資料分析 | 資料視覺化圖表，BI工具構建邏輯

知了一笑發表於2020-06-02
視覺化

本文原始碼：GitHub·點這裡 || GitEE·點這裡

一、資料視覺化

1、基礎概念

資料視覺化，是關於資料視覺表現形式的科學技術研究。其中，這種資料的視覺表現形式被定義為，一種以某種概要形式抽取出來的資訊，包括相應資訊單位的各種屬性和變數。

如果說的實際貼切的話：系統開發中常見的資料包表統計，將資料用圖表或表格的形式呈現出來，幫助運營或者決策人員瞭解這些資料的規律或者價值，就是簡單的視覺化應用。

從開發角度來看，把系統中的核心資料，用一定的手段進行統計，在藉助一些精美的圖表樣式，展示出來，或者把一系列圖表組裝成一個資料大屏，格調十足。

但是從運營人員的角度看，更多的是藉助視覺化資料分析業務場景，得到有價值的參考資料，為後續的決策或者開展活動提供指導。所以隨著業務線的不斷髮展，對資料分析的要求越來越高，也就誕生現在比較常見的BI分析工具和BI分析師。

2、資料視覺化價值

  • 準確高效直觀的傳遞傳遞資料中的規律和資訊；
  • 實時監控系統各項資料指標，實現資料的自解釋；
  • 基於視覺化洞察資料規律，指定精準的運營策略；

3、基礎構建原則

簡單的步驟如下：基於業務需求，完成視覺化資料處理（收集，規則，定時任務等）。藉助常用的圖表進行組合展示，但是也有一些注意事項如下：

  • 視覺化的資料要關聯核心的有業務價值的資料；
  • 圖表的展現注意簡單，明瞭，圖表的本質就是讓資料更直觀；
  • 不要為了追求系統花哨，可以大批量新增圖表；

二、常用圖表設計

1、常見基礎圖表

柱狀圖

特點：一般展現分組資料，直觀展示各組資料差異，例如常見以每週，每月，或者不同客戶端劃分為軸的資料。

折線圖

特點：重點展現資料的變化趨勢，常見以時間為軸，展示時間下的資料趨勢。

餅狀圖

特點：不注重資料明細，強調資料中各項佔總體的百分比，或者分佈情況，注重模組模組之間的對比。

漏斗圖

特點：強調資料之間的轉化關係和遞進規律，經典常見就是使用者瀏覽量，點選量，到訂單支付數量。

組合圖

特點：多種基礎圖表組合，某些特殊業務資料，需要結合兩種圖或者更多種圖表，強調裝載該業務報表的關鍵組合資訊。

2、資料大屏

顧名思義，放在大螢幕的報表，一般有多種豐富的業務資料，自然需要多種報表展現形式，比較有立體感和視覺上的衝擊力。

絮叨一句：資料大屏在更多時候所追求的是讓人印象深刻，這才是最關鍵的，懂的都懂。

三、常用統計方式

1、SQL分析語句

在報表類業務中，經常使用SQL分析語句，常用的幾個方法：

  • count：資料求和，求總數，例如多少使用者；
  • sum：求和函式，例如總銷量，總成本等；
  • group-by：分組統計，分組結果就是軸標識；
  • average：平均值計算，例如平均每天銷量；

業務類的報表雖然複雜，但是報表相關的資料介面相對而言簡單，基於一些基礎的統計SQL，生成報表資料。

2、基礎案例

產品和緯度表

CREATE TABLE `vc_product_info` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主鍵ID',
  `product_sort` varchar(20) DEFAULT '' COMMENT '產品分類',
  `product_name` varchar(50) DEFAULT '' COMMENT '產品名稱',
  `inventory` int(11) DEFAULT '0' COMMENT '庫存剩餘',
  `price` decimal(10,2) DEFAULT '0.00' COMMENT '單價',
  `total_sales` int(11) DEFAULT '0' COMMENT '銷售總量',
  `sales_amount` decimal(10,2) DEFAULT '0.00' COMMENT '銷售總額',
  `create_time` datetime DEFAULT NULL COMMENT '建立時間',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='產品資訊表';

