Quick BI使用案例01:巧用lod函数和加速引擎解决跨维度占比计算,从3分钟到0.9秒快速查数

简介: 「Quick BI使用案例」系列基于真实问题,聚焦高频误区与实用技巧。本文详解如何用LOD函数计算分组占比,并通过加速配置将140万行数据查询从超时优化至0.9秒,提升性能。

栏目说明

Quick BI使用案例」系列短文都来源于用户遇到的真实问题

文章聚焦使用过程中的高频误区与使用技巧,希望能帮助您充分地发挥产品价值。



问题背景

某用户需要计算各实验室各项目收入占到全体收入的比例,且每个实验室需要单独使用TAB栏列出。使用SQL查询数据量在140万行左右。



解决方案

Step1. 新建计算字段,使用LOD函数

首先,我们需要新建计算字段,使用LOD_EXCLUDE{<维度声明> : <聚合表达式>}求出占比。

如何使用LOD函数以及为什么是用LOD_EXCLUDE

我们可以打开官方文档,右上角输入关键字找到对应文档分析函数(lod函数),并查看示例

image.png

最终我们得到的公式为:sum([收入金额])/ sum(LOD_EXCLUDE{[实验室]:sum([收入金额])})

拆分来看,其实就是我们平时用的sum(a)/sum(b)加上LOD_EXCLUDE,并不复杂:分子使用聚合函数正常计算每个实验室每个项目的实际收入,分母使用LOD_EXCLUDE计算每个项目的总收入。


Step2. 在数据集界面选择对应数据集,点击【加速配置】按钮,配置开启加速




常见误区

1.a/b和sum(a)/sum(b)
使用sum函数是为了先进行汇总计算。a/b和sum(a)/sum(b)的逻辑是不一样的,第一个是先在明细数据做除法,除完再根据分组维度进行求和。 第二个是分别将a和b根据分组维度求和后,再相除。


2.LOD函数式能否直接做分母
有的用户会把公式写成:sum([收入金额])/LOD_EXCLUDE{[实验室]:sum([收入金额])}
需要注意,LOD函数结果仍然是明细数据,可以被聚合;如果不加sum(),就会变成聚合/明细
这在语法上是不对的,虽然部分兼容性强的数据库不会报错,但是会导致最后出现错误的数据结果。
另外也会导致抽取加速失败,数据库报错会回退到直连数据库模式去查询,导致查询时间超过三分钟。
当我们优化了正确的公式写法,再开启加速引擎,原本140万行的SQL现在只需要0.9秒就可以查询到啦


3.报表很慢但不知道原因,可使用「性能诊断」

参考对应文档「性能诊断」,点击仪表板右上角按钮进入后我们就可以得到各组件的诊断结果。

当报表内存在可能影响性能的因素时,性能诊断会给出具体的优化建议,可以根据描述进行对应的优化。

比如刚才的问题,我们通过性能诊断定位原因是“计算字段存在引擎不支持的特殊语法”,就可以返回进行针对性优化。



如阅读后有任何问题,您可以点击Quick BI产品内右下角【帮助与反馈】按钮与我们取得联系。

相关文章
|
13天前
|
SQL 移动开发 关系型数据库
Quick BI使用案例02:基于人员维度的指定时间段订单分组排序
本文介绍Quick BI基于人员维度的指定时间段内订单分组排序的两种方案:通过使用占位符和ROW_NUMBER()函数建自定义SQL数据集,在明细表中实现。或者通过物理表建数据集,在交叉表中利用计算字段与累计计算实现。帮助用户按人员维度展示指定时间段内的订单序列,更好的进行数据分析。
|
13天前
|
数据可视化 BI
Quick BI使用案例03:让仪表板中表格列标题“各显其色”:自定义每列的表头颜色
在 Quick BI 交叉表和明细表中,所有列的表头仅支持设置统一的背景颜色。然而在实际报表开发中,常需要在仪表板中通过差异化表头样式来直观区分不同维度或指标列(例如:关键指标高亮、分类字段着色等),以提升可读性与分析效率。 本文将介绍一种在 Quick BI 仪表板中实现表格各列表头独立配色的实用方案,帮助您打造更清晰、更专业的可视化报表。
|
18天前
|
SQL 人工智能 数据挖掘
Quick BI V6.0发布:让人人都能拥有的「超级数据分析师」到底强在哪?
阿里巴巴发布首个数据分析Agent“智能小Q”,集成问数、解读、报告生成与报表搭建能力,基于AI实现一句话获取数据洞察。Quick BI 6.0深度融合AI与BI,升级多源数据接入、自动化分析与协同办公,让企业人人拥有“超级数据分析师”。
|
6天前
|
BI
Quick BI使用案例04:一图多看:实现同一图表时间粒度(年/月/日)自由切换
本文详解如何通过查询控件联动和维度组功能,实现图表内年、月、日时间粒度的动态切换,提升分析效率与仪表板可用性。
|
自然语言处理 监控 数据可视化
告别“数据焦虑”——详解Quick BI 移动端6大使用场景
Quick BI移动端微应用集成钉钉、企业微信、飞书,支持实时数据查看、智能问数、库存填报、协同DING、告警订阅等功能,助力企业实现“千人千面”数据决策,让数据真正走进业务场景。
告别“数据焦虑”——详解Quick BI 移动端6大使用场景
|
人工智能 数据可视化 数据挖掘
Quick BI 体验&征文有奖!
瓴羊生态推出Quick BI 征文激励计划,鼓励用户分享数据分析实践经验与技术洞察,征集高质量原创文章。内容围绕AI功能体验与BI案例实践,设季奖、年奖及参与奖,优秀作者可获现金奖励、产品内测资格及官方认证形象。投稿截止至2026年3月31日。
Quick BI 体验&征文有奖!
|
5月前
|
人工智能 供应链 数据挖掘
瓴羊入选中国信通院《AI Agent智能体产业图谱》
2025数据智能大会在京召开,中国信通院发布《AI Agent智能体产业图谱1.0》,瓴羊Quick BI凭借智能数据分析能力入选。该图谱系统梳理AI Agent产业生态,涵盖基础底座、平台、通用与行业智能体四大领域。Quick BI通过融合大模型技术,重构企业数据分析方式,实现从“被动响应”到“主动服务”的升级,广泛应用于供应链、零售、财务等多个场景。此次入选标志着瓴羊在数据分析智能体领域的创新成果获高度认可。作为阿里巴巴旗下数智服务品牌,瓴羊将持续推动企业智能化转型,释放数据价值,助力“人工智能+”深度发展。