Quick BI是一款专为云上用户和企业量身打造的新一代自助式智能BI服务平台,其简单易用的可视化操作和灵活高效的多维分析能力,让精细化数据洞察为商业决策保驾护航。您可以在Quick BI中添加AnalyticDB MySQL版数据源并通过Quick BI构建BI系统。

前提条件

连接AnalyticDB

  1. 登录Quick BI控制台
  2. 单击工作空间 > 数据源 > 新建数据源
  3. 选择云数据库 > AnalyticDB for MySQL 3.0
  4. 添加AnalyticDB for MySQL 3.0数据源页面进行参数配置。

    用同一账号购买AnalyticDB MySQL版和Quick BI时,选择数据库下拉菜单会自动显示当前账号购买的AnalyticDB MySQL版,选择后会自动关联名称和地址。

    如需要在AnalyticDB MySQL版控制台添加白名单,请参见设置白名单

    参数说明
    显示名称为数据源取一个名字,便于后续管理。
    数据库地址AnalyticDB MySQL版集群的VPC连接地址。

    您可以在AnalyticDB MySQL版集群的控制台上查看连接地址和端口信息,详情请参见连接地址

    端口上述数据库地址对应的端口号。
    数据库AnalyticDB MySQL版集群中的数据库名字。
    账号AnalyticDB MySQL版集群中创建的账号:
    • 高权限账号。
    • 普通账号。
    密码上述账号对应的密码。
  5. 完成上述参数配置后,单击连接测试测试连通性,测试通过后,单击确定保存。

数据可视化分析

单击左侧导航栏中的数据集 > 新建数据集,选择之前配置的AnalyticDB链接,选择表的种类,将数据集添加进数据决策系统并进行后续的数据分析和仪表板展示。

您可以使用如下两种方式进行数据的可视化分析:
  1. 拖拽表对应列方式:使用界面化操作完成数据的可视化分析。单击目标表操作列的2021040704图标,创建数据集。在我的数据集页面,您可以单击目标数据集操作列的如下图标,进行相应操作:
    • 单击2021040705,查看当前数据集的数据。
    • 单击2021040706,新建仪表盘,将表数据导入并生成图表,进行可视化展示。
    • 单击2021040707,新建电子表格,将目标表数据导入并生成电子表格,进行可视化展示。
    • 单击2021040708,执行更多操作。例如,数据脱敏、缓存配置及清除缓存等。更多仪表盘制作的相关操作,请参见 仪表盘使用流程
  2. 即席分析SQL方式:使用SQL语句完成数据的可视化分析。
    • 数据源页面,单击右上角的即席分析SQL,进入即席分析SQL页面。
    • 您可以根据业务需求输入查询SQL语句,并单击执行
    • 获取需要查询的数据后,单击创建数据集
    • 配置保存自定义SQL对话框的名称、位置SQL参数。
    • 更多即席分析SQL可视化方法,请参见自定义SQL

示例

下面以拖拽表方式为例,展示毛利额下滑诊断分析的示例。

  1. 下载销售订单总表示例数据。
  2. AnalyticDB MySQL版中建表。
    1. 选择数据分布均匀的一列做为分布键,数据类型为时间的一列做为分区键。更多详情,请参见表结构设计
    2. 观察集团商品销售总表中的几列数据,按订单编号分布较随机,因此用订单编号做分区键,用日期做二级分区,由于不再导入数据,在这里选择lifecycle为100。
    3. 建表语句如下:
      Create Table `demo_orders` (
        `商品编号` varchar,
        `国家` varchar,
        `日期` date,
        `渠道编号` varchar,
        `渠道名称` varchar,
        `渠道类型` varchar,
        `订单编号` varchar,
        `成本额` double,
        `数量` bigint,    
        `销售额` double,
        `毛利额` double
      ) DISTRIBUTE BY HASH (`订单编号`) 
      PARTITION BY VALUE(`日期`) LIFECYCLE 100 
      INDEX_ALL = 'Y' STORAGE_POLICY = 'COLD' COMMENT = '销售订单总表'
  3. 建好表后,通过kettle把下载到本地的Excel导入AnalyticDB MySQL版
    1. kettle使用文档请参见通过Kettle导入至数仓版
    2. 导入完成后,执行select count(*) from demo_orders,可以看到有3672条数据。
  4. 在数据集中导入demo_orders表。
    1. 将度量中的新增毛利率列定义为sum([销售额]-[成本额])/ sum([销售额])
    2. 在Quick BI中,维度定义了可以GROUP BY的列,度量定义了GROUP BY后计算的值。可以通过复制、转换为维度或度量进行调整。在本示例中不需要调整。
  5. 参考快速访问并应用模板中,零售行业里“Demo_新零售_毛利额下滑诊断分析”生成的仪表盘,进行可视化分析。

常见问题

  1. 链接测试失败

    处理方法:检查账号密码,以及是否配置白名单。

  2. 数据源表结构发生变化后,如何同步更新数据集

    处理方法:在数据集编辑页面,单击右上角同步表结构

  3. 如何配置关联模型

    处理方法:配置关联模型类似SQL语句里的JOIN,您可以在数据集的编辑页面里配置关联模型。请参见构建模型

  4. 不支持添加度量到维度或不支持添加维度到度量

    处理方法:数据集表定义中,维度或度量有明确定义,如果需要用度量的某列做维度,可以在数据集编辑页面单击右键,单击转换为维度/度量,单击保存,在仪表盘页面刷新,即可获得修改后的表结构。

其他数据源常见问题请参考Quick BI文档数据源常见问题

其他可视化分析常见问题请参考Quick BI文档仪表板制作常见问题