V3版可以对更多的数据场景分析,可以用在系统日志,销售数据,医疗门诊等不同行业的数据进行分析透视。而它的目标并不是简单地进行数据汇总,更注重于不同时间段和不同标签之前的数据的汇总和差异对比,通过数据的差异性对比挖掘出更多的数据价值;再加上灵活的数据标签维度选择让你透视不同时间不同维度的数据更加得心应手。

这一版带来改变是:支持全屏展示,多数据库分析展示,更明细化的透视功能;支持求和,最大值,最小值和平均值函数支持;多标签数据维度分析让你更轻松地分析透视数据,以上所说的所有功能只需要点击鼠标即可完成。接下来详细介绍V3版本的功能。

在线演示可访问:http://data.beetlex.io/

安装

数据分析平台可运行在linux和windows两种平台上,无须安装,下载对应版本到系统解压运行即可。

  • 运行环境要求:

服务对系统硬件要求并不高,2核1G内存即可以让服务正常运行起来。

  • 数据环境要求:

ElasticSearch 6.x或7.x

  • 服务下载地址:

https://github.com/beetlex-io/downloads

https://gitee.com/beetlex-io/downloads

根据系统下载BeetleX.DataAnalyzeApp-xx-linux64.zip或

BeetleX.DataAnalyzeApp-xx- win64.zip

  • 运行

//linux
sudo chmod 777 BeetleX.OrderAnalyzeApp //一股解压后需要配置运行权限
sudo ./BeetleX.OrderAnalyzeApp //port=80 默认80端口
//windows
BeetleX.OrderAnalyzeApp.exe //port=80 默认80端口

管理用户名密码: admin/123456

数据源

在V3这个版本中服务支持创建多个数据分析源,每个数据源都可以单独进行统计分析。

创建数据源也比较简单,只需要设置数据源名称和对应的ElasticSearch即可,剩下的工作就由服务自动完成。涉及费用选项主要描述当前数据源是否用于费用统计,如果是那在数据导入过程中需要设置相关字段。  数据库创建后可以通过数据右上角的一些按钮进行统计分析,重置和删除数据库操作。

 导入数据

服务暂时只支持CSV文件导入,虽然有接口支持数据导入但这接口更多是给数据源抽取服务作对接使用。

上传CSV文件后会展示出导入功能界面,根据相关提示设置对应的字段信息,如果在创建数据库的时候开启的涉及费用分析选项,则需要选择对应的费用字段。

标签字段在导入前是必选项,可以根据需要分析标签选择上,这样在后面的分析透视时就可以把用这些标签作为数据分析的维度进行选择(可以理解每一个标签字段对应一个分析维度)。

汇总概要

主要不同周期不同数据标签的数据进行一个环比,分别天,周,月和年作为基础环比时间线;对比标签则是在导入时选择的标签字段。

如果需要对某个国家的产品月销售销售进行一个概念环比,在过虑标签上选择对应的标签国家即可

区域汇总

通过地图区域的方式来展示数据分析透视,服务暂只支持国内地区,支持的位置有6万多条省,市,县和街道信息。分析透视可以选择具体的时间段和不同的标签来进行一个区域分析。

也可以选择不同的标签进行地理汇总,接下来分析一下北京以产品分类来做一个汇总,并汇总出当前分类前20的产品情况。

标签汇总

通过指定某一时间段,对标签占比前N的数据进行一个分类汇总;常用于数据标签的分布情况进行透视,如医院门诊科室前N或医师前N的数据等等。

以下分析出2018年的科室和医师前20

以下是对美国2021年新冠肺炎,地区分布汇总情况和区域域的趋势情况。

 年汇总

以年为时间轴对数据标签进行一个分析透视,可以根据自己的需要可以对数据标签进行一个同比,环比和不同标签数据的横向对比透视。

以上是对比4年医院的门诊情况。也可以针对某个数据标签来进行对比,如不同门诊科室。

月汇总

以月为时间轴对数据标签进行一个分析透视,可以根据自己的需要可以对数据标签进行一个同比,环比和不同标签数据的横向对比透视。具体功能参考年汇总。

自定汇总

自定义时间轴对数据标签进行一个分析透视,可以根据自己的需要可以对数据标签进行多个横向对比透视。

以上针对不同员工的销售对比情况,也可以对比同一地区不同产品的销售情况。

总结

通过BeetleX的数据分析平台,只需要导入数据就可以进行非常灵活的数据分析透视.很多对比性的数据分析处理就算用EXCEL都要进行繁琐的数据筛选和处理后才能得到结果,在制作图表上在基础的原始表数据那就更不容易。但在通过BeetleX数据分析平台,只要导入原始的数据然后通过简单的选择即可以得到非常丰富的数据走势和不同情况数据对比透视。

后期计划

有很多时候只需要平台提供数据,应用自己做更复杂的数据展现,为了满足这方面的需求,BeetleX数据分析平台会制定数据导入和分析查询的API以便于更好地和不同应用进行数据整合处理。

BeetleX数据分析中间服务V3的更多相关文章

  1. Winform/WPF中内嵌BeetleX的HTTP服务

    在新版本的BeetleX.FastHttpApi加入了对netstandard2.0支持,如果程序基于.NetFramework4.6.1来构建WinForm或WPF桌面程序的情况下可以直接把Beet ...

