【正文】 等，相關操作非常便利。在數(shù)據(jù)分析平臺中，能進行數(shù)據(jù)動態(tài)呈現(xiàn)的所有表格、圖表、基本WEB組件除可進行分組或交叉匯總外，可以針對以選擇的任意度量進行求和、求最值、求平均、求分位數(shù)等，并且它們之間可以實時切換。條件過濾可以應用到任意一個維度，即使該維度沒有被用在圖表上進行分析，增加了過濾的寬泛和強大性。l 多層鉆取在進行BI分析時，支持自由創(chuàng)建維度間的層級關系，構建維度分級。. 多維BI分析數(shù)據(jù)分析平臺提供了各種常見的OLAP分析操作，除基本的分組聚合外，還可以進任意多維度分析，包含：鉆取、切片、切塊、旋轉、排序、過濾等分析功能。l API定制化的第三方數(shù)據(jù)源 預留通過標準的API接口，實現(xiàn)讀取第三方自定義定制化數(shù)據(jù)源的能力。支持多種數(shù)據(jù)源的連接，包括：主流關系型數(shù)據(jù)庫RDBMS、Excel/CVS文本數(shù)據(jù)源、基于hadoop的大數(shù)據(jù)平臺數(shù)據(jù)源以及其他多種JDBC數(shù)據(jù)源。. 設計運行通過豐富的組件庫，對數(shù)據(jù)分析結果進行可視化UI編排，實現(xiàn)自助式分析、查詢；并通過可視化運行引擎、事件引擎以及GIS引擎將結果實時、生動的展示出來。4. 總體設計平臺支持通過所見即所得的可視化拖拽、配置的簡單操作就可實現(xiàn)報表的快速生成。l 大屏綜合展示 支持通過大屏展示技術和可視化的解決方案，支持多種類型的數(shù)據(jù)接口，從數(shù)據(jù)倉庫中抽取出各種各樣的數(shù)據(jù)，依據(jù)中心設定的應用邏輯，梳理出資源數(shù)據(jù)對應的使用邏輯關系，利用數(shù)據(jù)加工技術和渲染技術進行可視化處理，依托可視化引擎，實現(xiàn)涉及相關指標數(shù)據(jù)的大屏幕的自動呈現(xiàn)。l 動態(tài)組件具備提供流狀數(shù)據(jù)實時呈現(xiàn)功能，需要在線實時流處理模型支持?；A組件、圖表組件、地圖組件、動態(tài)數(shù)據(jù)組件及業(yè)務組件具備相同的公共屬性，各分組組件有不同的高級屬性設置。252。允許用戶全方位的、不同角度、不同層面進行剖析，任何層次的決策人員都可以進行自己所需的分析，制訂關鍵決策。 從宏觀到微觀的信息洞察。. OLAP聯(lián)機分析具備多維度的聯(lián)機分析功能，用于展示重要業(yè)務指標的統(tǒng)計數(shù)字和分析比較。 支持用戶對即席查詢的結果進行靈活的排序、過濾、分組、小計、合計、告警等高級功能，并選擇要展現(xiàn)的方式，如表格、柱圖、趨勢圖等。即席查詢應滿足業(yè)務人員自助式的、零編程的、快速定制的查詢需求。在進行可視化設計UE分析的同時，也能設計出一套完整的WEB數(shù)據(jù)展現(xiàn)系統(tǒng)，體現(xiàn)了“分析和展現(xiàn)一體化”。比如：根據(jù)不同查詢條件進行分析、動態(tài)切換維度和指標。敏捷BI無需事先建模，可在分析過程中靈活調整分析維度和報表展現(xiàn)，需求變更可以在一天之內響應，提升企業(yè)的洞察力決策力。敏捷BI的分析報告能讓非IT部門的同事直接在分析平臺上做出來。. 敏捷BI模式隨著技術的發(fā)展和演進，BI領域已經迎來了新一代敏捷BI的革新。. 傳統(tǒng)BI模式在對數(shù)據(jù)進行分析的過程中，傳統(tǒng)BI的做法是，IT人員事先根據(jù)分析需求來進行建模（以及做二次表或打Cube），提前匯總好數(shù)據(jù)，業(yè)務人員在前端查看分析結果報表。