FineBI:简介

news2024/11/18 14:01:23

1 介绍

FineBI 是帆软软件有限公司推出的一款商业智能(Business Intelligence)产品。

FineBI 是定位于自助大数据分析的 BI 工具,能够帮助企业的业务人员和数据分析师,开展以问题导向的探索式分析。

2 现阶段数据分析弊端

现阶段各行各业在使用数据进行查询分析基本都是通过前端业务人员与信息部 IT 人员沟通,向他们解释具体的业务流程,然后 IT 人员再根据业务流程来获取数据建立模板这样一个流程来完成的。

随着信息化的长期发展,这样一个使用流程的弊端越来越明显,具体表现在以下几个方面:

问题详细说明

  1. 数据结构混乱。 数据库经过多年建设,数据非常庞大复杂,IT 人员几乎不太可能弄清楚所有数据表的结构。
  2. 沟通成本大。 前端业务人员需要与信息部 IT 人员沟通,向他们解释具体的业务流程,然后IT人员再根据业务流程来获取数据建立模板,这中间的沟通会反复好几次才能达到前端业务人员想要的效果。
  3. 响应时间慢。 大部分的查询分析都需要IT人员建立,工作量大,前端人员等待的时间长,不能及时响应。
  4. 灵活性差。 查询需求多样化,每个查询分析模板均是固定不可变更,不能满足一个模板的重复使用。现阶段各行各业在使用数据进行查询分析基本都是通过前端业务人员与信息部 IT 人员沟通,向他们解释具体的业务流程,然后 IT 人员再根据业务流程来获取数据建立模板这样一个流程来完成的。

随着信息化的长期发展,这样一个使用流程的弊端越来越明显,具体表现在以下几个方面:

问题详细说明
数据结构混乱。数据库经过多年建设,数据非常庞大复杂,IT 人员几乎不太可能弄清楚所有数据表的结构。
沟通成本大。前端业务人员需要与信息部 IT 人员沟通,向他们解释具体的业务流程,然后IT人员再根据业务流程来获取数据建立模板,这中间的沟通会反复好几次才能达到前端业务人员想要的效果。
响应时间慢。大部分的查询分析都需要IT人员建立,工作量大,前端人员等待的时间长,不能及时响应。
灵活性差。查询需求多样化,每个查询分析模板均是固定不可变更,不能满足一个模板的重复使用。

3 FineBI 优势

(1)FineBI 通过多人协同合作来解决上述弊端。

(2)FineBI 的定位是业务人员/数据分析师自主制作仪表板,进行探索分析。

因此在引擎部分将传统的关系型数据库非关系型化,这样用户在选择字段的时候才可以做到像在一张表里使用的效果。重点是自主分析、传统数据库非关系型化。

4 FineBI 功能简介

(1)FineBI 使用 Spider 引擎,可同时实现「实时数据」与「抽取数据」。可以根据数据量、实时性要求、使用频次等,自由选择。实时数据与抽取数据方式的无缝切换,将更加灵活高效支撑前端的高性能分析。

小数据量数据以二进制文件形式存放在本地磁盘,随存随用,并行计算,轻量易用。
大数据量基于 Apache SPARK 计算引擎,结合自研高性能算法,列式存储、并行内存计算、计算本地化加上高性能算法,解决大数据量分析问题与在 FineBI 中快速展示的问题。

(2)角色匹配

使用 FineBI 的方式取决于用户在项目中的角色与所在的团队。

IT人员

可以利用 FineBI 管理数据,做基础处理工作,提供给业务相关的团队同事。

数据分析师

使用 FineBI 加工数据、创建仪表板,并将这些仪表板分享出来,共享给公司的同事。使用服务的同事可以在 PC 端或者手机应用中查看监控数据,并深入挖掘潜在的数据内容。

开发人员

可以利用 FineBI 的开放 API 或云打包等服务将仪表板或报表集成到自定义应用程序中。

(3)功能模块

FineBI 功能模块根据业务分析流程可以分为数据准备、数据加工、可视化分析、仪表板驾驶舱、分享仪表板这些模块,帮助文档也按照这些模块进行介绍。

5 FineBI 软件环境

FineBI使用的软件环境如下:

操作系统

Windows、Linux、Mac、Unix 、Aix、IRIX 等支持 1.8 版本 JDK 的操作系统,详细版本参见 系统要求 。

数据库

Apache Kylin、Derby、HP Vertica、IBM DB2、Informix、Sql Server、MySQL、Oracle、Pivotal Greenplum Database、Postgresql、ADS、Amazon Redshift、Apache Impala、Apache Phoenix、Gbase 8A、Gbase8S、Gbase 8T、Hadoop Hive、Kingbase、Presto、SAP HANA、SAP Sybase、Spark、Transwarp Inceptor、HBase 等主流的一些关系型数据库及非关系数据库 MongoDB 等。详情参见:数据连接支持范围 。

应用服务器

Tomcat、Jboss、Weblogic、Websphere 等 Web 应用服务器。

浏览器

单核心:谷歌、火狐、支持 IE9 及其以上(包括 Edge,IE8 仅支持查看)、Safari、opera。

从渲染引擎的匹配度上,建议使用:谷歌、火狐。

双核心:360 浏览器、搜狗浏览器、QQ 浏览器、UC 浏览器、猎豹浏览器、百度浏览器,只支持其极速模式,不支持兼容模式。

注1:IE10 及以下的版本不支持模板全屏查看,若需全屏查看模板,建议使用 IE10 以上的版本或其他浏览器。  

注2:IE11 以下版本若开启 全局水印 可能会影响部分操作,如仪表板无法添加组件。若需开启 全局水印 ,建议使用 IE11 及以上版本的浏览器或更换其他浏览器。

6 FineBI 硬件环境

业务系统运行硬件配置预估与要求,以极限情况推算。

6.1 所有的数据都需要更新,即抽取数据保存到本地

(1)当最大单表数据量在亿级以下,可以直接使用 Web 服务器的本地磁盘作为数据存储介质。推荐配置如下表所示:

数据量

CPU 

可用内存

可用磁盘空间  

编辑用户并发

预览用户并发

0~500万

8核~16核,2.5GHz及以上

32G

300G

20

150

500万~1千万

16核~32核,2.5GHz及以上

32G

1T

30

300

1千万~1亿

16核~32核,2.5GHz及以上

64G

2T40300

(2)可用磁盘空间为推荐空间,最低空间为该推荐空间的三分之一即可。

(3)编辑用户并发指的是同时使用 FineBI 编辑仪表板、创建表、自助数据集的用户个数;预览用户并发指的是同时使用 FineBI 查看数据/仪表板的用户个数。

6.2 所有数据都是实时数据

(1)性能与计算全部依赖于数据库,即都使用实时数据,存在缓存机制以及部分场景内存计算,因此 Web 服务器配置可由结果集数据量来进行估算。(用户的数据库服务器的配置这里不做推荐)其中,结果集数据量表示的是查询数据返回的行*列数。

结果集数据量

CPU

可用内存

编辑用户并发 

预览用户并发

0~500万

8核,2.5GHz及以上

12G

20

150

500万~1千万

8核,2.5GHz及以上

32G

30200

500万~1千万

16核,2.5GHz及以上

32G

40300

1千万~5千万

16核,2.5GHz及以上

64G

40300

(2)大量计算是数据库完成,BI 内存消耗量主要和结果集大小、并发性能相关。

6.3 既有实时数据,又有抽取数据

对于既有实时数据,又有需抽取数据的混合情况下,以最高配置要求即可。

注1:服务器台数均以单台来计的,是否多台取决于并发量。若上述单台的并发量不满足要求,可选择扩充 Web 服务器的台数。

注2:FineBI 的 Web 服务器不应安装在同时运行资源密集型应用程序(例如数据库或应用程序服务器)的物理计算机或 VM 虚拟机上。上述CPU 的推荐中,需要保证 FineBI 实际可以占用的资源达到 80% 。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1363049.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【Java集合篇】为什么HashMap的Cap是2^n,如何保证?

为什么HashMap的Cap是2^n,如何保证? ✔️目录✔️ 为什么是2 ^ n ?✔️为什么 X %2^n X & (2^n - 1) ? ✔️如何保证✔️初始化时期保证✔️扩容时期保证 ✔️目录 ✔️ 为什么是2 ^ n ? HashMap是通过 (table.length - 1) & (key.hashCode …

swing快速入门(四十)JList、JComboBox实现列表框

注释很详细,直接上代码 新增内容 🧧1.列表的属性设置与选项监听器 🧧2.下拉框的属性设置与选项监听器 🧧3.Box中组件填充情况不符合预期的处理方法 🧧4.LIst向Vector的转化方法 源码: package swing31_40;i…

Unity中Shader序列帧动画(总结篇)

文章目录 前言一、半透明混合自定义调整1、属性面板2、SubShader中3、在片元着色器(可选)3、根据纹理情况自己调节 二、适配Build In Render Pipeline三、最终代码 前言 在前几篇文章中,我们依次解决了实现Shader序列帧动画所遇到的问题。 Unity中Shader序列图动画…

