今天我们就来看一下JimuReport 和 阿里的QuickBI 有哪些区别。...一、版本JimuReport： 免费开源 涵盖报表、仪表盘、数据大屏、仪表盘移动端设计，仪表盘也支持门户交互设计QuickBI： 没有开源版，个人版只有仪表盘，没有大屏；企业版、高级版根据用户人数限制...：支持本地文件、MySql、Alibaba MaxCompute、SQL Server、PostgreSQL、ClickHouse、Oracle、Hive等等，数据库类型支持很多。...：个人版中，只可使用仪表盘，其他数据大屏、数据报表不可用，需企业版和高级版八、模版示例JimuReport：QuickBI：对比总结JimuReport 和 QuickBI 都是优秀的可视化工具，它们在功能...而如果您的企业数据存储在阿里云上且对大规模数据处理和高级可视化效果有较高要求，并且有钱任性，那么 QuickBI 将更能满足您的需求。
国产 BI 的“耻辱”：QuickBI 的“后发优势”（删改版） 国产 BI 的“奇迹”：QuickBI 的“后发优势”（中） 国产BI的“耻辱”：QuickBI 计算功能测评（下） 本文 01...在 QuickBI 中，没有上述如此便捷的方式，当然这个可以理解。 不能理解的是，我甚至不能在字段上右键新建计算！...我甚至希望有朝一日 QuickBI 能因为我此处的诘问而修改这个功能。...说到这里，我都生气 QuickBI 中乱用名词，比如数据类型、字段类型，这里暂且按下不表。...帆软的计算止步于高级计算和优先级调整，观远的高级计算还远未成熟，永洪的计算旁生了一些奇怪的分支，QuickBI 的计算则完全是乱作一团。 如果要我说，对谁最失望，毫无疑问是 QuickBI。
在上篇中，我提到的 QuickBI 的几个致命问题： https://xilejun.com/other-bi/cn_bi/quickbi-is-it-the-best-bi-of-china/ -...- 数据表的约束过于严苛，在存储引擎中映射出来的“数据库字段名称”被滥用；数据类型过于简单等等，都是成为优秀 BI 分析平台的障碍。 ...03 — 从QuickBI 之折线图看可视化 相比于柱状图，折线图的关键是“折线”所依赖的日期轴，“轴”Axis 的背后是连续性，不管是数字轴（quickbi 称之为值轴），还是日期轴。...从这个角度看，quickBI 当然没有把日期的“连续性”视为是独立的特征，事实上，QuickBI 也确实没有连续、离散的功能，就像 PowerBI一样。...04、QuickBI 可视化：向左还是向右？ 为什么会出现这样的问题呢？
二、 产品体验分析 2.1战略层 FineBI：FineBI的定位是业务人员自己分析报表，所以在引擎部分将传统的关系型数据库非关系型化，这样用户在选择字段的时候才可以做到像在一张表里使用的效果，重点是自主分析...，传统数据库非关系型化。...QuickBI产品结构图： ?...明细表、分组表、交叉表三种类型的表格在QuickBI里面都可以利用交叉表来实现。...QuickBI：整体风格方面，QuickBI的电子表格采用了蓝色、白色相结合的UI风格 ；控件选择区罗列出当前支持的图表类型，给用户提供了清晰的界面选择，占界面的大部分的画布区，图表配置完成后，支持拖曳调整大小
我好奇的几个问题，都在交流中找到了回答： QuickBI 在什么情况下被整合推出 采用订阅制的QuickBI 为什么还能“随时取消” 如何看待国产 BI 的“混战”...局面 在交谈中，我增进了对 QuickBI 的了解及其未来的信心（虽然我对其部分功能依然保留意见）。...如果以2016年“SaaS 元年”为分界线，我愿意把 QuickBI 称之为“国产 BI 新势力”的“领头羊”——一头有耐力、坚韧的“瓴羊”。...QuickBI 也在 AI 方面准备持续发力，我们共同期待它的表现。...在第一篇测评文章中，我重点阐述了 QuickBI 在数据模型层面的不足，这和开发团队浓重的 ETL、数据仓库背景息息相关。
