人人可用的开源数据可视化分析工具

news/2024/11/24 2:52:05/

大家好,我是互联网架构师!

在互联网数据大爆炸的这几年,各类数据处理、数据可视化的需求使得 GitHub 上诞生了一大批高质量的 BI 工具。

借助这些 BI 工具,我们能够大幅提升数据分析效率、生成更高质量的项目报告,让用户通过直观的数据看到结果,减低沟通成本。

不过,还是有很多同学跟我反馈,说国外的开源 BI 工具使用门槛高,操作界面不符合国人的使用习惯,需要学习很久才能弄得清楚,所以让我看看有没有低门槛的开源 BI 工具可用。

恰巧,前两天我偶然在 GitHub 上发现了一款国产的开源 BI 工具,叫DataEase

不论是用户体验,还是界面风格,都比较符合我们的操作习惯。

该项目自去年 6 月份发布以来,GitHub Star 数据持续稳定上涨,不到一年时间,便累积 9500 Star,在数据分析这个细分领域,其增长速度可谓十分惊人。

它的 GitHub 简介是 “人人可用的开源数据可视化分析工具”。

我试用了一下,发现这个口号并不是随便喊喊,使用体验和之前使用过的 BI 工具不太一样。所以今天来跟大家着重介绍一下这个项目。

DataEase 开源工具由 FIT2CLOUD 飞致云公司研发出品的。

这个公司可能大家并不陌生,作为目前在数据分析领域颇有建树的技术公司,飞致云在 GitHub 上参与发布过不少优质开源项目。

比如,国内有名的 JumpServer 开源堡垒机项目、MeterSphere 开源持续测试平台和二次元喜欢的开源建站工具 Halo 都是这个公司主导的。其开源产品范围覆盖了运维安全审计、BI 分析、软件测试、建站等多个领域。

他们的官网也整的十分酷炫,可实时访问由 DataEase 制作的飞致云开源大屏,上面展示了相关开源项目近 30 天的发展动态。

话不多说,下面我就来带大家体验一下,DataEase 这款产品为什么敢说自己是 “人人可用” 的。

操作丝滑,容易上手

不少朋友在反馈 BI 工具使用体验的时候都提到,国外的开源 BI 工具,比如 Superset、Metabase 等,操作上不符合国人的使用习惯。

实际上,用 BI 工具制作仪表板的步骤其实是大同小异的,基本都分为:创建数据源、创建数据集、通过数据集展示数据以及形成仪表板这几个步骤。

相比其他国外的开源 BI 软件,DataEase 将仪表板设计整体过程整理为:数据源→数据集→仪表板,制作逻辑更加清晰,而且对创建仪表板的步骤在细节上进行了大幅度的简化,主要体现在以下这些方面:

1. 数据源:DataEase 当前支持 19 种数据库,数据源配置界面将所有支持的数据库进行平铺展示,用户可以选择对应的数据库直接配置使用,更加直观便捷;DataEase 官方支持的所有数据源都可以直接使用,无需添加驱动。

2. 数据集:DataEase 支持创建数据库数据集、SQL 数据集、表格文件、关联数据集、API 数据集多种类型的数据集,并且操作界面清晰明确,数据集还支持定时同步数据功能。此外,DataEase 还支持直连模式和本地模式(基于 Apache Doris/Kettle 实现)。

3. DataEase 支持关联数据集的功能,用户可以在功能界面进行相关配置,代替了 SQL 语句的编写,降低了学习门槛和使用门槛。

4. 视图:DataEase 通过拖拉拽的操作进行视图制作和仪表板排版,简单易用,降低了用户的学习成本;在创建视图时,DataEase 把一些常用的选项设置为默认值,减少了操作过程中的重复性内容;视图外观方面,DataEase 可以配置视图边框、视图背景图、透明度等;视图支持上卷、下钻和多级联动。

5. 仪表板设计:DataEase 把视图制作和仪表板制作过程合并,不需要先制作视图再调整仪表板布局;DataEase 提供了颗粒度更细的辅助网格,而且可以随意拖放视图位置,视图之间可以自动吸附;在仪表板的样式支持方面,DataEase 支持配置仪表板的背景图、深浅色主题、对仪表板内的视图进行统一设置等。

6. 仪表板分享:DataEase 支持更多的仪表板分享途径,可以为仪表板创建公共链接,方便外部用户访问查看,同时也支持包括邮件、导出 PDF、导出图片和导出表格等分享方式。

主题丰富,自带模板市场

在探索的过程中,我意外发现,DataEase 竟然还有自己的 “模板市场”。

这里面的模板种类涵盖了多个使用场景和行业领域,用户不用自己费心设计就可以做出漂亮的大屏,十分适合没有相关经验的新手入门。

模板市场:https://dataease.io/templates/

“模板市场” 功能板块还被内嵌在 DataEase 的操作界面中,选择模板直接应用,轻松切换到自己的数据集,可以快速生成自己想要的大屏。

开箱即用,几分钟完成部署

充分体验过 DataEase 安装流程后,我不得不说,DataEase 的安装部署对新人来说非常友好,用户只需执行一个安装命令即可完成安装。

DataEase 简化安装部署的思路主要体现在以下几个方面:

  1. 使用 Docker 屏蔽系统的环境差异;

  2. 提供脚本代替手工操作;

  3. 提炼配置参数,提供默认配置;

  4. 注册系统服务,提供快捷命令。

以下是 DataEase 具体的安装步骤:

针对服务器是否能够连接公网的不同情况,DataEase 提供在线安装和离线安装两种安装方式。具体步骤可参考官方文档:

  • https://dataease.io/docs/installation/online_installation/

  • https://dataease.io/docs/installation/offline_installation/

接下来为大家分别进行逐步讲解。

1、在线安装

执行以下命令,即可安装:

curl -sSL https://github.com/dataease/dataease/releases/latest/download/quick_start.sh | sh

2、离线安装

下载安装包并解压。

安装包下载地址:https://community.fit2cloud.com/#/products/dataease/downloads

执行解压目录中的安装脚本

/bin/bash install.sh

3、数据备份

DataEase 安装后产生的用户数据全部放在了安装目录中,用户只需要保留或备份安装目录中的文件即可。这样即使删除了容器和镜像,重新安装后用户依然可以使用之前的数据。

通过上述步骤我们可以看到,在整个过程中用户只需执行安装脚本即可,过程步骤少,操作简单,无需额外操作。从安装部署角度来说,对于没什么相关知识基础的用户非常友好。

总结

除了上面提到的这些地方的设计,DataEase 的教学文档、教学视频等知识体系也做得比较完善,我在使用过程中碰到的问题基本都可以得到解决,一个小时左右就可以制作出自己专属的仪表板了。

综合体验下来,可以说 DataEase 已经是一款非常容易上手且强大的开源 BI 产品,它的口号 “人人可用” 体现在方方面面。

低门槛、高易用性的 BI 产品是未来 BI 产品发展的大方向,数据可视化在将来也不再是一般人难以触及的领域,希望像 DataEase 这样的产品的出现,能够帮助更多用户和企业发掘和展现数据的价值。

源码下载

https://download.csdn.net/download/weixin_37576193/87784853


http://www.ppmy.cn/news/75242.html

相关文章

实时频谱-1.1基本概念

RF信号 RF(射频)是Radio Frequency的缩写,表示可以辐射到空间的电磁频率,频率范围从300KHz~30GHz之间。 中频 IF(intermediate frequency),用来在中频衡量AM或FM调谐器抑制外来干扰的能力,数…

短睡眠 堀大辅 超短眠 人生更丰富

堀大辅是位每天只睡半小时的日本狠人,更多信息自行百度。以下内容,个人收集总结,仅供参考。 堀大辅大胆假设「只要能够减少睡眠的时间,我就能过得更充实」,便与朋友付诸行动,通过纪录观察每天的睡眠时数&a…

网络安全的学习路线

在众多高大上的学习路线指导中,尝试做一股清流,把要讲清楚的都讲清楚,该学些什么,学到哪个程度进入到下一阶段的学习这些才是最重要的。 在学习之前首先要做好学习的系统规划: 1.目前市场需求主流的岗位里&#xff0…

虚幻引擎4利用粒子系统实现物体轨迹描绘

虚幻引擎4利用粒子系统实现物体轨迹描绘 目录 虚幻引擎4利用粒子系统实现物体轨迹描绘前言粒子系统利用粒子系统实现物体轨迹描绘创建粒子系统将粒子系统的产生位置绑定到运动物体上 小结 前言 由于在物体运动时,想要观察其总的运动轨迹,以便对其控制做…

python入门(7)函数系列 2

1. 作用域 在Python中,作用域是指变量在程序中可访问的范围。 1.1作用域种类 Python中有以下几种作用域: (1)全局作用域(Global Scope):全局作用域是在整个程序中都可访问的作用域。在全局作…

Unity Metaverse(七)、基于环信IM SDK实现的好友系统、私聊、群聊

文章目录 🎈 简介🎈 用户管理🎈 好友管理🎈 聊天管理🔸 发送与接收消息🔸 消息处理消息项的对象池管理 🎈 简介 在之前的文章中已经介绍了如何接入环信IM Unity SDK,及基于该SDK实现…

# IO模型

IO模型 非阻塞IO 当程序读取硬件数据时,不管硬件数据是否准备好,read()函数不会阻塞,会继续向下执行 程序会不停监测IO事件是否产生,CPU消耗率高 防止进程阻塞在IO函数上,如果要获得有效数据,需要轮循 …

Mybatis 缓存

JPA 原理 事务 事务是计算机应用中不可或缺的组件模型,它保证了用户操作的原子性 ( Atomicity )、一致性 ( Consistency )、隔离性 ( Isolation ) 和持久性 ( Durabilily )。 本地事务 紧密依赖于底层资源管理器(例如数据库连接 ),…