数据可视化分析工具DataEase

2024-05-29 11:20

本文主要是介绍数据可视化分析工具DataEase,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述

本文软件由网友 雨林 推荐,老苏稍微研究了一下 DataEase 的安装,具体的使用教程,请参考官方的在线文档和教学视频

什么是 DataEase ?

DataEase 是开源的数据可视化分析工具,帮助用户快速分析数据并洞察业务趋势,从而实现业务的改进与优化。DataEase 支持丰富的数据源连接,能够通过拖拉拽方式快速制作图表,并可以方便的与他人分享。

DataEase 的优势:

  • 开源开放:零门槛,线上快速获取和安装,按月迭代;
  • 简单易用:极易上手,通过鼠标点击和拖拽即可完成分析;
  • 全场景支持:多平台安装和多样化嵌入支持;
  • 安全分享:支持多种数据分享方式,确保数据安全。

安装

在群晖上以 Docker 方式安装。

采用 docker-compose 安装,安装所需的文件均来自:hhttps://github.com/dataease/dataease/releases

老苏折腾时,版本为 v2.5.0

老苏根据需要,对相应的文件做了微调,所需的文件可以在 https://github.com/wbsu2003/synology/tree/main/DataEase 找到,直接下载 dataease_standalone.zip 即可,下面简单介绍一下涉及到的几个文件

init.sql

内容只有一行,未做任何调整,其作用是:

  • 创建了一个名为 dataease 的新数据库
  • 指定了使用 utf8mb4 字符集和 utf8mb4_0900_ai_ci 排序规则
CREATE DATABASE `dataease` DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;

my.conf

这是数据库的设置文件,未做任何调整

[mysqld]
datadir=/var/lib/mysqldefault-storage-engine=INNODB
character_set_server=utf8
#lower_case_table_names=1
table_open_cache=128
max_connections=2000
max_connect_errors=6000
innodb_file_per_table=1
innodb_buffer_pool_size=1G
max_allowed_packet=64M
transaction_isolation=READ-COMMITTED
innodb_flush_method=O_DIRECT
innodb_lock_wait_timeout=1800
innodb_flush_log_at_trx_commit=0
sync_binlog=0
#group_concat_max_len=1024000
max_allowed_packet=100000000sql_mode=STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTIONskip-name-resolve[mysql]
default-character-set=utf8[mysql.server]
default-character-set=utf8

application.yml

这是 DataEase 的设置文件,数据库设置都是从环境变量中读取,对没安装的 apisix 等做了删除处理

server:tomcat:connection-timeout: 70000
spring:servlet:multipart:max-file-size: 500MBmax-request-size: 500MBdatasource:url: jdbc:mysql://${DE_MYSQL_HOST}:${DE_MYSQL_PORT}/${DE_MYSQL_DB}?${DE_MYSQL_PARAMS}username: ${DE_MYSQL_USER}password: ${DE_MYSQL_PASSWORD}

install.conf

这是 DataEase 的环境变量设置文件,建议只修改 DE_MYSQL_PASSWORD 的值,其他的保持不动。

DE_MYSQL_DB 的值,必须和 init.sql 中的数据库名字保持一致

# 基础配置
## 安装目录
DE_BASE=/opt
## Service 端口
DE_PORT=8100
## 登录超时时间,单位min。如果不设置则默认8小时,也就是480
DE_LOGIN_TIMEOUT=480
## 安装模式
DE_INSTALL_MODE=community# 数据库配置
## 是否使用外部数据库
DE_EXTERNAL_MYSQL=false
## 数据库地址
DE_MYSQL_HOST=mysql
## 数据库端口
DE_MYSQL_PORT=3306
## DataEase 数据库库名
DE_MYSQL_DB=dataease
## 数据库用户名
DE_MYSQL_USER=root
## 数据库密码
DE_MYSQL_PASSWORD=123456
## 数据库参数
DE_MYSQL_PARAMS="autoReconnect=false&useUnicode=true&characterEncoding=UTF-8&characterSetResults=UTF-8&zeroDateTimeBehavior=convertToNull&useSSL=false&allowPublicKeyRetrieval=true"

docker-compose.yml

将下面的内容保存为 docker-compose.yml 文件

version: '2.1'services:dataease1:image: registry.cn-qingdao.aliyuncs.com/dataease/dataease:v2.5.0container_name: dataease-appports:- 8100:8100volumes:- ./conf:/opt/apps/config- ./logs:/opt/dataease2.0/logs- ./data/static-resource:/opt/dataease2.0/data/static-resource- ./cache:/opt/dataease2.0/cache- ./data/geo:/opt/dataease2.0/data/geo- ./data/appearance:/opt/dataease2.0/data/appearanceenv_file:- ./conf/install.confdepends_on:- mysqlmysql:image: registry.cn-qingdao.aliyuncs.com/dataease/mysql:8.3.0container_name: dataease-mysql#ports:# - 3306:3306environment:#  - MYSQL_DATABASE=dataease- MYSQL_ROOT_PASSWORD=123456volumes:- ./conf/my.conf:/etc/mysql/conf.d/my.cnf- ./mysql:/docker-entrypoint-initdb.d/- ./db:/var/lib/mysql

将文件放入响应的目录中:

  • docker-compose.yml/dataease 目录

  • init.sql/dataease/mysql 目录

  • application.ymlinstall.confmy.conf 三个文件在 /dataease/conf 目录

然后执行下面的命令

# 新建文件夹 dataease 和 子目录
mkdir -p /volume1/docker/dataease/{cache,conf,data/{appearance,geo,static-resource},db,logs,mysql}# 进入 dataease 目录
cd /volume1/docker/dataease# 将 docker-compose.yml 放入当前目录
# 将 init.sql 放入 /mysql 目录
# 将 application.yml、install.conf、my.conf 放入 /conf 目录# 一键启动
docker-compose up -d

运行

在浏览器中输入 http://群晖IP:8100 就能看到登录界面

# 用户名: admin
# 密码: DataEase@123456

登录成功后的主界面

数据源

数据准备 --> 数据源 --> 新建数据源

DataEase 支持的数据源:

  • OLTP 数据库: MySQLOracleSQL ServerPostgreSQLMariaDBDb2TiDBMongoDB-BI 等;
  • OLAP 数据库: ClickHouseApache DorisApache ImpalaStarRocks 等;
  • 数据仓库/数据湖: Amazon RedShift 等;
  • 数据文件: ExcelCSV 等;
  • API 数据源。

随机生成了一个虚拟的成绩表,格式是 csv,导入保存即可

数据集

创建数据集

将数据拖入

直接默认的,保存即可

仪表板

新建仪表板

弄了个查询组件和明细表

做了个联动查询

再复杂我也玩不转了,系统内置了大量的模板可供研究

网上也有大量的教程,不仅有图文,还有视频的

参考文档

dataease/dataease: 人人可用的开源数据可视化分析工具。
地址:https://github.com/dataease/dataease

DataEase - 人人可用的开源数据可视化分析工具 - 官网
地址:https://dataease.io/

DataEase 文档
地址:https://dataease.io/docs/

这篇关于数据可视化分析工具DataEase的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1013523

相关文章

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I