  2. BeetleX之FastHttpApi服务使用详解

    BeetleX是开个轻量级高性能的开源TCP通讯应用框架,通过BeetleX可以轻松扩展不同场的TCP应用服务和客户端组件.框架开源地址:https://github.com/IKende/Beetl ...

  3. BeetleX之TCP服务应用详解

    BeetleX是.net core平台下的一个开源TCP 通讯组件,它不仅使用简便还提供了出色性能的支持,可以轻易让你实现上百万级别RPS吞吐的服务应用.组件所提供的基础功能也非常完善,可以让你轻易扩 ...

  4. BeetleX大数据之产品分析服务

        数据规模过于庞大?数据标签过多难以管理?增加新的分析维度需要配置?这些beetlex.io都能轻松解决,即导即用,数据标签自动管理,轻易实现多种维度数据分析处理.接下介绍BeetleX针对产品 ...

  5. BeetleX服务网关之限流和缓存

    限流和缓存相关是网关中两个非常重要的功能,前者是保障服务更可靠地运行,后者则可以大大提高应用的吞吐能力.Beetlex.Bumblebee微服务网关提供了两个扩展插件来实现这两个功能,分别是Beetl ...

  6. BeetleX之WebSocket详解

    对于BeetleX来说编写WebSocket服务是一件非常简单的事情,当你实现一个Web Api应用的同时这些API方法也是WebSocket服务方法.接下来主要讲解如何通过JavaScript调用B ...

  7. 朱晔的互联网架构实践心得S2E4:小议微服务的各种玩法(古典、SOA、传统、K8S、ServiceMesh)

    十几年前就有一些公司开始践行服务拆分以及SOA,六年前有了微服务的概念,于是大家开始思考SOA和微服务的关系和区别.最近三年Spring Cloud的大火把微服务的实践推到了高潮,而近两年K8S在容器 ...

  8. Spring Cloud与微服务构建:微服务简介

    Spring Cloud与微服务构建:微服务简介 单体架构及其不足 1.单体架构简介 在软件设计中,经常提及和使用经典的3曾模型,即表示层.业务逻辑层和数据访问层. 表示层:用于直接和用户交互,也成为 ...

  9. 1、Spring Cloud - 微服务简介

    前言: 业界大牛马丁.福勒(Martin Fowler) 这样描述微服务: 论文网址:https://martinfowler.com/articles/microservices.html 就目前而 ...

随机推荐

  1. 如何使用 Navicat Premium 的新“自动运行”工具自动运行行数据库复制。

    数据库复制有至少三种不同的方式: 快照复制:一台服务器上的数据复制到同一台或不同服务器上的另一个数据库. 合并复制:来自两个或多个数据库的数据被合并到一个数据库中. 事务复制:用户收到数据库的完整初始 ...

  2. MySQL全面瓦解23:MySQL索引实现和使用

    MySQL索引实现 上一篇我们详细了解了B+树的实现原理(传送门).我们知道,MySQL内部索引是由不同的引擎实现的,主要包含InnoDB和MyISAM这两种,并且这两种引擎中的索引都是使用b+树的结 ...

  3. 如何系统的了解Kafka

    1.概述 在大数据的浪潮下,时时刻刻都会产生大量的数据.比如社交媒体.博客.电子商务等等,这些数据会以不同的类型存储在不同的平台里面.为了执行ETL(提取.转换.加载)操作,需要一个消息中间件系统,该 ...

  4. Mybatis(一):手写一套持久层框架

    作者 : 潘潘 未来半年,有幸与导师们一起学习交流,趁这个机会,把所学所感记录下来. 「封面图」 自毕业以后,自己先创业后上班,浮沉了近8年,内心着实焦躁,虽一直是走科班路线,但在技术道路上却始终没静 ...

  5. 基于Hi3559AV100 RFCN实现细节解析-(3)系统输入VI分析(HiISP)二 :

    下面随笔系列将对Hi3559AV100 RFCN实现细节进行解析,整个过程涉及到VI.VDEC.VPSS.VGS.VO.NNIE,其中涉及的内容,大家可以参考之前我写的博客: 基于Hi3559AV10 ...

  6. TensorFlow学习(1)

    初识TensorFlow 一.术语潜知 深度学习:深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法. 深度学 ...

  7. MyBatis(十一):MyBatis架构流程浅析

    架构分层 我们将MyBatis架构分为三层,分别为接口层.数据处理层和框架支撑层 接口层:提供外部接口调用的API,使用端通过这些API来操作数据库,接口层收到请求后会调用数据处理层完成具体的数据处理 ...

  8. Android应用程序的进程创建过程

    目录 前言 步骤 step1 Ams发起请求startProcessLocked step2 Zygote收到请求 step3 handleChildProc -- 进入子进程的世界 step4 Ru ...

  9. 1、MyBatis教程之环境准备和简介

    1.环境准备 jdk 8 + MySQL 5.7.19 maven-3.6.1 IDEA 学习前需要掌握: JDBC MySQL Java 基础 Maven Junit Idea快捷键 一键格式化代碼 ...

  10. Python 详解修饰器 附带 js使用修饰器

    修饰器 功能 修饰器的主要功能是,在不改变已有代码的情况下,为某一个类,方法等扩展功能 首先看这样一段代码 def foo(): for i in range(10): print(i) foo() ...