手把手入门 MO | 如何通过通过 FineBI 实现 MatrixOne 的可视化报表

2023-12-18
上海
本文字数：4799 字
阅读完需：约 16 分钟

1. 概述

FineBI 是新一代大数据分析工具，它有助于企业的业务人员深入了解和充分利用他们的数据。在 FineBI 中，用户可以轻松地制作多样化的数据可视化信息，自由分析和探索数据。FineBI 具有多种数据连接功能，可用于创建各种复杂的报表，构建数据决策分析系统，广泛应用于公司经营管理、生产管理、财务智能核算、销售运营等领域。

MatrixOne 支持连接到数据可视化工具 FineBI。本文将指导您如何通过 FineBI 连接到单机版 MatrixOne，并创建各种可视化数据报表，将它们组装成仪表板，以便进行数据分析和探索。

2. 前期准备

已完成安装和启动 MatrixOne。
已完成安装 FineBI 和 FineBI 初始化设置。

#Note

本篇文档所展示的操作示例中使用的 FineBI 版本为 Linux 6.0 版本，你可以选择安装包 Linux_unix_FineBI6_0-CN.sh。

3. 通过 FineBI 连接 MatrixOne 服务

Step 1

Step 2

填写 MatrixOne 连接配置，包括数据库名称、主机、端口、用户名、密码，其他参数可以按默认设置。您可以点击测试连接按钮来验证连接是否可用，然后点击保存进行连接保存：

4. 利用 MatrixOne 数据制作可视化报表

1. 创建 Demo 数据

首先，登录到 MatrixOne 数据库，然后执行以下 SQL 语句来创建演示所需的数据表和视图：

create database orders;use orders;CREATE TABLE `category` (`product_category_name` VARCHAR(255) DEFAULT NULL,`product_category_name_english` VARCHAR(255) DEFAULT NULL );CREATE TABLE `item` (`order_id` VARCHAR(255) NOT NULL, `order_item_id` INT DEFAULT null,`product_id` VARCHAR(255) DEFAULT null,`seller_id` VARCHAR(255) DEFAULT null, `shipping_limit_date` DATETIME DEFAULT null,`price` DECIMAL(10,2) DEFAULT null,`freight_value` DECIMAL(10,2) DEFAULT null);CREATE TABLE `review` (`review_id` VARCHAR(255) NOT NULL,`order_id` VARCHAR(255) DEFAULT null,`review_score` TINYINT DEFAULT null,`review_comment_title` VARCHAR(255) DEFAULT null,`review_comment_message` TEXT DEFAULT null,`review_creation_date` DATETIME DEFAULT null,`review_answer_timestamp` DATETIME DEFAULT null,PRIMARY KEY (`review_id`));CREATE TABLE `order_time` (`order_id` VARCHAR(255) NOT NULL,`customer_id` VARCHAR(255) DEFAULT null,`y` INT DEFAULT null,`q` INT DEFAULT null,`m` INT DEFAULT null,`d` DATE DEFAULT null,`h` INT DEFAULT null,`order_purchase_timestamp` DATETIME DEFAULT null);CREATE TABLE `orders` (`order_id` VARCHAR(255) NOT NULL,`customer_id` VARCHAR(255) DEFAULT null,`order_status` VARCHAR(255) DEFAULT null,`order_purchase_timestamp` DATETIME DEFAULT null,`order_approved_at` DATETIME DEFAULT null,`order_delivered_carrier_date` DATETIME DEFAULT null,`order_delivered_customer_date` DATETIME DEFAULT null,`order_estimated_delivery_date` DATETIME DEFAULT null,PRIMARY KEY (`order_id`));CREATE TABLE `product` (`product_id` VARCHAR(255) NOT NULL,`product_category_name` VARCHAR(255) DEFAULT null,`product_name_lenght` INT DEFAULT null,`product_description_lenght` INT DEFAULT null,`product_photos_qty` INT DEFAULT null,`product_weight_g` INT DEFAULT null,`product_length_cm` INT DEFAULT null,`product_height_cm` INT DEFAULT null,`product_width_cm` INT DEFAULT null,PRIMARY KEY (`product_id`));CREATE TABLE `rfm` (`customer_id` VARCHAR(255) DEFAULT null,`user_type` VARCHAR(255) DEFAULT null,`shijian` DATE DEFAULT null);
CREATE view total_order_value as select  t.order_id,product_id,seller_id,(price*total)+(freight_value*total) as order_value  from (select order_id,count(*) as total  from item group by order_id) t join item on t.order_id=item.order_id;
CREATE view order_detail as select a.order_id,product_id,seller_id, customer_id,round(order_value,2) as order_value, y,q,m,d,h,order_purchase_timestamp from total_order_value a inner join order_time b on a.order_id=b.order_id;

