轻松实现即席查询，Smartbi满足用户多样分析需求
即席查询是用户根据自己的需求，灵活的选择查询条件，系统能够根据用户的选择生成相应的统计报表。即席查询与普通应用查询最大的不同是普通的应用查询是定制开发的，而即席查询是由用户自定义查询条件的。
即席查询生成的方式很多，最常见的就是利用即席查询平台，一般的数据分析工具都会提供即席查询的功能。在一个数据仓库系统中，即席查询使用的越多，对数据仓库的要求就越高，对数据模型的对称性的要求也越高。
思迈特软件Smartbi的即席查询功能是我所使用的国产BI工具中做得比较好的，下面我就来演示一下用Smartbi实现即席查询的步骤：
一、新建即席查询
系统支持四个入口新建即席查询：
入口1：在系统下拉菜单选择 即席查询。
入口2：在系统快捷菜单选择 即席查询。
入口3：在“系统导航栏”选择 分析展现，展开资源目录区，在现有文件夹的更多操作，选择 新建分析 > 即席查询。
入口4：在“分析展现”界面主菜单选择 即席查询。
入口5：在“业务主题”界面的表格树目录区，在业务主题的更多操作，选择 新建分析 > 即席查询 。
二、选择数据来源
即席查询支持的数据来源包含：数据源和业务主题。
选择数据来源是即席查询定义的数据基础。
在“选择数据来源”窗口中展开“业务主题”或“数据源”树后，双击选择具体的业务主题或数据源。
三、字段选择
字段选择确定了即席查询展现的内容。
系统支持即席查询选择字段的方式有如下两个入口：
入口1：字段选择面板中直接勾选字段。
入口2：通过 字段选择 功能按钮，在弹出的“字段选择”窗口中选择字段。
四、条件选择
条件选择是指为当前即席查询设置条件选项，达到过滤数据的效果。目前支持两类条件：
字段条件：基于字段或业务属性生成的条件；
过滤器条件：基于过滤器生成的条件。
五、报表设计与图形设计
报表设计是对即席查询中所有元素进行设计定义的统称。
图形设计在即席查询中不是必要的元素，通常作为数据的辅助表现而存在，用户可以酌情根据需要来进行设计。
即席查询的步骤就是如此简单，在数据查询方面，Smartbi还提供了支持跨库查询、界面化的数据管理能力以及高速的缓存机制等等，功能十分强大且能满足多样数据分析的需求。
轻松实现即席查询，Smartbi满足用户多样分析需求相关推荐
- 用户行为分析需求规格说明书
1.业务痛点 略. 2.指标解读 2.1 H5应用 (累计)登录次数 以用户的会话次数来衡量,同一个用户一天可能发起多次会话,一次会话对应一次登录次数 (累计)注册人数 (累计)访问人数 (累计)访问 ...
- Apache Druid 能够支持即席查询
如果你对 Ad-Hoc Query (即席查询)的概念和使用不是是否清楚的话,请自行搜索相关的技术文档. 简单来说:即席查询(Ad Hoc)是用户根据自己的需求,灵活的选择查询条件,系统能够根据用户的 ...
- 付力力: 基于 ImpalaS 构建实时用户行为分析引擎
本文来自神策数据联合创始人&首席架构师付力力在 QCon 北京 2017 年全球软件开发者大会上的精彩分享,主题是"基于 ImpalaS 构建实时用户行为分析引擎". 付力 ...
- 用户画像分析有哪些方法可以实现？
大家都知道,不管你是做社群运营.积分运营.公众号运营,或是小程序运营,只有当我们对用户的信息越了解,用户需求就可以把握得越精准,在这种情况上,我们的营销也自然水到渠成. 那么,如何可以把握用户需求越精 ...
- 大数据即席查询工具——秒级响应
报表是企业管理的基本措施和途径,是企业的基本业务要求,也是实施 BI战略的基础.报表可以帮助企业访问.格式化数据,并把数据信息以可靠和安全的方式呈现给使用者.在企业管理过程中,报表往往都会通过一些简洁 ...
- 即席查询（Ad Hoc）如何做到又快又稳？
不过与数字世界蓬勃发展伴生而来的,是以指数形态爆炸增长的数据体量.在新基建中扮演重要角色的 5G.物联网.区块链等技术也蕴藏着丰富的诸如人.设备.车辆等流动变化且相互关联的数据,使得数据的来源.种类. ...
- #研发解决方案#数据开放实验室：再战即席查询和数据开放
创建于2017/9/7 最后更新于2017/9/16 关键词:大数据,HBase,数据开放,即席查询,数据授权,HDFS,Zeppelin,Kylin, 提纲: 解决什么场景 即席查询的发展历程 五个 ...
- Flink实践 | 360 政企安全基于 Flink 的 PB 级数据即席查询实践
摘要:本文整理自 360 政企安全集团的大数据工程师苏军以及刘佳在 Flink Forward Asia 2020 分享的议题<基于 Flink 的 PB 级数据即席查询实践>,文章内容为 ...
- 大数据江湖之即席查询与分析（上篇）--即席查询与分析的前世今生
如今,大数据领域新技术层出不穷,可谓百家争鸣,甚是红火.不乏有些玩家动辄搞出个大数据平台,可谓包罗万象,号称无所不能.小弟则以为在大数据江湖中如能修炼好独门绝技,有能拿得出手的看家本领已然实属不易.小 ...
最新文章
- CentOS 6.3下Strongswan搭建IPSec ***（ipsec.conf配置文件有讲解)
- mysql添加毫秒级时间
- C语言打印1000以内的完数
- 理解ROS节点---ROS学习第4篇
- Promise第三篇：async和await关键字
- 飞鸽传书 bbs以及个人主页服务好不热闹
- HTML autofocus
- 【我们都爱Paul Hegarty】斯坦福IOS8公开课个人笔记30 ScrollView Demo实战
- 为什么有了哈希算法还需要一致性哈希？
- UCI行为识别——Activity recognition with healthy older people using a batteryless wearable sensor Data Set
- R语言实现行为特征分析（Behavioral Profile，BP）+层次聚类分析（hierarchical agglomerative cluster analysis，HAC)
- python 比对匹配_用Python从头实现Needleman-Wunsch序列比对算法
- 绿色开发关乎准东未来
- 弦理论能成为新的万物理论吗？
- 科维的时间管理法—《可以量化的管…
- Python学习初阶：Python基本介绍及常用数据类型
- 合肥工业大学2020-2021学年《数据挖掘》实验报告（Python实现）
- 28python成功输出腾讯位置大数据北京地区迁出数据
- 中国石油大学《政治学原理》第一次在线作业
- 自建及商用CDN之间的多维度比较