带你读《企业级云原生白皮书项目实战》——5.4.4 开始使用(2)

本文涉及的产品
智能商业分析 Quick BI,专业版 50license 1个月
简介: 带你读《企业级云原生白皮书项目实战》——5.4.4 开始使用(2)

《企业级云原生白皮书项目实战》——第五章 大数据——5.4 Quick BI 数据可视化分析平台——5.4.4 开始使用(1): https://developer.aliyun.com/article/1228096?groupCode=supportservice


5.4.4.1.2 数据集

数据源配置完毕后,可以据此创建数据集、加工所需字段、字段类型转换以及预览等操作。

1.创建数据集

可以通过直接拖拽数据表到工作区的方式构建数据模型,配置数据表之前的关联关系,即可在数据预览区域查看待分析或展示的数据集明细,确认无误后点击右上角的保存即完成数据集的构建。

image.png


同时也可以通过SQL的方式生成数据集在此期间也可以根据数据表的字段加工额外的衍生字段,Quick BI会根据返回字段的类型区分维度和度量,并展示在数据预览区域中。这是一种使用较为广泛的数据集生成方式,无论从之前分析取数SQL逻辑的迁移到强大的灵活性都受到了广大的好评。

image.png


2.添加计算字段

在通过拖拽数据表或者是自定义SQL生成的初版数据集的基础上,可以按照excel的操作方式,借助给定的函数在“字段表达式”处生成新的明细字段或者是复杂的聚合字段(例如指定维度下两个聚合字段的比值),同时指定该字段的“字段类型”、“格式化类型”以及“字段描述”用于更好的展示和使用该字段进行分析和可视化。

1684985775598.png


需要说明的是,明细字段在配置完成后可以在预览界面立即查看计算结果,但是涉及“SUM”和“COUNT”类的聚合函数的字段在预览页面将会显示为“-”,这是正常切符合预期的,预览界面为明细表展示,聚合字段需在指定维度下才会进行计算和正常显示。

3.字段类型转换

用户可以在数据预览页面对字段的类型进行转换,点击字段的设置按钮,点击“维度类型转换”即可选择相应的转换类型。此项功能比较常用的是将字符串类型或者是数值类型存储的日期字段进行转换,日期类型在Quick BI中会自动解析该日期字段的年、季度、月、周以及天的粒度用以不同场景下可以直接拖拽使用,以满足报表中对标准日期字段筛选和交互的相关需求。


《企业级云原生白皮书项目实战》——第五章 大数据——5.4 Quick BI 数据可视化分析平台——5.4.4 开始使用(3): https://developer.aliyun.com/article/1228090?groupCode=supportservice

