数据可视化平台的下一站 | 来自国产开源数据可视化 datart「超级铁粉」的馈赠

本文主要是介绍数据可视化平台的下一站 | 来自国产开源数据可视化 datart「超级铁粉」的馈赠,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!

自2021年10月datart 1.0 alpha上线,至上周 beta.4 版发布,datart开发团队始终以匠心持续更新,以至诚优化不停,在与大家共处共进的时光中,满是收获,满是欣喜。

初遇:数据可视化平台的下一站

让我们先回顾一下2017年在github上正式开源的davinci,datart的前身。davinci 致力于支持企业完成“大数据的最后十公里”,可视化报表,数据大屏、支持移动端、支持轻数据处理、支持被整合到其他系统中、支持不同团队协同工作等等,在被成百上千家企业投入生产使用,或二开为其客户提供了产品和服务,取得了巨大成功之后,团队也在规划数据可视化平台的下一站,于是,2021年下半年,datart 应运而生。

                                                                 

团队将原本的产品从设计到内核代码全部进行重塑,以一个全新的认知抽象,承载新的产品使命,因此 datart 是开放化的,可插拔的,并且在数据可视化平台的智能力方面做了很大的升级,用户在使用时明显感受到datart 更灵活易用,以及可塑性更强。

相知:一直保持“心动”的感觉

对很多用户和贡献者来说,datart 的标签不仅仅是“易用”、“敏捷”,还有让人一直保持“心动”的“魔力”。从 davinci 到 datart,一路走来,我们收获了一众支持者和关注者,他们一直在以 datart 的“超级铁粉”的身份,以踊跃、积极提issue、pr的行动,在群里积极提供帮助和指导,原创二开教程为 datart 疯狂打“call”......的方式,在国产开源数据可视化这场“盛会”上“通宵达旦的狂欢”

狂欢的背后,是彼此间的相识相知。一直保持着“心动”的背后,是团队与用户,都以最大的热情对待数据产品。

不论是 datart 开发团队,还是开源社群里面的所有用户、贡献者,都可以被称作是数据艺术的“超级铁粉”国产开源数据可视化产品的“艺术家”。写到这里,此刻小编按捺不住颤抖的手,特别激动地要给大家介绍 datart -“数据艺术家”群体中的一位-来自敏捷大数据开源社群的Snail同学,他现任职Lenovo SSG(Advisory Engineer, Data Architecture)。

“其实,社群里有不少用户是从 davinci 开始,就一路跟着团队过来的”,“超级铁粉” Snail同学这样说,“我从第一年就关注并用上davinci了,同时也参与到了贡献当中,不论是 datart 的创新,还是在数据可视化这块引领和代表着强大的先进性,每次新版本发布,我都有一种“心动”和“朝圣”的感觉”。

正因为保持着这种“心动”,同时也本着开源的精神,Snail同学将自己学习使用davinci、datart 的经验,均录制成了视频,从初学者的体验,到数据图表、控制器等等操作都很详尽,视频内容细致、专业,无论是数据可视化的初学者,还是同等程度的使用者、贡献者,都很友好。此外,视频中涉及到的所有资料和软件包,Snail同学也都上传到网盘中了,真的非常nice。

                                                           

共21期视频-davinci

                                                           

目前更新了15期视频-datart

目前Snail同学录到了15集,后续还会继续更新,大家可以多多关注。在B站中搜索《数据可视化datart》,或通过链接:https://space.bilibili.com/251277098/video ,均可观看。另外,需要学习和使用 datart  开源数据可视化的同学,可以微信搜edpstack,申请加入国产开源数据可视化社群。

                                                           

接下来 datart 将进入到rc阶段,官方团队表示:“从 davinci 到 datart,马上要迎来了我们国产开源数据可视化的5周年,此前已经完成了beta版的功能完善和细节优化,接下来在rc阶段,我们将会在数据可视化方面,聚合更多的应用并开源出去,相互分享更多的想法,一起产出更多的可视化创意,展现出“数据艺术”的魅力

蜕变:从不间断的开放与创新

datart 的开放不仅体现在实际应用上可扩展、可插拔,也体现在团队设计和打磨产品的过程中,秉承用户思维用户体验感至上的方式来进行“蜕变”,也正因为这样,这场“盛会”才吸引了如此之多的用户和贡献者。

