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. 将VMware工作站最小化到托盘栏

    目录 前言 将VMware最小化到托盘栏的方法 1.下载 Trayconizer 2.解压 trayconizerw.zip 3.创建 VMware 快捷方式 4.修改 VMware 快捷方式 5.运 ...

  2. 解决浏览器点击button出现边框问题

    发现问题 本人不懂浏览器的HTML代码 不知道怎么在chrome浏览器的F12之后点到了哪里 点击button的时候就会出现黑色边框 解决 终于发现不是因为动了调试页面,而是动了谷歌浏览器的高级选项, ...

  3. C++的标识符的作用域与可见性

    下面是关于C++的标识符的作用域与可见性学习记录,仅供参考 标识符的作用域与可见性 作用域是一个标识符在程序正文中有效的区域. 作用域分类 ①函数原型作用域 ②局部作用域(快作用域) ③类作用域 ④文 ...

  4. Oracle VM VirtualBox下创建CentOS虚拟系统

    下载镜像 创建虚拟电脑 点击新建,输入服务器命名(根据自己喜好),选择好类型和版本(我下载的是64位的CentOS系统,所以选择类型为Linux,版本为其他版本). 修改内存大小 系统建议为512M, ...

  5. 话说 wait、notify 、 notifyAll

    一.前言 说起java的线程之间的通信,难免会想起它,他就是 wait .notify.notifyAll 他们三个都是Object类的方法, 受到 final 和 native 加持 ,也就造就了他 ...

  6. 181. 超过经理收入的员工 + join + MySql

    181. 超过经理收入的员工 LeetCode_MySql_181 题目描述 方法一:笛卡尔积 # Write your MySQL query statement below select e1.N ...

  7. ACM STU week3

    STU ACM训练week3(2.5-2.15) By@Xiezeju 训练计划的CP4配套资源库 训练时间安排 定期任务 任务 每日 进行1小时的盲打训练锻练手速 打字网站,最好注册账号以保存进度 ...

  8. Python爬虫系统化学习(5)

    Python爬虫系统化学习(5) 多线程爬虫,在之前的网络编程中,我学习过多线程socket进行单服务器对多客户端的连接,通过使用多线程编程,可以大大提升爬虫的效率. Python多线程爬虫主要由三部 ...

  9. mongodb导入,导出实例

    MongoDB中文手册|官方文档中文版 英文版:https://docs.mongodb.com/manual/ 1.mongoexport 导出文件 打开命令行,进入我们所安装的mongodb路径下 ...

  10. 60秒定位问题,十倍程序员的Debug日常

    作者:陶建辉 这是我在 2020 年 5 月写的一篇内部博客,当时是希望研发和技术支持同学能够帮助用户快速定位 Bug,解决问题.2020 年 12 月我又迭代了一版,并还针对此进行了内部的培训.这段 ...