复制代码

接下来，使用以下 SQL 导入语句，将预先准备的 Demo 数据导入到 MatrixOne 数据库的相应表中。

#Note

请注意，路径 /root/data/table_name.csv 是各表数据文件的路径，您可以参考此过程自行生成数据。

use orders;load data local infile '/root/data/category.csv' into table category FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";load data local infile '/root/data/review.csv' into table review FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";load data local infile '/root/data/product.csv' into table product FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";load data local infile '/root/data/item.csv' into table item FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";load data local infile '/root/data/order_time.csv' into table order_time FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";load data local infile '/root/data/orders.csv' into table orders FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";load data local infile '/root/data/rfm.csv' into table rfm FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";

复制代码

2. 添加数据集

在 FineBI 中，点击公共数据，然后点击新建文件夹，创建并选择一个文件夹，然后点击新建数据集，选择 SQL 数据集，将 SQL 查询添加到选定的文件夹中。输入数据集名称并填写 SQL 查询，如下所示：

select d,count(order_id) as order_num,count(DISTINCT customer_id)from orders.order_detailgroup by dorder by d

复制代码

您可以点击预览按钮查看 SQL 查询的结果，然后点击确定进行保存：

下面是本示例中使用的所有查询 SQL 的示例：

-- 日活用户数及订单数select d,count(order_id) as order_num,count(DISTINCT customer_id)from orders.order_detailgroup by dorder by d
-- 月活用户数及订单数select count(DISTINCT customer_id),count(order_id),concat(y, '-', m)from orders.order_detailgroup by y,morder by y,m
-- 各时段活跃用户数及订单数select h,count(DISTINCT customer_id),count(order_id) order_numfrom orders.order_detailgroup by horder by h
-- 各类型用户数量SELECT count(*),user_typefrom orders.rfmGROUP BY user_type
-- 月 GMVselect y,m,sum(order_value),concat(y, "-", m) monthfrom orders.order_detailgroup by y,morder by y,m
-- 季度 GMVselect y,q,sum(order_value) gmv,concat(y, "季度", q) as quatorfrom orders.order_detailgroup by y,qorder by concat(y, "季度", q) asc
-- 季度 ARPUselect y,q,round((sum(order_value)/count(DISTINCT customer_id)),2) arpu,concat(y, "季度", q) as quatorfrom orders.order_detailgroup by y,qorder by y,q
-- 月度 ARPUselect y,m,round((sum(order_value)/count(DISTINCT customer_id)),2) arpu,concat(y, "-", m) as monthfrom orders.order_detailgroup by y,morder by y,m
-- 重要挽留用户热门指数SELECT e.product_category_name_english good_type,SUM(a.order_value) ordder_total_value,ROUND(AVG(c.review_score), 2) good_review_score,(0.7*SUM(a.order_value)+
0.3*10000*ROUND(AVG(c.review_score), 7))top_rank_rateFROM orders.order_detail aINNER JOIN(SELECT customer_idfrom orders.rfmWHERE user_type='重要挽留用户' ) as b ON a.customer_id=b.customer_idLEFT JOIN orders.review c ON a.order_id=c.order_idLEFT JOIN orders.product d ON a.product_id=d.product_idLEFT JOIN orders.category e ON d.product_category_name=e.product_category_namewhere e.product_category_name_english is not NULLGROUP BY e.product_category_name_english limit 50
-- 一般挽留用户热门指数SELECT e.product_category_name_english good_type,SUM(a.order_value) ordder_total_value,ROUND(AVG(c.review_score), 2) good_review_score,(0.7*SUM(a.order_value)+0.3*10000*ROUND(AVG(c.review_score), 7))top_rank_rateFROM orders.order_detail aINNER JOIN(SELECT customer_id from orders.rfmWHERE user_type='一般挽留用户' ) as b ON a.customer_id=b.customer_idLEFT JOIN orders.review c ON a.order_id=c.order_idLEFT JOIN orders.product d ON a.product_id=d.product_idLEFT JOIN orders.category e ON d.product_category_name=e.product_category_namewhere e.product_category_name_english is not NULLGROUP BY e.product_category_name_english limit 50

