百度数据可视化Sugar BI — 实时滚动地图大屏(附保姆级教程)

本文主要是介绍百度数据可视化Sugar BI — 实时滚动地图大屏(附保姆级教程),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!

数据可视化大屏可以在企业的某些特定大场景中直接、美观地将关键数据信息融合在一个屏幕中进行及时展现,在现实中应用广泛。

在日常企业的运作与业务运营中,可能使用到数据可视化大屏的典型应用场景,大概有以下几个:

  • 电商 618 数据大屏

  • 企业实时销售数据概览大屏

  • IT 实时监控大屏

  • 政务领导驾驶舱

  • 交通概览一张图等等.......

这些数据可视化大屏的应用场景主要用于实时同步重点指标和图表,方便目标受众根据实时数据,动态制定响应策略和解决方案。

本文将以电商 618 数据大屏为例,用百度智能云Sugar BI制作一个零代码、数据实时滚动更新、样式美观的可视化大屏。

重点展示销售量、订单实时走势、人均消费、区域销售数据、订单排名等关键数据。

方案概述

  1. 登录Sugar BI。

  2. 配置权限:开发大屏需【可视化分析权限】,如需自己完成数据源配置工作,则还需要【数据开发权限】。详细的权限配置方式详见细粒度权限。

  3. 连接数据源:Sugar BI支持多种方式对接数据源,包括直连数据库、上传 Excel/CSV 文件、API 接口、静态 JSON 录入。

  4. 创建数据模型:数据模型的作用是将源数据整合处理为适合分析的数据集,为后续工作做数据准备。在数据模型模块,可以将需要的多张数据表关联成一张宽表,并进行逻辑层面的数据处理(如字段重命名、新建计算字段、创建层级、调整字段顺序等操作)。

  5. 制作可视化大屏:制作一个零代码、数据实时滚动更新、样式美观的可视化大屏,用来展示各业务线关心的数据情况。

  6. 预览和分享:对做好的大屏进行 PC/移动端展示效果的预览,确认无误后生成链接分享给他人。

操作步骤

从百度云的控制台进入到Sugar BI组织中后,我们可以看到组织的「空间广场」,空间广场中将列出组织中的所有空间,点击某个空间即可进入到空间内部,空间的概览页面会展示简要的使用流程如下图所示。

连接数据源

连接数据源,是指让百度智能云Sugar BI和我们的数据库(包括 MySQL、Oracle、SQL Server 等)之间建立连接,让百度智能云Sugar BI能够使用和查询数据库中的数据。以 MySQL 数据库作为示例,假设我们已经有了一个 MySQL 数据库,并且数据库中已有要分析和展示的数据。

数据源的配置详情请见:详细的连接方法。

创建数据模型

数据模型的作用是将源数据整合处理为适合分析的数据集,为后续工作做数据准备。

在数据模型模块,可以将需要的多张数据表关联成一张宽表,并进行逻辑层面的数据处理(如字段重命名、新建计算字段、创建层级、调整字段顺序等操作)。下面介绍一下数据表的建模步骤。更多操作详细介绍见数据模型。

1.新建数据模型

在空间中的「数据模型」管理页面点击「新建数据模型」按钮,即可创建数据模型,选择需要连接的数据源,输入数据模型名称。

​2.添加数据表

页面左侧将列出数据源中的所有数据表,拖动要分析的数据表至页面中间区域进行表关联。

3.多表关联

拖入多张数据表,即可实现多表的关联分析(对应为 SQL 语句中的多表 Join)。这里我们选择 sale_customer_type 和 sale_order 数据表,基于共有的“客户种类代码”字段将它们进行表关联。