CREATE TABLE `vc_product_detail` (
	`id` INT (11) NOT NULL AUTO_INCREMENT COMMENT '主鍵ID',
	`product_id` INT (11) NOT NULL COMMENT '產品ID',
	`place_origin` VARCHAR (50) DEFAULT '' COMMENT '產品產地',
	`weight` DECIMAL (10, 2) DEFAULT '0.00' COMMENT '重量',
	`color` VARCHAR (50) DEFAULT '' COMMENT '顏色',
	`high_praise` INT (11) DEFAULT '0' COMMENT '好評數量',
	`low_praise` INT (11) DEFAULT '0' COMMENT '差評數量',
	`create_time` datetime DEFAULT NULL COMMENT '建立時間',
	PRIMARY KEY (`id`)
) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '產品維度表';

基礎查詢語句

<mapper namespace="com.visual.chart.mapper.ProductInfoMapper">

    <!-- 商品種類 -->
    <select id="countNum" resultType="java.lang.Integer">
        SELECT COUNT(product_name) FROM vc_product_info
    </select>

    <!-- 銷售總額度 -->
    <select id="sumAll" resultType="java.lang.Double">
        SELECT SUM(sales_amount) FROM vc_product_info
    </select>

    <!-- 分組求和 -->
    <select id="groupSum" resultType="java.util.Map">
        SELECT product_sort,SUM(sales_amount) FROM vc_product_info GROUP BY product_sort
    </select>

    <!-- 平均單價 -->
    <select id="average" resultType="java.lang.Double">
        SELECT AVG(price) FROM vc_product_info
    </select>
</mapper>

四、自定義工具

1、資料集

資料集概念

DataSet是一個資料的集合，通常以列表形式出現。每一列代表一個特定變數。每一行都對應於某一成員的資料集的問題。在統計分析的業務中，通常稱為大寬表，方便業務分析。

資料集生成

檢視方式

基於檢視的方式，生成一個單表的資料集，方便簡化操作。該方式不提倡，檢視在大部分公司裡是禁止使用的，這裡只是單純演示。

基於上述產品資訊表和維度表，通過檢視手段生成資料集，單純為了簡化業務分析的操作難度，因為多表聯合簡化成感覺上的單表。

CREATE OR REPLACE 
VIEW data_set_view AS SELECT
	t1.*, t2.place_origin,
	t2.weight,
	t2.color,
	t2.high_praise,
	t2.low_praise
FROM vc_product_info t1
LEFT JOIN vc_product_detail t2 ON t1.id = t2.product_id

任務方式

通過定時任務，獲取要分析的資料結構，不斷注入到分析表中，這是業務開發中最常見的報表資料集生成方式，有的甚至通過定時任務直接統計出報表需要的資料，不適應於大資料場景。

離線或實時計算

通過大資料分析手段，離線計算或者實時計算，獲取業務報表資料，注入OLAP實時分析計算庫，使用大資料分析場景。

2、定製化BI工具

BI工具可以快速對業務資料進行有效的整合，快速準確的提供報表並提出決策依據，幫助企業做出明智的業務經營決策。商業智慧的概念最早在1996年提出。當時將商業智慧定義為一類由資料倉儲（或資料集市）、查詢報表、資料分析、資料探勘、資料備份和恢復等部分組成的、以幫助企業決策為目的技術及其應用。

基本搭建思路：

  • 管理資料來源，建立資料表之間關係，維護特定資料集；
  • 建立可拖拉拽的報告皮膚，用來承載單個圖表組合；
  • 封裝不同的圖表的處理邏輯，規則展示，關聯資料集欄位；
  • 封裝圖表樣式，例如大小、顏色、背景、互動等可配置；
  • 圖表關聯分析資料集，報告皮膚組合多個圖表生成報告；