“datart的每个功能点都是由用户需求进行驱动的,将用户的意愿转化为切实可用的产品,在这个前提下,将需求进行提炼和创新,构建和重塑出全面的可视化产品”,官方团队提到,例如,在最近发布的datart beta.4版本中,支持、新增、重构和修复了不少功能点,支持了资源迁移功能,仪表版新增了“成组”与“取消成组”功能,重构了图表和仪表板的“交互行为”功能,以及修复了多个异常问题。

在众多开源社群里与用户进行沟通交流,官方团队除了收到了很多积极的反馈,还在产品迭代更新的过程中,与用户一起讨论出需要改进的地方,与此同时,贡献团队的规模也在不断扩大,像Snail同学这样优秀的贡献者也是数不胜数,如白菜、白玉川、天河、小包、nil......,神仙打架,卧虎藏龙,在社群内同官方团队一起辅助图表创新应用、二开、内嵌系统等等,datart 在成长的途中,开放、倾听用户的声音,从不间断创新的脚步,力求给用户带来更好的使用体验。

绽放:datart—数据艺术

重塑、开放、蜕变与不断创新,成就了今天的 datart,在与 “超级铁粉”交流中,明显感觉到:“数据可视化应用不仅改变了数据展现的方式,更加速了数据价值创造的过程”。

在云时代,创新、开放是向前不断发展的“加速剂”,回顾过去这9个月,datart 数据可视化应用的发展与开源社区是密不可分的。谈到 datart 未来的发展,团队负责人徐翔说:“datart 会一直保持自己的特色保持开源的属性,每次新版的发布,不仅感受到开源社群里热烈交流的气氛,还收获了不少来自海外的忠实用户和贡献者,市场需求的旺盛程度,以及datart 的用户反馈,都远超过了我们的预估。”

未来,如何在维护开源社群用户的基础上,再提供一些商业化、定制化的服务,针对这一问题,团队负责人徐翔表示:“我们有三个维度可以解决:一,通过 datart 本身解决客户数据可视化的本质需求,因为很多时候以为需要一套定制的服务,其实透过表象,深挖内里需求,datart目前已经趋于成熟,客户数据可视化应用方面的需求都能够覆盖到。二,在 datart 上进行二开、或者内嵌企业其他系统,打通系统间应用,以api接口的形式等,都是比较灵活开放的。三,datart 与国内BI工具相比,走的路线完全不一样,打通了低代码,甚至是无代码,完全可以满足客户的定制化开发需求。

目前,据不完全统计,datart 已经有数千家企业用户,链接各个行业多端数据参与者,激发了应用开发端和需求端多方互动正在形成效能明显的庞大数据可视化网络,我们看好敏捷BI行业的升级浪潮,更看好这个由「超级铁粉」和「数据艺术家」共同搭建的数据艺术生态

这篇关于数据可视化平台的下一站 | 来自国产开源数据可视化 datart「超级铁粉」的馈赠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/614841

相关文章

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=

C#代码实现解析WTGPS和BD数据

《C#代码实现解析WTGPS和BD数据》在现代的导航与定位应用中,准确解析GPS和北斗(BD)等卫星定位数据至关重要,本文将使用C#语言实现解析WTGPS和BD数据,需要的可以了解下... 目录一、代码结构概览1. 核心解析方法2. 位置信息解析3. 经纬度转换方法4. 日期和时间戳解析5. 辅助方法二、L

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

解决mysql插入数据锁等待超时报错:Lock wait timeout exceeded;try restarting transaction

《解决mysql插入数据锁等待超时报错:Lockwaittimeoutexceeded;tryrestartingtransaction》:本文主要介绍解决mysql插入数据锁等待超时报... 目录报错信息解决办法1、数据库中执行如下sql2、再到 INNODB_TRX 事务表中查看总结报错信息Lock

使用C#删除Excel表格中的重复行数据的代码详解

《使用C#删除Excel表格中的重复行数据的代码详解》重复行是指在Excel表格中完全相同的多行数据,删除这些重复行至关重要,因为它们不仅会干扰数据分析,还可能导致错误的决策和结论,所以本文给大家介绍... 目录简介使用工具C# 删除Excel工作表中的重复行语法工作原理实现代码C# 删除指定Excel单元