4.新建计算度量

对于右下角的度量字段,点击「新建计算度量」按钮,可以通过一些简单的计算函数,按需新建计算字段。如下图所示,我们新建了“利润”字段用于后续分析。

制作可视化大屏

1.创建大屏,选择合适的模板或空白页面,进入编辑模式

2.按照需求制作图表

(1)确定报表框架和展示指标

如下图所示,电商 618 数据大屏重点展示的数据有:销售量、订单实时走势、人均消费、区域销售数据、订单排名等。选择「文字」菜单中的「文本」组件,将各个数据在大屏上列出。

期间,可以使用「素材」菜单中的各个组件设计大屏样式。

(2)选择图表并绑定数据

大屏的核心位置,我们用来展示“订单利润实时走势”,走势相关的图表一般选择折线图或者柱状图,为了使大屏更丰富,这里我们选择“柱状图”。

选择「图表」菜单中的「柱状图」,调整其位置后,在「数据」菜单下为“订单利润实时走势”图表绑定「数据模型」,将“订单日期”拖入“X 轴”,“利润”字段拖入“Y 轴”容器。

​如下图所示,为其他数据展示选择图表组件,拖拽布局并绑定数据。

​(3)设置图表的定时刷新

如下图所示,为各区域的销售数据设置刷新时间为 10 秒。

​(4)设置大屏样式

鼠标选中数据大屏的非图表部分,在控制面板中即可设置大屏「主题」、「宽高」、「背景」、「水印」等。

预览和分享

1.预览 点击右上角「保存并预览」。Sugar BI支持 PC 和移动端两种预览方式。

2.分享 在「大屏管理」页面,设置电商 618 数据大屏「公开分享」。获取分享链接即可分享给他人。除此之外,Sugar BI也支持其他公开和加密分享。

目前Sugar BI还有免费试用,大家做实时滚动地图大屏的时候可以去试用一下!

数据可视化Sugar BIhttps://cloud.baidu.com/product/sugar.html?track=csdn

这篇关于百度数据可视化Sugar BI — 实时滚动地图大屏(附保姆级教程)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/796634

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

通过React实现页面的无限滚动效果

《通过React实现页面的无限滚动效果》今天我们来聊聊无限滚动这个现代Web开发中不可或缺的技术,无论你是刷微博、逛知乎还是看脚本,无限滚动都已经渗透到我们日常的浏览体验中,那么,如何优雅地实现它呢?... 目录1. 早期的解决方案2. 交叉观察者:IntersectionObserver2.1 Inter

全网最全Tomcat完全卸载重装教程小结

《全网最全Tomcat完全卸载重装教程小结》windows系统卸载Tomcat重新通过ZIP方式安装Tomcat,优点是灵活可控,适合开发者自定义配置,手动配置环境变量后,可通过命令行快速启动和管理... 目录一、完全卸载Tomcat1. 停止Tomcat服务2. 通过控制面板卸载3. 手动删除残留文件4.

Python的pandas库基础知识超详细教程

《Python的pandas库基础知识超详细教程》Pandas是Python数据处理核心库,提供Series和DataFrame结构,支持CSV/Excel/SQL等数据源导入及清洗、合并、统计等功能... 目录一、配置环境二、序列和数据表2.1 初始化2.2  获取数值2.3 获取索引2.4 索引取内容2

python依赖管理工具UV的安装和使用教程

《python依赖管理工具UV的安装和使用教程》UV是一个用Rust编写的Python包安装和依赖管理工具,比传统工具(如pip)有着更快、更高效的体验,:本文主要介绍python依赖管理工具UV... 目录前言一、命令安装uv二、手动编译安装2.1在archlinux安装uv的依赖工具2.2从github

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

C#实现SHP文件读取与地图显示的完整教程

《C#实现SHP文件读取与地图显示的完整教程》在地理信息系统(GIS)开发中,SHP文件是一种常见的矢量数据格式,本文将详细介绍如何使用C#读取SHP文件并实现地图显示功能,包括坐标转换、图形渲染、平... 目录概述功能特点核心代码解析1. 文件读取与初始化2. 坐标转换3. 图形绘制4. 地图交互功能缩放

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl