BI 即 Business Intelligence,Gartner魔力象限将其定义如下:
一类由数据仓库(或数据集市)、查询报表、 数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用
这里的数据源是指 图表组件的数据源,是存取数据的元素,支持作为数据源的组件会逐渐增多。
目前已支持的组件包括:
财务模型
业务模型
Python元素
笛卡尔乘积是指在数学中,两个集合 A 和 B 的笛卡尔积(Cartesian product),又称直积。
例:
A ∈{中国、美国},B∈{2021、2022} 则 A * B = {中国2021、美国2021、中国2022、美国2022}
多组合是指图表组件中多组条件的集合,多个组合之间为并集(∪)的关系。 多组合是为了与 笛卡尔积一起组合更精准的筛选条件。
例:
组合1:A ∈{中国},B∈{2021、2022} 组合2:A ∈{美国},B∈{2023} 则 组合1,组合2的条件结果为:{中国2021、中国2022、美国2023}
从上述结果可以看出,如果仅仅使用笛卡尔积是无法组合出上述筛选条件的
筛选器是指图表组件中允许最终用户切数据视角的组件,通常切换筛选条件会带来数据的变化
过滤器是指图表组件中用户设置,以进行数据过滤的区域。与筛选器不同,过滤器不允许最终用户进行切换。
聚合方式是指当存在多条记录的分组条件相同时,数据的汇总方式。
聚合方式一般包括:
求和
计数
去重计数
最大值
最小值
平均值
例: 对于原始数据,仅返回A、C字段,并以A字段进行分组时:
A |
B |
C |
---|---|---|
2021 |
中国 |
100 |
2022 |
中国 |
200 |
2023 |
中国 |
300 |
2021 |
美国 |
100 |
2022 |
美国 |
200 |
如果聚合函数为求和,则聚合后数据为:
A |
C |
---|---|
2021 |
200 |
2022 |
400 |
2023 |
300 |
如果聚合函数为最大值,则聚合后数据为:
A |
C |
---|---|
2021 |
100 |
2022 |
200 |
2023 |
300 |
回到顶部
咨询热线