從這一立足點出發(fā)，大數(shù)據(jù)分析的理論和方法研究可以從兩個維度展開：一是從機器或計算機的角度出發(fā)，強調機器的計算能力和人工智能,以各種高性能處理算法、智能搜索與挖掘算法等為主要研究內容，例如基于Hadoop和MapReduce/Spark框架的大數(shù)據(jù)處理方法以及各類面向大數(shù)據(jù)的機器學習和數(shù)據(jù)挖掘方法等，這也是目前大數(shù)據(jù)分析領域的研究主流；另一個維度從人作為分析主體和需求主體的角度出發(fā),強調基于人機交互的、符合人的認知規(guī)律的分析方法，意圖將人所具備的、機器并不擅長的認知能力融入分析過程中，這就是大數(shù)據(jù)可視化分析。精選資料 數(shù)據(jù)分析平臺解決方案成都四方偉業(yè)軟件股份有限公司2017年1月目錄1. 背景概述 52. 現(xiàn)狀分析 6. 主流BI模式 6. 傳統(tǒng)BI模式 6. 敏捷BI模式 7. 平臺推薦模式 83. 整體需求 10. 數(shù)據(jù)源支持 10. 自助式查詢 10. OLAP聯(lián)機分析 11. UI編排功能 12. 豐富的組件 13. 多種展示方式 13. 外部數(shù)據(jù)服務 144. 總體設計 15. 數(shù)據(jù)分析 16. 設計運行 16. 系統(tǒng)管理 16. 可視化展示 165. 功能設計 17. 數(shù)據(jù)分析 17. 多數(shù)據(jù)源 17. 數(shù)據(jù)建模 18. 多維BI分析 18. 設計運行 20. UI編排 20. 豐富組件 21. 事件引擎 24. 運行引擎 24. 系統(tǒng)管理 26. 我的報表 26. 工程化管理 26. 主題管理 27. 布局管理 27. 數(shù)據(jù)源管理 27. 基礎管理 27. 可視化展示 28. 決策儀表盤 28. 大屏綜合顯示 30. 交互式WEB界面 30. 基于GIS的數(shù)據(jù)可視 33. 其他功能 38. 數(shù)據(jù)探索 38. 事件定義 38. 項目管理 39. 基礎管理 39. 安全管理 39. 部署與集成 401. 背景概述當前，我們的世界已經邁入大數(shù)據(jù)（Big Data）時代，隨著互聯(lián)網、物聯(lián)網、云計算等信息技術的迅猛發(fā)展，信息技術與人類世界、經濟、軍事、科研、生活等方面不斷交叉融合，催生了超越以往任何年代的巨量數(shù)據(jù)。數(shù)據(jù)的分析過程往往離不開機器和人的相互協(xié)作與優(yōu)勢互補。2016年，傳統(tǒng)的BI廠商已經集體淪陷，全部被驅出了領導象限。分析需求變更時，業(yè)務人員不能直接調整報表，需要IT人員重新建模或修改已有分析模型，耗時較長，響應速度較久?？吹搅藬?shù)據(jù)，能交互式分析，能深入向下挖掘，能發(fā)現(xiàn)問題找到答案。分析報告需求經常需要數(shù)據(jù)層的改動，需要IT部門去改進數(shù)據(jù)層和業(yè)務層，傳統(tǒng)BI平臺需要一兩個月去梳理模型。但我們也要冷靜思考：■敏捷BI和過去二十五年一樣，無法替代Excel，這是為什么？■大眾化的敏捷BI產品和過去二十五年一樣，只能通過Ctrl+C/V才能進入Word/PPT當中，而這“交付的最后一步”卻是每個領導真正才會看到的數(shù)據(jù)分析！■大眾化的敏捷BI產品還是基于表格和圖表化的分析，似乎沒有改變數(shù)據(jù)的堆砌，用戶很難為其增加輔助性的說明文字，加入自己的觀點！■如果分析出報表之后，想要將這些BI圖表有機地結合起來，并形成一套完整的數(shù)據(jù)展示系統(tǒng)，難道還需要專門讓IT技術人員編寫一套WEB系統(tǒng)，將這些圖表嵌入到這個系統(tǒng)中去？■大眾化的敏捷BI產品即使具備報告/WEB頁面的發(fā)布能力，但這些報告發(fā)布之后都是一些靜態(tài)頁面，無法讓最終使用者（業(yè)務人員或者領導）再次進行動態(tài)分析。所以，我們的數(shù)據(jù)分析平臺應該在基于“業(yè)務主導的自服務模式（BusinessUserDriven）”的敏捷BI基礎上，增加了高級UI頁面編排的功能。. 自助式查詢對于清單數(shù)據(jù)的查詢，用戶可以直接通過即席查詢設計界