开局先来一张图,今天讲讲一个让人比较头疼的问题。

当你在年初规划今年的IT系统时:

  • 我们今年想做可视化大屏
  • 我们想做报表和BI系统
  • 我们想做一个云端数据中心,阿里云就不错

别想了,没钱!

想通过预算你得拿出老板信服的理由,为什么要有这个?价值在哪里?我用了这个系统之后,给IT和业务人员能带来什么变化?给公司又能带来什么变化?

如果你都能说服,那老板就会:

我们今天就来从几个方面谈谈如何让老板满意!

这么多系统,应该先选择谁?我分几种情况说一下:

  • 如果是传统企业,那就从报表和ERP做起,因为传统企业的数据太差了,得从头开始
  • 如果要进行数字化转型,那也是报表系统和数据平台,数据中台不要碰
  • 如果是互联网企业,报表、BI系统和大数据平台是必要的

所以你可以看见,我在上面都提了报表系统,企业要想做好数据,报表系统是刚需。

对老板、对员工,报表系统和报表工具都是一个重要但不好做的事情。

为什么说重要?因为报表的形式很多:可视化大屏、动态报表、移动端报表,可以对业务产生指导作用。

为什么说不好做?我接触过的企业,能把报表做出成绩的基本上没有,负责的人都是一副我做好了,你批评我吧,下次我还这么做的态度,这样怎么能做好?

其实报表工具也很多年了,IBM、Oracle这种顶级IT大公司都有涉及过,现在阿里腾讯也在布局B端的事情,所以你应该可以懂我为什么说从这里下手。

对于企业和个人,这都是一个老难题,特别是选型。

直到现在,依然有很多人并不知道该怎样正确的选一个合适的报表,一个不会让自己在项目后期掉坑里的报表。

我从下面几个方面去说一下报表的难点和解决方法,这里以FineReport为例。

1、本地化开发

web端的报表其实只适合查看,并不适合制作,虽然财务、销售人员会经常用到报表,但是最终做表的任务还得是要靠技术人员来做,所以报表工具得提高IT人员的效率。

FineReport技术上没什么难点,会点sql,拖拉拽拽就能做了,web端显示,但是是在本地部署。

2、Excel的布局

怎么说呢?这就是为了降低难度的,完全可以变得更复杂一点,但是就没有人用了。

就是直观和方便,甚至还有亲切感,一些开源的工具我这里就不说了,自己不做市场调研、不做用户体验,没有人用是应该的。

FineReport的界面

3、数据源

Excel做报表的坏处,就是一张表就是一张表,我只要修改数据,就得人工校对,这是最痛苦的事情,不是说Excel不好,但是目前来看,做报表属实差点意思。

数据库很多,FineReport报表工具基本上都可以对接,如果遇到不能对接的,那这还真的和报表工具没什么关系。

实际上,用户系统最常见的就是数据保存在数据库中,并且在不断更新,使用数据库数据来制作报表,可以使随着数据库的更新而更新,这件事投入远远大于产出。

4、制作过程

  • 是不是支持复杂模型?
  • 是不是可以组件复用?
  • 遇到复杂的表头怎么办?

这种开发的工作量真的是很大,所以FineReport的3种报表模式可以处理好:普通报表、聚合报表(针对不规则大报表)、决策报表。

分栏报表:

套打:

钻取,也能做数据地图:

填报,这个有很多,也是经常用到的,看图吧:

5、呈现方式

FineReport吧,做可视化大屏是真的ok,而且还内置模板和很多种图表,有人会说echarts也能做,但是上手难度大。

为什么要可视化大屏?不会花里胡哨?其实不是,这只是一种展现数据的方式,至于配色和布局完全可以调,你要说没用,为什么都在做智慧城市?

该图由FineBI制作

6、性能与容量

这2个问题经常遇到:

  • 可以支撑多大数据量
  • 千万数据几秒可以响应

这个问题吧,算是难题了,但是你得看场景,没有一个固定的答案,无论什么工具,该走的坑一个都不会少,我已经说的很含蓄了。

985毕业,3年大数据经验,面试阿里腾讯失败,只因做不好报表相关推荐

  1. 2021年大数据工程师面试内容包括哪些?

    2021年大数据工程师面试内容包括哪些? [导语]近年来,大数据发展如火如荼,很多人都选择学习大数据专业或者转行大数据,大数据里又包含很多就业岗位,所以在进行岗位选择的时候,还是需要大家合理选择,为了 ...