复制代码

3. 更新数据

保存数据集后，您需要点击更新数据按钮，等待数据更新完成后才能进行分析：

4. 创建分析主题

本示例的分析主题用于可视化展示电商平台的一般挽留用户、重要挽留用户、月 ARPU、季度 ARPU、不同时段活跃用户、日活跃用户、月活跃用户数及订单数等数据，以辅助决策和提升业务。创建分析主题的具体步骤如下：

点击我的分析，然后点击新建文件夹，创建并选择一个文件夹。
点击新建分析主题，选择上一步创建的数据集，然后点击确定。

#Note

您可以使用批量选择功能来选择多个数据集进行主题分析。

点击添加组件按钮，选择图表类型，将左侧的字段按需要拖动到右侧，双击修改字段可视化名称，在下方修改组件名称，组件名称即该组件所分析的报表内容：

5.组装仪表板

点击添加仪表板，将刚刚创建的组件添加到仪表板中。您可以自由拖动和缩放组件的大小和位置，并在下方修改组件名称，以描述该组件所分析的报表内容。

6.发布仪表板

组装完成后，点击申请发布，设置发布名称、发布节点和展示平台。然后点击

现在，您可以在首页导航下找到刚刚发布的仪表板，并查看其展示效果。

关于矩阵起源

矩阵起源是是业界领先的大数据及数据库管理系统（DBMS）技术和服务提供商，主要团队成员来自国内外知名科技公司，具备强大的创新能力。矩阵起源的目标是打造并使用世界一流的数据基础设施技术和产品，协助企业实现从信息化、数字化到智能化的转型和升级。矩阵起源在云计算、数据库、大数据及人工智能相关领域拥有核心竞争力，具备广阔的行业和国际视野以及前瞻性，能够快速有效的将先进技术在不同领域实用化并规模化扩展。

关于 MatrixOne

矩阵起源的核心产品 MatrixOne，是基于云原生技术，可同时在公有云和私有云部署的多模数据库。该产品使用存算分离、读写分离、冷热分离的原创技术架构，能够在一套存储和计算系统下同时支持事务、分析、流、时序和向量等多种负载，并能够实时、按需的隔离或共享存储和计算资源。MatrixOne 能够帮助用户大幅简化日益复杂的 IT 架构，提供极简、极灵活、高性价比和高性能的数据服务。

MatrixOrigin 官网：新一代超融合异构开源数据库-矩阵起源（深圳）信息科技有限公司 MatrixOne

Github 仓库：GitHub - matrixorigin/matrixone: Hyperconverged cloud-edge native database

关键词：超融合数据库、多模数据库、云原生数据库、国产数据库。

发布于: 刚刚阅读数: 8

原文链接:【http://xie.infoq.cn/article/2ed521f305687a761efd64cf6】。文章转载请联系作者。

MatrixOrigin

关注

还未添加个人签名 2021-12-06 加入

一个以技术创新和用户价值为核心的基础软件技术公司。

发布

暂无评论

创作场景

手把手入门 MO | 如何通过通过 FineBI 实现 MatrixOne 的可视化报表

1. 概述

2. 前期准备

3. 通过 FineBI 连接 MatrixOne 服务

Step 1

Step 2

4. 利用 MatrixOne 数据制作可视化报表

1. 创建 Demo 数据

2. 添加数据集

3. 更新数据

4. 创建分析主题

5.组装仪表板

6.发布仪表板

MatrixOrigin

评论