如阿里云的QuickBI，华为云、腾讯云、百度云、移动云等，都有相应的搭售产品。...因此围绕数据血缘看板生命周期相关的数据治理流程，在自研产品中也要考虑进去 1.BI系统架构 数据源：从系统架构层级看，BI系统最底层是数据接入层，数据源是原材料，否则工具做的再好也是巧妇难为无米之炊，要支持接入常用关系型数据库...系统管理：用户权限管理，某一用户有哪些资源(看板、数据集等)权限、看板/数据集管理(用户范围、使用情况、生命周期) 五、BI产品对比分析 目前很多成熟的BI产品，帆软是起步比较早的传统型BI产品，QuickBI...QuickBI 帆软BI 自助分析方面，从Dashboard创建的交互流程上看，QuickBI设计画布是以看板为目标，每个图表作为看板组件和元素，图表对应的数据源、样式设置是图表的一个参数，设计过程是看板布局绘制的过程...可视化效果上，QuickBI的画布组件功能更加灵活，可视化效果自定义程度更高。
缺点是它不是基于OLAP的BI报告工具，它不支持多维报告操作，例如基于同一维度的钻取表，需要通过链接才能实现多个表的展示；同时，由于做表前要通过sql语句锁定和加载分析的源数据，因此数据库的性能无法得到充分利用...也由于这些报告中的这些缺陷，润乾的新一代产品集算器定位于源数据库和报告之间的中间层，并致力于解决从数据库到报告的计算性能问题。...帆软推出FineBI，试图通过BI技术解决相关问题，但是由于基于OLAP技术的累积时间短，直到今年年初才发布其直接连接数据库的实现，需要进一步验证。...4、基于互联网技术和资源的创业型BI 代表厂商：阿里云的QuickBI,网易有数,海致BDP,神策数据等 由于许多人对BI的市场和应用场景持乐观态度，因此一些互联网公司已经根据自己的应用程序开发了BI...产品，例如阿里云的QuickBI和网易有数等。
也正因为此类报表这些不足，润乾新一代产品集算器定位在源数据库与报表的中间层，致力于解决数据库到报表的计算性能问题。...帆软推出FineBI，试图通过BI技术解决相关问题，但由于基于OLAP技术的积累时间较短，其直连数据库的实现直到今年年初才发布，还有待进一步验证。...直到最近，其才发布能够直连OLAP数据库的引擎，相关能力还需要项目上的进一步验证。...4、基于互联网技术和资源的创业型BI 代表厂商：阿里云的QuickBI、网易有数、海致BDP、神策数据等 由于很多人都看好BI的市场和应用场景，因此有些互联网公司在自身应用的基础上开发了BI产品，如阿里云的...QuickBI，以及网易有数等，这些工具属于轻量级的工具，其业务地位在公司属于边缘业务，因此得不到重视和发展。
先说结论，在我亲自使用的产品中： “网易有数”是最像 Tableau 的；而 QuickBI 是最像 PowerBI 的。 ...03—最像 PowerBI 与两条路线 在国内 BI 的可视化路线中，QuickBI 是“PowerBI 路线”的典型代表。...同时，QuickBI 显然无法设计 DAX 一样的复杂逻辑，用底层的逻辑复杂性，来简化上层的复杂性。...当然，图中观远位置和 QuickBI 基本持平，没有迈过第二道线，为什么？ 因为，观远 BI 在追求易用性的同时，其实也牺牲了分析的专业性和深度。这也是为什么说“可能有、很模糊”的原因。
本文将分享笔者调研网易有数、阿里云QuickBI、联通、SmartBI四款产品里自助取数的结果，并总结后期在实战搭建自助取数产品的重难点。...数据开发、业务人员 模型库、配置取数、保存查询、生成分析报告 QuickBI-自助取数 帮助业务人员实现便捷化取数，降低BI支撑业务取数的工作压力 BI、业务人员 数据集、配置取数、管理取数、管理下载任务...130016,130017,130021,130022) -- 过滤条件2 group by dt -- 聚合维度 order by dt -- 排序 limit 10000; --结果数量 4.2 整体对比 功能点 网易自助取数 QuickBI
page_activity_merchant_prd/ 不同集群，全表同步(从本地到远程集群拷贝) hadoop distcp /user/hive/warehouse/gs_dw_prd.db/ads_quickbi_user_behavior_emp..._1d/* hdfs://10.88.12.12/user/hive/warehouse/test_gs_dw_prd.db/ads_quickbi_user_behavior_emp_1d/ --
