概述。 如果您想了解各种图表的制作流程，请参阅， 仪表板图表制作概述。 进入仪表板编辑页面 1 . 登录 Quick BI 首页，在左侧导航栏中，单击[backcolor=transparent]作品图标，进入到作品列表页面。 2 . 单击[backcolor=transparent]新建，在下拉菜单中选择[backcolor=transparent]新建仪表板，进入仪表板的编辑页面。 仪表板的基本操作 您可以在以下三个区域，对仪表板进行基本的操作： 数据集选择区仪表板配置区仪表板展示区 数据集选择区：您可以在数据集选择区内切换已有的数据集，并且每一个数据集的数据类型都会按照系统的预设，将字段分别列在维度和度量的列表中。您可以根据数据图表所提供的数据要素，在列表中选择需要的维度和度量字段。仪表板配置区：您可以在仪表板配置区选择需要制作的数据图表，并且根据展示的需要，编辑图表的显示标题，布局和显示图例。通过高级功能，您也可以关联多张图表，多视角展示数据分析结果。您还可以通过过滤功能过滤数据内容，也可以插入一个查询控件，帮助您查询图表中的关键数据。仪表板展示区：您可以在仪表板展示区，通过拖拽的方式，随意调换图表的位置，并且还可以随意切换图表的样式。比如将柱图切换成气泡地图，系统会根据不同图表的构成要素，将缺失或错误的要素信息展示给您。您还可以通过仪表板展示区提供的功能键来保存，预览和新建仪表板。仪表板还为您提供了引导功能，让您可以自学如何制作仪表板。 数据集选择区的操作 在数据集选择区，您可以选择或切换数据集，并对数据集的维度字段和度量字段进行搜索。 切换数据集 单击数据集切换图标，在下拉菜单中，选择或搜索需要分析的数据集，比如 company_sales_record： 如果您在下拉菜单中找不到需要的数据集，您可以单击左侧导航栏中的[backcolor=transparent]数据图标，返回到数据集列表页面，检查数据集是否创建成功。 如果您想了解如何创建数据集，请参阅， 数据集管理。 搜索维度字段和度量字段 当您选择好数据集后，系统会自动将不同类型的列分别显示在维度和度量区域。 您可以在搜索框内输入关键字，然后单击搜索图标，系统会自动将含有关键字的字段搜索出来，如下图所示： 如果您需要编辑维度或度量的类型，您可以单击左侧导航栏中的[backcolor=transparent]数据图标，在数据集列表页面，找到需要编辑的数据集，单击后面的[backcolor=transparent]编辑。如果您想了解如何编辑数据集，请参阅， 数据集管理。 仪表板配置区操作 您可以在仪表板配置区选择数据图表，并对数据图表进行属性配置。 制作数据图表之前，请确保您已经在数据集选择区选择好了数据集，并编辑好了维度和度量的类型。 操作步骤 1 . 在仪表板配置区，双击图表的图标，选中的图表会自动显示在仪表板展示区内。如果您想切换成其它样式的图表，单击其图标即可。 2 . 在[backcolor=transparent]数据标签页，选择需要的维度和度量，并将选择好的字段添加到图表对应的数据要素区域，如值轴或类别轴，如下图所示： 单击字段后面的[backcolor=transparent]删除图标，可将字段从数据要素区域中删除。 单击字段后面的小三角图标，可决定该字段所代表的值在图表中的排列顺序是升序还是降序。 3 . 选择一个维度字段，拖拽至颜色图例区域，选中的字段会以不同的颜色展示在图表中。如不能成功拖拽，系统会自动给出错误提示，您可以按照系统提示，删减或增加维度和度量字段。 以产品类型为例： a. 从维度列表中，将[backcolor=transparent]产品类型字段拖拽至[backcolor=transparent]颜色图例区域，然后单击[backcolor=transparent]更新。 b. 选中的字段会以不同颜色分列在图表中，如下图所示： c. 单击各产品前的色块图标，可更改该产品的配色方案，如下图所示： 4 . 在[backcolor=transparent]样式标签页，您可以更改图表的显示标题，布局和显示图例，如下图所示： 5 . 在图表中，单击[backcolor=transparent]订单数量下方的铅笔图标，可以更改字段的显示标题和格式，如下图所示： 6 . 您还可以通过[backcolor=transparent]系数来更改原始数值的换算单位。系数区域，只能做乘法计算，如下图所示： 比如，原始数值的单位为厘米，如果您想用米来显示数据，那么您需要用原始数值除以100。在系数区域中，您可以输入0.01来表示除以100；反之，直接输入100即可。 7 . 在[backcolor=transparent]高级标签页，您可以将当前图表与其它图表做联动。做图表联动之前，在仪表板展示区，请确保至少有两张图表可用。 字段过滤 如果您的数据量较大，您可以启用过滤器功能，将需要的某一类或者某几类数据从数据集中过滤出来。比如您可以通过过滤器将各省份中的省会城市过滤出来。您还可以在过滤器中，设定一个过滤范围，比如，您可以将订单数量的范围设置在5万到10万之间，这样图表就会按照您设定好的范围来展示数据了。 [backcolor=transparent]以过滤利润金额为例： 1 . 