在3月29日深圳云栖大会的数据分析与可视化专场中,阿里云产品专家潘炎峰(陌停)对大数据智能分析产品 Quick BI 进行了深入的剖析.大会现场的精彩分享也赢得观众们的一直认可和热烈的反响. Quick BI诞生于阿里巴巴集团自身对数据分析的需求过程.从自研报表,到自研BI可视化,再到现在所使用的智能Quick BI,集团经历了多年的探索.从当初重度依赖专业的数据分析人才,到现在赋予一线业务人员智能化的分析工具,阿里小二们真正的做到了“数据化运营”让数据产生价值. 数据处理 现在,越来越多的企业

1.到数据集里面点击编辑要做地图分析的数据集 2.找到要分析的地理维度字段,选择转换为对应的类型,这里为市级,所以选择转换为市,其它类似,然后点击右上角保存即可. 3.返回数据集,点击新建仪表板 4.把相应维度拖到相应区域,然后单击"更新"即可.(这里也可以设置自动更新,就无需每次改变分析维度或者数据都需要点记更新,在右上角点击"高级",把"自动刷新"勾上并设置时间即可)

在3月29日深圳云栖大会的数据分析与可视化专场中,阿里云产品专家陌停对大数据智能分析产品 Quick BI 进行了深入的剖析.大会现场的精彩分享也赢得观众们的一直认可和热烈的反响. 大数据分析之路的挑战与期望 阿里巴巴作为一家大数据公司,整个集团,从上到下都在践行数字化运营.传统的大数据分析之路,正面临着临时需求多.需求响应时间长.本地化现象严重.专业人才紧缺等挑战,急需构建一个面向业务人员的自助式大数据分析工具,让业务人员自助式实现在线数据分析,助力企业业务的数据化. Quick BI核心能力

对于普通的表格展示数据,相信大家都非常熟悉了,今天给大家介绍的是BI领域的分析利器-交叉表,这个在BI分析场景中使用占比最多的分析利器.通过交叉表对数据的承载和管理,用户可以一目了然地分析出各种场景指标以及对比,帮助用户作出决策.我们简单列举几个场景看看Quick BI的宝藏功能——交叉表吧! 场景一:多角度排序 很多时候,当我们面对大量数据时,都需要用到排序来知晓 TOP N 等场景,在这里,Quick BI的交叉表提供了两种排序方式. 1.全量排序 全量排序是直接对某个字段(维度/度量)进行

Quick B的SQL传参建模功能提供基于SQL的数据加工处理能力,减轻了IT支撑人员的工作量.在即席查询SQL中,我们用物理字段显示别名来表示参数的占位符,配置完占位符后,就可以在查询控件中进行参数绑定.在的传参建模中,本质透传的是逻辑条件,执行过程中会将物理字段:显示别名来表示参数的占位符,配置完占位符后,就可以在查询控件中进行参数绑定.在QuickBI的SQL传参建模中,本质透传的是逻辑条件,执行过程中会将“{物理字段:显示别名}”替换为“物理字段 > 查询值 ” 或 “物理字段 = 查询

Quick BI 潜心打造了核心技术底座(OLAP分析引擎),实现了SQL解析.SQL调度.SQL优化.查询加速等基础能力,支撑Quick BI的数据分析和查询加速.OLAP分析引擎包括数据源连接.数据模型.智能查询路由.通用查询.加速查询等5大核心能力.今天就Quick BI的数据源连接能力,小编给大家作个详细介绍! 支持哪些数据源:支持24种数据源 数据源是Quick BI用于连接业务数据库的管理功能,是数据分析的基础准备工作.Quick BI数据源,仅做数据源连接.SQL任务解析及调度,所

前言: 最近小编帮助隔壁团队一个小姐姐解决了个大难题:给老板汇报业绩分析,频次提高.效率提升,还得保证团队中的小伙伴们都得有点大数据时代的基本数据能力.小编觉得这么好的经验可以分享给更多志同道合的朋友们,所以决定加班加点,推出Quick BI的功能.场景及技巧分享系列,为大数据时代舔砖加瓦! Quick BI是阿里云上面向企业和个人提供的高效数据分析及展现服务平台,承载了数据连接.数据处理.数据分析及可视化的能力.本文是Quick BI分享系列的第一篇,可以帮助大家在20分钟完成敏捷BI的认知及

一.摘要 随着互联网的高速发展,数据量爆发式增长的同时,数据的存储形式也开始呈现出多样性,有结构化存储,如 Mysql, Oracle, SQLServer 等,半结构化甚至非结构化存储,如HBase,OSS 等.那么从事数据分析的人员就面临着从多种多样的数据存储形式中提取数据而后进行多维分析,这将是一件非常具有挑战的事情.而Quick BI 作为新一代智能BI服务平台,恰好解决了这一难题,不仅支持多种结构化数据源的多维分析,也支持本地文件上传后的查询分析,同时还支持部分非结构化数据源的OLAP

一.摘要 随着物联网的告诉发展,数据量呈现井喷式的增长,如何来分析和使用这些数据,使数据产生商业价值,已经变得越来越重要.值得高兴的是,当前越来越多的人已经意识到了用数据分析决定商业策略的重要性,也都在进行着各行各业的数据分析.众所周知数据分析的核心是数据,为了更容易的分析数据,数据模型的设计需要遵循一定的规范.当前最流行的联机分析处理(OLAP)的规范为维度建模规范.本文介绍Quick BI如何进行维度建模,基于维度模型如何来自动化的生成分析查询的SQL语句,从而使数据分析变得更容易. 关键字

我叫洞幺,是一名大型婚恋网站“我在这等你”的资深老员工,虽然在公司五六年,还在一线搬砖.“我在这等你”成立15年,目前积累注册用户高达2亿多,在我们网站成功牵手的用户达2千多万.目前我们的公司在CEO的英名带领下,为我国民生问题出点绵薄之力. 缘起 突然有一天,我主管说公司最近购买了阿里云的QuickBI专业版.说了一大堆要好好利用数据的道理.说Quick BI的高大上, 可以通过提供海量数据即席分析什么的.电子报表制作及拖拽式的可视化分析能力什么的,重塑数据生产的全链路什么的.我听得模模糊糊,

写在开头 对于普通的表格展示数据,相信大家都非常熟悉了,今天给大家介绍的是BI领域的分析利器-交叉表,这个在BI分析场景中使用占比最多的分析利器.通过交叉表对数据的承载和管理,用户可以一目了然地分析出各种场景指标以及对比,帮助用户作出决策. 术语说明 行和列:行一般是作为一个系列分类的概念,里面通常放置维度字段:列与行对应,是用于展示统计分析的数据,通常放置度量字段.钻取:钻取是改变维的层次,变换分析的粒度.它包括向上钻取和向下钻取.通过向导的方式,用户可以定义分析因素的汇总行,例如对于各地区各

开发图表最关键的点在于选择准确的图表类型展示准确的数据,而准确的数据往往依赖于一个强大的取数模型,因此设计一个好的取数模型不仅可以解决数据安全的问题,更可以帮助每个访问者高效触达自己想要的数据,开发者可以通过使用Quick BI建立起多层次多粒度的取数模型. 在构建取数模型前,简单介绍一下数据集的概念.Quick BI 目前已经支持为20多种数据库建立连接,建立连接后我们会在系统内为每个连接生成一个逻辑实体称之为数据源.通过预览数据源可以查看对应数据库下面的物理表信息,并能够基于这些物理表创建数

摘要 就数据访问权限而言,阿里巴巴以“被动式授权”为主,你需要什么权限就申请什么权限.但是,在客户交流过程中,我们发现绝大多数企业都是集中式授权,尤其是面向个人的行级权限管控,管理复杂度往往呈几何增长.因此,Quick BI创新了标签式授权机制,支撑IT人员轻松实现千人千面的行级权限管控?小编给大家做个详细介绍! 为什么要做千人千面的标签式授权 不管是敏捷BI ,还是传统BI,甚至定制开发报表,都需要面临个人级别的行级数据访问权限控制.Quick BI作为一个高效数据分析与展现的BI套件,实现了

背景 一直以来,性能都是技术层面不可避开的话题,尤其在中大型复杂项目中.犹如汽车整车性能,追求极速的同时,还要保障舒适性和实用性,而在汽车制造的每个环节.零件整合情况.发动机调校等等,都会最终影响用户体感以及商业达成,如下图性能对收益的影响. 性能优化是一个体系化.整体性的事情,印刻在项目开发环节的各个细节中,也是体现技术深度的大的战场.下面我将以Quick BI的复杂系统为背景,深扒整个性能优化的思路和手段,以及体系化的思考. 如何定位性能问题? 通常来讲,我们对动画的帧率是比较敏感的(16m

11月,Tableau在发给客户的邮件中透露将停止中国的直销业务,加入阿里的合作体系.消息来的如此突然,Tableau的同仁.合作伙伴.客户.用户.爱好者,甚至友商,无一不感到震惊和担忧. 在我们数据分析师看来,Tableau是一家在中国经营超过10年以上,业内极具影响力的商业智能BI软件公司.没有人会想到作为商业智能BI的开创者Tableau会以这种方式毫无征兆的结束了自己在中国多年的经营. 一.什么是商业智能BI 这时候会有很多人会问什么是商业智能BI呢?这里给大家简单地举个例子 作为某个地

有些列名太长了,所以造成些影响.注意修改即可.

控件样式控制 1 想要的效果图 2 查询样式里面进行设置

转:http://blog.csdn.net/a19881029/article/details/34446629 RocketMQ单机支持1万以上的持久化队列,前提是足够的内存.硬盘空间,过期数据数据删除(RocketMQ中的消息队列长度不是无限的,只是足够大的内存+数据定时删除) RocketMQ版本:3.1.4 一,部署NameServer: 1,安装JDK并设置JAVA_HOME环境变量(启动脚本依赖JAVA_HOME环境变量) 2,cd /alibaba-rocketmq/bin进入R

先声明一点,本人写此文章初衷只为对前段时间的工作做些总结,并做个记录,以备日后查用,此外也顺便与他人分享一下.当然间接上也为阿里云的大数据平台做了个免费广告.以下开始正文. 首先进入数加服务的控制面板,在左侧的面板上点击“BI报表” 进入报表页后,在左侧面板上会有“数据源”和“数据集”.  目前支持的数据源有:ODPS.RDS.ADS三种,后续可能也会支持HBASE.ORACLE.SQLSERVER等,点开某个数据源后,会把该数据源下的资源列出来,一般都是表的形式,也可以是自定义SQL的形式.当

海底捞正式发布了千人千面超级App已有两月,这家餐饮企业总能带给人们不一样的创新能力.谁能想到25年前从四川起家的火锅店,现在门店遍布国内近100座城市,已开门店超400家,海外门店也有50多家,全球注册会员超3000万. 要给3000万会员提供个性化服务,这背后的挑战不言而喻,这一次,海底捞选择与数字化转型专家---阿里云合作,阿里巴巴三大技术平台就是超级App背后的“底料”(移动研发平台EMAS.业务中台.数据中台). 1999年,阿里巴巴集团旗下B2B网站成立,此后10年内,淘宝.天猫相继