實際的開發過程是非常複雜的，管理各個業務線的資料來源，聯合分析，適配各種圖表規範和樣式，都是一個十分漫長的過程。

3、基礎案例

介面入參

承接上述業務場景，這裡引數都需要動態傳入，例如操作的：資料集、圖表、引數歸屬軸、或者業務產品引數等。

@RestController
public class DefineController {

    @Resource
    private DataSetService dataSetService ;
    /**
     * 自定義視覺化報告入參
     */
    @GetMapping("/getDefChart")
    public Map<Integer, List<ChartParam>> getDefChart (){
        List<ChartParam> chartParamList = new ArrayList<>() ;
        chartParamList.add(new ChartParam("X",1,"data_set_view","product_sort")) ;
        chartParamList.add(new ChartParam("X",1,"data_set_view","product_name")) ;
        chartParamList.add(new ChartParam("Y",2,"data_set_view","high_praise")) ;
        chartParamList.add(new ChartParam("Y",2,"data_set_view","low_praise")) ;
        chartParamList.add(new ChartParam("Z",3,"data_set_view","inventory",1)) ;
        chartParamList.add(new ChartParam("Z",3,"data_set_view","total_sales",1)) ;
        return dataSetService.analyData(chartParamList);
    }
}

引數解析

根據各種動態引數，解析查詢條件，獲取查詢結果。

@Service
public class DataSetServiceImpl implements DataSetService {

    @Resource
    private DataSetMapper dataSetMapper ;
    // 分析任務劃分
    @Override
    public Map<Integer, List<ChartParam>> analyData(List<ChartParam> chartParamList) {
        Map<Integer, List<ChartParam>> dataMap = chartParamList.stream()
                                                 .collect(Collectors
                                                 .groupingBy(ChartParam::getDataType));
        for (Integer dataType:dataMap.keySet()){
            switch (dataType){
                case 1: // Count 風格資料
                    taskCount(dataMap.get(dataType));
                    break;
                case 2: // Sum 風格資料
                    taskSum(dataMap.get(dataType));
                    break;
                case 3: // Percent 風格資料
                    taskPercent(dataMap.get(dataType));
                    break;
                default:
                    break;
            }
        }
        return dataMap ;
    }
    // Count 資料執行
    private void taskCount (List<ChartParam> chartParamList){
        for (ChartParam chartParam:chartParamList){
            chartParam.setResultNum(dataSetMapper.taskCount(chartParam.getColumnName(),
                                                            chartParam.getTableName()));
        }
    }
    // Sum 資料執行
    private void taskSum (List<ChartParam> chartParamList){
        for (ChartParam chartParam:chartParamList){
            chartParam.setResultNum(dataSetMapper.taskSum(chartParam.getColumnName(),
                                                          chartParam.getTableName()));
        }
    }
    // Percent 資料執行
    private void taskPercent (List<ChartParam> chartParamList){
        for (ChartParam chartParam:chartParamList){
            chartParam.setResultNum(dataSetMapper.taskPercent(chartParam.getColumnName(),
                                                              chartParam.getTableName(),
                                                              chartParam.getProductId()));
        }
    }
}

總結一句：資料視覺化工具建設是個漫長過程，不僅僅可以分析自己公司的業務，也可以作為開放BI工具產生價值。

五、原始碼地址

GitHub·地址
https://github.com/cicadasmile/data-manage-parent
GitEE·地址
https://gitee.com/cicadasmile/data-manage-parent

推薦閱讀：《架構設計系列》，蘿蔔青菜，各有所需

序號 標題
01 架構設計：單服務.叢集.分散式，基本區別和聯絡
02 架構設計：分散式業務系統中，全域性ID生成策略
03 架構設計：分散式系統排程，Zookeeper叢集化管理
04 架構設計：介面冪等性原則，防重複提交Token管理
05 架構設計：快取管理模式，監控和記憶體回收策略

相關文章