在度量列表中，将[backcolor=transparent]利润金额字段拖拽至[backcolor=transparent]过滤器区域，然后单击[backcolor=transparent]过滤图标。 2 . 在新弹出的对话框中设置过滤范围，如下图所示： 3 . 在下拉菜单中选择需要的过滤条件，如大于，小于或等于，如下图所示： 4 . 设置完成后，单击[backcolor=transparent]确定，然后单击[backcolor=transparent]更新，系统会按照过滤器的设置，重新绘制图表。 排序 在[backcolor=transparent]数据标签页，您可以对选定的维度和度量字段进行排序。 1 . 选中一个字段，比如[backcolor=transparent]订单数量，单击字段后面的小三角图标。向上的三角图标为升序，向下的三角图标为降序。 2 .选择完成后，单击[backcolor=transparent]更新，更新后的图表显示如下： 多图联动 在仪表板配置区中的[backcolor=transparent]高级标签页，可以实现多图表间的联动，具体操作如下： 1 . 选中一个图表，如漏斗图，在仪表板配置区，单击[backcolor=transparent]高级，打开高级标签页。 2 . 在高级标签页的列表中，系统会自动显示出可供关联的图表，如下图所示： 3 . 根据[backcolor=transparent]源字段信息，在可选的图表中选择同样的字段来关联图表，如下图所示： 如果源字段选择错误，系统会自动给出错误提示。 4 . 在仪表板展示区上方，单击[backcolor=transparent]预览图标，如下图所示，仪表板会进入到预览页面。 5 . 在预览页面，如果在漏斗图中单击华北区域，与之关联的交叉表会自动显示出华北区域的其它数据，如下图所示： 6 . 鼠标指向图表的右上角，单击[backcolor=transparent]取消关联图标，可取消图表之间的联动。 仪表板展示区操作-通用功能 您可以在仪表板的展示区对单个或多个图表进行以下操作： 管理仪表板调整各个图表位置查看图表数据删除图表 如果您是初次使用 Quick BI 的仪表板，仪表板展示区还为您提供了引导功能。您可以按照系统的引导来自学仪表板的制作。 管理仪表板 仪表板展示区为您提供了仪表板的保存，预览，新建等功能，如下图所示： 调整图表的位置 在仪表板的展示区，可以展示单个或多个图表。您可以通过拖拽的方式，调整各个图表的位置。 查看图表数据 1 . 选中一个图表，鼠标指向图表右上方，查看数据的选项会自动弹出，如下图所示： 2 . 单击[backcolor=transparent]查看数据，数据将会以表格形式在新弹出的窗口中显示。单击[backcolor=transparent]导出，可自动下载数据到本地。 删除图表 1 . 选中一个图表，鼠标指向图表右上方，删除的选项会自动弹出，如下图所示： 2 . 单击[backcolor=transparent]删除，从仪表板展示区删除此图表。 切换图表 在仪表板展示区，您可以随意切换图表的样式。 在仪表板展示区选择一张做好的图表，然后在仪表板配置区，单击所要切换的图表图标，就可完成图表切换。 以交叉表转换成柱图为例，具体操作步骤如下： 1 . 在仪表板配置区，单击柱图图标。 2 . 图表会根据您所选择的图表样式，自动完成切换，如下图所示： 如果不能正常切换，说明所选择的图表要素与当前的图表要素不匹配，您需要手动调整图表要素来完成图表切换。 系统会根据图表的切换样式，来提示您需要调整的要素名称，如下图所示： 您可以根据系统提示，在维度和度量列表中，选择合适的字段，添加到对应的图表要素区域，从而完成图表的切换。 引导功能 在仪表板展示区，单击[backcolor=transparent]问号图标，可开启引导功能。系统会自动展示图表的制作流程，您可以根据系统的提示来学习如何制作仪表板。 1 . 在仪表板展示区，单击[backcolor=transparent]问号图标。 2 . 系统会开启引导模式。提示的部分会被自动提亮。您可以点击[backcolor=transparent]上一步，[backcolor=transparent]下一步或[backcolor=transparent]跳过自行学习如何制作仪表板。 仪表板展示区操作-通用控件 仪表板展示区域支持以下四种控件： 查询条件文本框IFRAMETAB 查询条件 在仪表板配置区域，您可以选择[backcolor=transparent]查询条件控件来查询单个或多个图表中的数据。 单击[backcolor=transparent]查询条件控件，可打开查询条件控件的编辑菜单，如下图所示： 单击查询条件中的[backcolor=transparent]过滤条件，可打开过滤条件的编辑菜单，如下图所示： 您可以根据实际需要来设置查询的过滤条件，具体步骤如下： 1 . 编辑完一个或多个图表后，双击[backcolor=transparent]查询条件图标，查询条件图例会自动显示在仪表板展示区。 2 . 在[backcolor=transparent]数据标签页，为查询条件选择数据集和需要查询的字段，如下图所示： 目前，查询条件支持同源关联和非同源关联。 [backcolor=transparent]同源关联示例展示 3 . 为各个查询字段选择需要作用的图表。选择[backcolor=transparent]同源关联，在同源关联列表中，按字段类型选择图表，如下图所示： 4 . 单击[backcolor=transparent]样式，在样式标签页，您可以编辑控件的显示标题和查询按钮的位置。 5 . 编辑完成后，控件条件显示如下： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1493984999546/0123_UpdatedController.png[/img] 6 . 选中其中一个字段，比如[backcolor=transparent]订单数量，将订单数量的查询范围设置为大于50000，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1493985113064/0124_SetOrderAmountInController.png[/img] 7 . 单击[backcolor=transparent]查询按钮，字段所作用的图表会自动更新。 如下图所示，在矩阵树图中，订单数量大于50000的产品被自动显示出来了。 [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1493985218184/0125_UpdatedMatrixTree3.png[/img] [backcolor=transparent]非同源关联示例展示 查询条件还可以将来自不同数据集的数据做关联，但是要确保所关联的选项中，数据成员的值是一致的，否则关联无效。 以关联不同数据集中的订单等级为例，具体步骤如下： 1 . 在数据集选择区选择一个数据集。根据报表样式需要，编辑数据的维度和度量类型。 2 . 在仪表板配置区选择一个数据图表，例如交叉表。在维度和度量列表中选择需要的字段，并将它们依次添加到图表对应的行和列区域，然后单击[backcolor=transparent]更新。 3 . 在样式标签页中，您可以更改交叉表的显示标题和布局。例如，将交叉表的显示标题设置为[backcolor=transparent]海外报表，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1494489319602/0161_OverseaTable.png[/img] 5 . 在数据集选择区，单击数据集切换图标，切换一个数据集。根据报表样式需要，编辑数据集的维度和度量类型。 6 . 在仪表板选择区，选择一个数据图表，例如交叉表。在维度和度量列表中选择需要的字段，并将它们依次添加到图表对应的行和列区域，然后单击[backcolor=transparent]更新。 7 . 在样式标签页中，您可以更改交叉表的显示标题和布局。例如，将交叉表的显示标题设置为[backcolor=transparent]国内报表，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1494490844199/0162_DomesticTable.png[/img] 8 . 双击[backcolor=transparent]查询条件图标，为查询条件选择数据集和需要查询的字段。 9 . 选择[backcolor=transparent]非同源关联，在非同源关联列表中，按字段类型选择关联项，例如选择订单等级： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1494493427082/0163_OrderLevelInController.png[/img] 10 . 单击[backcolor=transparent]样式，在样式标签页，您可以编辑控件的显示标题和查询按钮的位置。 11 . 在查询条件中，单击[backcolor=transparent]订单等级查询字段，在左边的筛选菜单中，选择[backcolor=transparent]枚举，系统会自动将订单等级下所有可选的项目加载到查询条件中，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53448/cn_zh/1499070969437/0164_OrderLeverSelection.png[/img] [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53448/cn_zh/1499071329724/0307_SamplefromQueryController.png[/img] 12 . 选择[backcolor=transparent]中级，然后单击[backcolor=transparent]查询按钮，字段所作用的图表会自动更新。 13 . 在海外报表中，所有订单等级为中级的数据就会自动被筛选出来，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1494499022994/0165_QueryOrderLevel.png[/img] [backcolor=transparent]日期查询 1 . 