metabase数据分析利器

前言

在我们日常工作中,经常会做一些数据图表数据分析工具、常见就是饼图、柱状、趋势图等.

在前端项目开发中,vue中集成echarts、highcharts等图表库,相关开发也是比较容易.

但是会发现大部分数据统计都是几种重复图表格,无非就是从后端接口把数据解析出来,在前端上展示一下.这有两个问题,重复劳动力、需求不方面改造.

所以我们需要一种能快速生成图表的工具,不需要编写前端代码、随意组合图表数据.

我接触的图表的工具,大概有grafana、kibana、metabase.grafana和kibana经常用于运维数据统计.

今天我们来重点介绍一下metabase是如何玩转数据分析.

metabase是什么?

官方地址

https://www.metabase.com

metabase可以帮助你把数据库中的数据更好的呈现给更多人，数据分析人员通过建立一个”查询“（Metabase中定义为Question）来提炼数据，再通过仪表盘（Dashboards）来组合展示给公司成员

优点：

1.开源免费

2.工具轻量、安装依赖的环境简单、配置简单清楚

3.容易上手，操作门槛低，不会sql语句也能使用

4.支持对外共享，权限控制

5.Question可以便捷地创建图表，Dashboards界面整洁美观

缺点：

1.Question每次只能对数据库中的一张表进行查询,切换数据表已有的查询选项会重置

2.填写了sql语句的sql查询（Native query）模式不能转到点选查询（Custom）模式

3.不能在Metabase中自由转换数据表中字段的属性

4.可创建的图表类型较单一

为什么选择metabase?

免费Metabase是一个免费的开源工具，并且只要你赋予权限的人都可以自由浏览你的Dashboards.

安装

提供了多种安装方式,jar包安装、docker安装、云安装.

jar包安装

metabase相对需要的机器的内存还是比较高的,如果内存比较低会出现oom情况.

wget http://downloads.metabase.com/v0.30.0/metabase.jar

java -version

#启动jar

java -jar metabase.jar

docker安装

docker命令

docker run -d -p 3000:3000 --name metabase metabase/metabase

数据挂载本地

docker run  -p 3000:3000 \
-v ~/tools/metabase-data:/metabase-data \
-e "MB_DB_FILE=/metabase-data/metabase.db" \
--name metabase1 metabase/metabase

访问地址

浏览打开如下地址:

http://127.0.0.1:3000

配置

第一次初始化,需要设置访问密码.

需要设置连接的数据库地址、设置定时扫描数据库配置

完成连接数据库后,展示了所有表名字

在设置中可以添加其他数据连接地址

创建问题

在首页点击"右上角 创建问题",可以创建一个问题图表

有三种查询方式,简单方式、自定义查询、原生查询

简单方式

• 简单方式的好处就是不需要写sql语句就能查询出结果,如果查询结果非常复杂,这种方式就不适用了.同时也比较适合单表查询.

选择连接的数据库地址,支持mysql、mongo等数据查询

点击"显示编辑",跳转到筛选页面

聚合选项,选择需要的字段

过滤选项,选择需要的字段值,相当于mysql的where条件查询

设置完查询条件后,点击查询,默认是按照表格形式展示查询数据

点击左下角的可视化,展示了多种图表方式,饼图、柱状、线段、地图

饼图

柱状

自定义查询

自定义查询提供了类sql的表关联查询方式

并且提供了自定义列名的功能

原生查询

原生查询就是直接输入mysql查询语句,如果用mysql语句比较熟练,推荐用这种查询方式.

保存问题

查询完成数据后,需要把问题保存下来,方便以后查看并且可以放到看板中.

创建看板

看板的是把多种单个查询问题,汇总到一个数据看板中,方便聚合查看.

右上角点击创建仪表盘

默认创建后是空白的

点击加号,把问题放到仪表盘中

统计看板

比如设备统计看板,能展示"人均持有设备个数"、"分端统计设备"、"分系统设备"

生成外部连接

看板也提供了外部连接功能,可以集成到前端代码项目中

比如我们内部的提测平台首页,展示了提测一些基础信息,就是用metabase生成数据看板.

结语

其实在我们测试日常工作中,经常有一些数据统计工作,比如版本质量报告、专项测试分析、接口测试监控、自动化执行监控.

当我们工作有一定的量后,需要用科学数据分析的方式,帮我们去量化分析趋势,更好的提升工作效率、保障质量.