Spark3, Hive3.1.2 数据仓库的设计和建设 项目的最终效果 学习收获 Hadoop基本环境搭建 大数据环境的统一配置, HDFS分布式存储环境搭建, Yarn分布式任务调度 MySQL数据库的安装和应用...Hive-on-Spark环境的搭建 Hive的基本操作, 外部表,分区表的创建,表数据的导入 数据仓库的分层架构ODS-->DWD-->DWS-->ADS数仓结构设计 DataX技术从ADS同步数据到MySQL数据库...QuickBI完成数据可视化处理 学习要求 使用过Linux操作系统, 会熟练的使用常见的Linux操作系统命令 具有大数据的基本知识, 对于Hadoop, Hive有基本的了解 比较熟悉
系统数据流程设计.jpg 数据仓库概念 数据的传入 一、日志采集系统 记录用户行为（搜索、悬停、点击事件、按钮、输入，请求异常采集等） PC端、App端（Ios，安卓），前端收集埋点数据 二、业务系统数据库...-- 预计算，预聚合，多维度（国人开发的Apache顶级项目） 数据可视化： Echarts -- 百度开源，需要绘图，使用难度高 Superset -- 免费开源，适合中小型企业使用，简单轻量 QuickBI
如今，在 AI 的大潮中，中国的 BI 领域将迎来自2016年之后的第二波快速发展浪潮；后起之秀如果能好好借鉴帆软、QuickBI 等产品的“错误之路”，当能在 AI 、云服务器的潮流中走出自己的新路，...FineDB 数据库引擎增加参数SystemOptimizationConfig.etlDefComplexityLimit 6.1.4 增加快速表计算：同比增长、环比、同比等； Earlier 函数语法变化...02 — 帆软 DEF 设计之成败 从目前来看，帆软DEF 功能的设计毫无疑问是失败的，虽然在它之前 QuickBI 、永洪、网易有数BI 都已经不同程度的过关。...04 — DEF和计算优先级 当然，上述的很多错误理解其实并非帆软如此，之前测评的 QuickBI 也仅仅是今年才有所好转，但理解依然不彻底。
因此围绕数据血缘看板生命周期相关的数据治理流程，在自研产品中也要考虑进去 1.BI系统架构 数据源：从系统架构层级看，BI系统最底层是数据接入层，数据源是原材料，否则工具做的再好也是巧妇难为无米之炊，要支持接入常用关系型数据库...将可视化能力直接在系统内应用或跨系统复用 自助BI行业来说，成熟的商业化产品非常多，传统的BI分析如帆软BI、BDP、Tableau、永洪BI、亿信华辰等，云厂商阿里quickBI、网易有数、火山引擎智能数据洞察等...开发的观点是应该像QuickBI一样，将所有的建模过程在数据集创建中进行，自助分析仅做可视化配置。...例如，外采BI一般是采用数据库连接的方式，进行后续分析，多数BI产品对数据全链路追踪能力是缺失的，或者仅限于系统内部的数据集、看板、图表之间的关系。
目前业内比较出名的有阿里的QuickBI，帆软的FineBI，tableau等，这种数据产品为不能搭建数据体系的用户提供了帮助，从ODS到DWD到APP，将数据仓的搭建交由用户自己负责（下图的数据源介入...对于QuickBI，对于excel的功能需要非常清楚，是否某些excel的功能可以移植到平台上（我猜的），要学习的不仅有excel使用，数据存储，数据解析，数据运行原理，每个功能背后都对应一种技能，这方面我也是小白
目前商业报告分析工具：Cognos、阿里 QuickBI 等，是将数据建模、可视化设计能力放到一起，这是天工与它们的最大区别。 慧眼，是统一报表门户，所有的报表统一发布到慧眼面向业务。
“事务”和“事实表”是数据库领域的专业概念，虽然侵染到分析领域，但本性未改。如果说“维度/度量/筛选”的诠释还能有一家之言的空间，事务/事实表则几乎没有。...所有这些事务都会被精确地记录在数据库的各种数据表中，这些用来精确计量业务记录（measurement）的数据表称之为“事实表”（fact table）。 注意，我这里特别标记了英文。...在国产 BI 测评中，我就“维度/度量”问题展开解释过 N 遍，在我迄今使用过的帆软/QuickBI/有数 BI/永洪 BI/观远 BI 中，客观的说，观远 BI 是唯一能在维度/度量及其与计算关系中勉强过关的...QuickBI 最令人失望，它不仅在数据连接阶段就区分维度和度量，而且还要在计算后选择类型/角色（下图），简直是无理至极！
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
云直播