在[backcolor=transparent]数据标签页，为查询条件选择数据集和需要查询的字段，比如，订单日期。 2 . 为查询字段选择一个需要作用的图表。 3 . 在控件中单击[backcolor=transparent]订单日期条目，左侧会自动弹出日期筛选页面，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1493986557928/0127_DisplayFilterTab.png[/img] 4 . 选择一个日期范围，比如，近一月。 近一个月的时间区间会自动显示在查询条件中，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1493986442182/0126_TimeZoneFilterTab.png[/img] 5 . 单击[backcolor=transparent]查询，控件所作用的图表会自动更新。 [backcolor=transparent]文本查询 1 . 在[backcolor=transparent]数据标签页，为查询条件选择数据集和需要查询的字段，比如，产品包箱。 2 . 为查询字段选择一个需要作用的图表。 3 . 在查询条件中点击产品包箱条目，左侧会自动弹出文本筛选页面，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1494583883427/0171_TextFilterInController.png[/img] 4 . 选择[backcolor=transparent]枚举，系统会自动将产品包箱下所有可选的项目加载到查询条件中。 5 . 单击下拉箭头，在下拉菜单中选择一个包箱类型，比如打包纸袋，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53448/cn_zh/1499072491734/0308_SelectPackageType.png[/img] 6 . 单击[backcolor=transparent]查询，查询条件所作用的图表会自动更新。更新后，所有产品包箱为打包纸袋的数据会全部显示在图表中，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1494584106020/0172_QueryResult.png[/img] 文本框 文本框可用于一段固定文本的输入，可用于制作报表的标题等内容。 具体操作步骤如下： 1 . 双击[backcolor=transparent]文本框的图标，文本框图例会自动显示在仪表板展示区。 2 . 根据您实际需要，输入文本框内容，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1493986949115/0128_TextController.png[/img] IFRAME 通过IFRAME，您可以在仪表板中插入您需要的网页，用来实时查询网络数据或浏览有关当前数据的网页或者网站。 具体操作步骤如下： 1 . 双击[backcolor=transparent]IFRAME图标，IFRAME图例会自动显示在仪表板展示区。 2 . 根据您的需要或者喜好，在链接地址区域，输入网页地址，如地址输入成功，网页会自动展示在控件中，如下图所示： [backcolor=transparent]注意：网页地址必须以https的方式输入。 [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53448/cn_zh/1497257383712/0214_IFRAMEFunction.png[/img] 3 . 在[backcolor=transparent]标题区域，您可以更改当前IFRAME控件的显示标题。 如果您想删除当前控件，您可用鼠标指向图表的右上方，在自动弹出的菜单中选择[backcolor=transparent]删除，当前控件即可被删除。 TAB 通过TAB功能，您可以将多张图表以标签页的形式展示。 具体操作步骤如下： 1 . 双击TAB图标，TAB图例会自动显示在仪表板展示区，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53448/cn_zh/1499419325001/0340_TABView.png[/img] 2 . 在左边的TAB编辑菜单中，您可以根据图表的需要，新增或删减TAB标签页数，也可以更改TAB的显示标题，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53448/cn_zh/1499419576363/0341_EditTAB.png[/img] 3 . 编辑好TAB标签页数后，选择一个TAB页来插入图表。比如单击TAB1，TAB1的颜色会被标蓝，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53448/cn_zh/1499419992304/0342_SelectTAB.png[/img] 4 . 