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
    2021040903
  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

    2021040701
    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,请参见即席分析SQL建模

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。

2021040709 2021040710
  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使用文档请参见使用Kettle将本地数据同步至AnalyticDB for MySQL
    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。
    20210407112021040712
  5. 参考案例报表示例(可选)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

    2021040901
  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。请参见数据集关联数据表

    2021040902
  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