  2. 大数据分析师面试求职攻略

    面试大数据分析前焦虑怎么办? 如果你没有得到面试怎么办? 大数据分析师面试过程尴尬怎么办? 如何准备大数据分析师面试? 大数据分析师的面试技巧有哪些? 大数据分析师的面试注意事项有哪些? 如何在大数据 ...

  3. Interview:人工智能大数据岗位面试—【数据分析师】的简介、技能、待遇、进阶的详细攻略

    Interview:人工智能&大数据岗位面试-[数据分析师]的简介.技能.待遇.进阶的详细攻略 目录 数据分析师的简介 1.网友经验之谈 数据分析师的待遇 数据分析师的技能 数据分析师进阶 数 ...

  4. 大数据学长面试之boss直聘面试题

    大数据学长面试之boss直聘面试题 1)技术部分 (1)hadoop二次排序 (2)小表关联大表怎么实现的|切片,shuffle,reduce阶段,map阶段,Yarn流程 (3)combiner使用 ...

  5. 大数据学长面试之瓜子二手车面试题

    大数据学长面试之瓜子二手车面试题 1)技术部分 (1)优化必问 hive/spark (2)为什么kafka可以实现高吞吐?单节点kafka的吞吐量也比其他消息队列大,为什么? (3)如果写了JVM调 ...

  6. 【硬刚大数据之面试篇】2021年从零到大数据专家面试篇之Hbase篇

    欢迎关注博客主页:https://blog.csdn.net/u013411339 欢迎点赞.收藏.留言 ,欢迎留言交流! 本文由[王知无]原创,首发于 CSDN博客! 本文首发CSDN论坛,未经过官 ...

  7. 大数据HBase在阿里搜索中的应用实践

    HBase作为淘宝全网索引构建以及在线机器学习平台的核心存储系统,是阿里搜索基础架构的重要组成部分.本文我们将介绍HBase在阿里搜索的历史.规模,应用的场景以及在实际应用当中遇到的问题和优化. HB ...

  8. 马云:大数据云计算是阿里未来核心战略

    本文讲的是马云:大数据云计算是阿里未来核心战略[IT168 云计算]北京时间10月8日晚间,阿里巴巴集团董事局主席马云和CEO张勇在年报致投资者的公开信中表示,全球化.农村经济和大数据云计算将成为阿里 ...

  9. 大数据平台架构浅析——以讯飞大数据平台Odeon为例

    文章目录 大数据平台架构解析--以讯飞大数据平台Odeon为例 定义 功能 数据采集 数据开发 数据分析 数据编程 补充 大数据平台架构解析--以讯飞大数据平台Odeon为例 定义 Odeon大数据平 ...

最新文章

  1. c语言递归求五阶行列式源代码,久游堂怎么样 -官网
  2. CMU赵越:异常检测的算法、案例和落地
  3. 【Android NDK 开发】JNI 引用 ( 全局引用 | NewGlobalRef | DeleteGlobalRef )
  4. Kafka端到端审计
  5. MySQL的内置函数
  6. Method getMethod
  7. 存储过程——创建通用存储过程(七)
  8. centos8上安装nginx
  9. 天津市全国计算机等级报名时间,天津市2018年全国计算机等级考试报名时间及地点...
  10. Cordova的安装及环境配置
  11. html2bin.exe,hex转换成bin文件小工具(HEX2BIN.EXE)
  12. Lenovo System x3650 M5 使用ServerGuide安装win2016(U盘安装)
  13. python银行系统-python实现简单银行管理系统
  14. css居中对齐的几种方式
  15. yolov3 darknet 中文标签 中文汉化
  16. RabbitMQ 面试题目整理
  17. nss什么意思计算机网络用语,扩列cqy是什么意思,nss又是什么意思
  18. 文案再这么玩 非玩死文案不可!
  19. 【硬件设计】AC-DC整流桥电路
  20. Perl CGI简介

热门文章

  1. 使用备份和还原以及SMB协议将SQL数据库从Windows迁移到Linux
  2. 朴素贝叶斯 半朴素贝叶斯_SQL Server中的朴素贝叶斯预测
  3. 用curl发起https请求
  4. [mysql]三种方法为root账户指定密码
  5. PLSQL 连接Oracle11g (64位)
  6. idea使用activiti插件
  7. Redis事务与MySQL事务的区别
  8. springmvc5中设计模式
  9. 第四周作业二_单元测试
  10. 快速排序算法思路分析和C++源代码(递归和非递归)