从图表区域选择一个需要的图表，并双击其图标，选中的图表样例会自动添加到TAB1上，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53448/cn_zh/1499420170686/0343_AddTabletoTAB.png[/img] 5 . 按照图表的制作流程来制作图表，制作好的TAB控件如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53448/cn_zh/1499420395626/0344_UpdatedTAB.png[/img] 如果您想删除当前控件，您可用鼠标指向图表的右上方，在自动弹出的菜单中选择[backcolor=transparent]删除，当前控件即可被删除。 如果您想了解如何制作图表，请参阅， 仪表板图表制作概述。 仪表板转让、分享和公开 您可以将制作好的仪表板转让，分享和公开。具体操作步骤如下： 1 . 在 Quick BI 产品首页，单击[backcolor=transparent]作品图标，进入作品列表页面。 2 . 选择[backcolor=transparent]我的仪表板，在我的仪表板列表中选择要转让，分享或公开的仪表板。 3 . 单击后面的[backcolor=transparent]省略号图标，在下拉菜单中选择需要的操作，如下图所示： [img]http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/pic/53072/cn_zh/1493988436104/0136_BoardTransferSharePublish.png[/img] 仪表板转让 选择[backcolor=transparent]转让选项，在新弹出的对话框中，按照系统提示，输入被转让人的账号，然后单击[backcolor=transparent]转让。 仪表板分享 选择[backcolor=transparent]分享选项，在新弹出的对话框中，按照系统提示，输入被分享人的账号，并且可同时选定一个分享的截止日期，然后单击[backcolor=transparent]保存。 仪表板公开 选择[backcolor=transparent]公开选项后，在新弹出的对话框中，按照系统提示，选择一个公开的截止日期，然后单击[backcolor=transparent]公开。

Preface  前　　言 为什么要写这本书 在我做数据分析培训和咨询的过程中，经常会有学员来问我，有没有合适的统计分析方面的参考书可以推荐。被学员问得多了，慢慢地就有了写本书的冲动，一是毕竟自己写的书和培训的内容比较配套，二是写书对自己来说也是一个总结和提高的过程吧。 “理想很丰满，现实很骨感”，原来觉得自己手里有不少案例，各种工具的使用也算是比较熟练，写起书来应该得心应手，进度也会比较快，但是真到开始动手写作时，才发现并不是那么简单。从框架目录的确定、章节内容的选择、语言风格的打磨，到分析结果截图的选择等，每一个环节都需要细细地思量和斟酌。这本书的写作使我从2016年4月到11月的这段时间非常疲劳，颈椎病也复发了，因为在写书的同时，我的数据分析方面的培训并没有停止。 我在写作本书的时候，给自己规定了几个原则： 一是要实用，要能够解决企业工作中的实际问题。 二是要尽可能地降低读者上手的难度，那种操作非常繁复、需要强大坚实的统计分析理论基础，或者需要编程才能实现的功能，我都没有放在本书中。原因很简单，即使本书讲了那些难度比较大的内容，读者也很难真正应用起来。 三是语言风格尽可能轻松活泼一点，尽量避免很严肃、很晦涩的专业术语，我很难做到“寓教于乐”，但还是尽己所能让本书的阅读轻松一点吧。 在本书的写作过程中，我经常提醒自己这三条原则，并且要求自己遵守它们。 简言之，给读者带来一本“有用的、上手比较容易的、读起来比较轻松的”数据分析书，这就是我写这本书的原则和动力。 读者对象 这本书的读者对象是企事业单位中从事数据分析的非统计专业人士： 企业中的市场部相关人员，包括市场分析人员、产品设计和研发人员、销售经理等。 企业中的生产部人员，包括生产经理、质量控制经理等。 企业中的财务部人员，包括财务总监、财务经理等。 企业中其他需要经常和各类数据打交道的管理人员和一般工作人员。 如果读者是高校或者科研院所的教师、学生、科研人员，要从事专业学术论文的撰写或者纵向科研项目的研究工作，不建议你将本书作为主要的阅读和学习的书籍，因为使用的工具、模型、方法都会大相径庭，例如撰写学术论文经常要使用Eviews、Stata等专业计量工具，而这些专业计量工具在企业中使用的概率非常低。 如何阅读本书 本书分为三大部分，第一部分基础篇（第1章和第2章）主要介绍数据分析的概念、术语、方法、模型等，为后续的内容展开奠定基础。 第二部分制表篇（第3章到第5章）介绍数据的采集、整理以及常用数据报表的制作。 第三部分数据分析篇（第6章到第14章）占据了本书的大部分篇幅，囊括了常用的、有代表性的、实用的功能，包括数据扫描、数据标注、异常值分析、回归等。 本文出版自《华章出版社》  作者: 纪贺元