相关实践学习
助力游戏运营数据分析
本体验通过多产品组合构建了游戏数据运营分析平台,提供全面的游戏运营指标分析功能,并有效的分析渠道效果。更加有效地掌握游戏运营状态,也可充分利用数据分析的结果改进产品体验,提高游戏收益。
Quick BI在业务数据分析中的实战应用
Quick BI 是一款专为云上用户和企业量身打造的新一代自助式智能BI服务平台,其简单易用的可视化操作和灵活高效的多维分析能力,让精细化数据洞察为商业决策保驾护航。为了帮助您更快的学习和上手产品,同时更好地感受QuickBI在业务数据分析实践中的高效价值,下面将以一个真实的数据分析案例为场景带您开启QuickBI产品之旅。场景:假设您是一家大型互联网新零售企业的数据分析师,您的经理刚刚拿到8月份的月度运营分析数据,他发现近期企业运营状况不佳,8月份毛利额环比前几个月下滑较大,三季度存在达标风险。因此将这个任务交给了您,根据订单信息和流量渠道信息等相关数据,分析企业8月份毛利额下滑的关键要素,并将其分享给团队,以便指导相关业务部门采取决策和行动,提高企业整体毛利额。  
相关文章
|
3月前
|
SQL 缓存 分布式计算
阿里云连续五年入选Gartner®分析和商业智能平台魔力象限,中国唯一
Gartner® 正式发布《分析与商业智能平台魔力象限》报告(Magic Quadrant™ for Analytics and Business Intelligence Platforms),阿里云成为唯一入围该报告的中国厂商,被评为“挑战者”(Challengers)。这也是阿里云连续五年入选该报告。
|
9天前
|
运维 Cloud Native Serverless
Serverless Argo Workflows大规模计算工作流平台荣获信通院“云原生技术创新标杆案例”
2024年12月24日,阿里云Serverless Argo Workflows大规模计算工作流平台荣获由中国信息通信研究院颁发的「云原生技术创新案例」奖。
|
5月前
|
Cloud Native 安全 大数据
云原生与大数据
【8月更文挑战第27天】云原生与大数据
74 5
|
9天前
|
人工智能 Cloud Native 大数据
DataWorks深度技术解读:构建开放的云原生数据开发平台
Dateworks是一款阿里云推出的云原生数据处理产品,旨在解决数据治理和数仓管理中的挑战。它强调数据的准确性与一致性,确保商业决策的有效性。然而,严格的治理模式限制了开发者的灵活性,尤其是在面对多模态数据和AI应用时。为应对这些挑战,Dateworks进行了重大革新,包括云原生化、开放性增强及面向开发者的改进。通过Kubernetes作为资源底座,Dateworks实现了更灵活的任务调度和容器化支持,连接更多云产品,并提供开源Flowspec和Open API,提升用户体验。
|
6天前
|
编解码 弹性计算 大数据
软硬结合助力倚天云原生算力再进化,加速大数据、视频转码上云步伐
本文介绍了云原生算力的进化,重点讨论了倚天710 CPU在大数据和视频转码场景中的应用与优势。倚天710采用ARM架构,通过物理核设计和CIPU加速卡优化,显著提升了高负载下的性能稳定性,并在实际应用中帮助客户实现了20%-40%的性能提升和成本降低。此外,文章还探讨了操作系统、编译器等底层软件的优化,以及如何通过龙蜥社区和阿里云平台支持更多应用场景,助力企业实现高效迁移和性能优化。
|
2月前
|
机器学习/深度学习 算法 数据挖掘
如何利用 BI 工具分析客户流失原因?
如何利用 BI 工具分析客户流失原因?
60 10
|
2月前
|
人工智能 Cloud Native 算法
|
2月前
|
存储 Cloud Native 块存储
EBS深度解析:云原生时代企业级块存储
企业上云的策略,从 Cloud-Hosting 转向 Serverless 架构。块存储作为企业应用上云的核心存储产品,将通过 Serverless 化来加速新的计算范式全面落地。在本话题中,我们将会介绍阿里云块存储企业级能力的创新,深入解析背后的技术细节,分享对未来趋势的判断。
157 2
|
2月前
|
分布式计算 大数据 BI
ClickHouse与大数据生态整合:从ETL到BI报表
【10月更文挑战第27天】在这个数据驱动的时代,企业越来越依赖于数据来做出关键决策。而高效的数据处理和分析能力则是支撑这一需求的基础。作为一位数据工程师,我有幸参与到一个项目中,该项目旨在利用ClickHouse与Hadoop、Spark、Flink等大数据处理框架的整合,构建一个从数据提取(Extract)、转换(Transform)、加载(Load)到最终生成商业智能(BI)报表的全流程解决方案。以下是我在这个项目中的经验和思考。
103 1
|
2月前
|
人工智能 供应链 搜索推荐
大数据分析:解锁商业智能的秘密武器
【10月更文挑战第31天】在信息爆炸时代,大数据分析成为企业解锁商业智能的关键工具。本文探讨了大数据分析在客户洞察、风险管理、供应链优化、产品开发和决策支持等方面的应用,强调了明确分析目标、选择合适工具、培养专业人才和持续优化的重要性,并展望了未来的发展趋势。

热门文章

最新文章

下一篇
开通oss服务