K8S集群部署解决工作节点couldn‘t get current server API group list问题

最近在自己电脑上装了VMWare Player,在上面装了两个Ubuntu虚拟机,为了方便学习云原生技术,决定在上面装一个2个节点(一个控制面,一个工作节点)的K8S集群。 参考这篇文章: Ubuntu 22.04 搭建K8…

WebStorm 创建一个Vue项目

一、下载并安装WebStorm 步骤一 步骤二 选择激活方式 激活码: I2A0QUY8VU-eyJsaWNlbnNlSWQiOiJJMkEwUVVZOFZVIiwibGljZW5zZWVOYW1lIjoiVU5JVkVSU0lEQURFIEVTVEFEVUFMIERFIENBTVBJTkFTIiwiYXNzaWduZWVOYW1lIjoiVGFvYmFv77yaSkVU5YWo5a625qG25rAIOa0uW3peS9nOWup…

MATLAB指令

01--根据数学公式进行绘制 1.绘制连续函数 ①一元函数 t0:0.1:10; y3*t2; plot(t,y) ②一元二次函数 t0:0.1:10; yt.*t; plot(t,y) 注意此处应为点乘 ③一元3次 t0:0.1:10; yt.*t.*t; plot(t,y) ④y1/t t0:0.1:10; y1./t; plot(t,y) ⑤yexp(t) t0:0.1:10; yexp(2*t); p…

实现pytorch版的mobileNetV1

mobileNet具体细节,在前面已做了分析记录:轻量化网络-MobileNet系列-CSDN博客 这里是根据网络结构,搭建模型,用于图像分类任务。 1. 网络结构和基本组件 2. 搭建组件 (1)普通的卷积组件:CBL …

光明源:智慧公厕在实际应用中作用

什么是智慧公厕呢? 智慧公厕是一种应用先进科技和智能化技术的公共卫生设施,旨在提高公厕的管理效率、服务水平以及用户体验。这类公厕整合了各种现代技术,包括实时监控系统、智能预约服务、在线反馈机制、卫生自动化技术、导航服务、电子支…

Git 常用命令详解及如何在IDEA中操作

文章目录 前言发现宝藏一、初识Git1.Git概述2. Git的功能3. Git运行图示 二、Git下载安装三、Git 代码托管服务1.常用的 Git 代码托管服务2.使用码云代码托管服务 四、Git 常用命令1.Git 全局设置2.获取Git 仓库3.工作区、暂存区、版本库 概念4.Git 工作区中文件的两种状态5.本…

视频云存储/视频智能分析平台EasyCVR在麒麟系统中无法启动该如何解决?

安防视频监控/视频集中存储/云存储/磁盘阵列EasyCVR平台可拓展性强、视频能力灵活、部署轻快,可支持的主流标准协议有国标GB28181、RTSP/Onvif、RTMP等,以及支持厂家私有协议与SDK接入,包括海康Ehome、海大宇等设备的SDK等。平台既具备传统安…

2024年阿里云、腾讯云、华为云、LightNode、硅云服务器如何选?怎么买最划算?[最新价格表]

很多小伙伴都有一颗上云的心,包括我自己 有事没事的折腾一下自己的小破站,也挺有意思的! 那么,云服务器哪家好?优惠力度哪家大?活动入口哪里进?云服务器如何配置?如何选型&#xf…

时间序列预测 — VMD-LSTM实现单变量多步光伏预测(Tensorflow):单变量转为多变量预测多变量

目录 1 数据处理 1.1 导入库文件 1.2 导入数据集 ​1.3 缺失值分析 2 VMD经验模态分解 2.1 VMD分解实验 2.2 VMD-LSTM预测思路 3 构造训练数据 4 LSTM模型训练 5 LSTM模型预测 5.1 分量预测 5.2 可视化 时间序列预测专栏链接:https://blog.csdn.net/qq_…

前端Web系统架构设计

文章目录 1.目录结构定义2. 路由封装2.1 API路由定义2.2 组件路由定义 3. Axios请求开发4. 环境变量封装5. storage模块封装(sessionStorage, localStorage)6. 公共函数封装(日期,金额,权限..)7. 通用交互定义(删除二次确认,类别,面包屑...)8. 接口全貌概览 1.目录结构定义 2. …

Flume基础知识(十):Flume 聚合实战

1)案例需求: hadoop100上的 Flume-1 监控文件/opt/module/group.log, hadoop101上的 Flume-2 监控某一个端口的数据流, Flume-1 与 Flume-2 将数据发送给 hadoop102 上的 Flume-3,Flume-3 将最终数据打印 到控制台。…

基于Java实现全功能电子商城

🍅文末获取源码联系🍅 👇🏻 精彩项目推荐订阅👇🏻 不然下次找不到哟 基于SpringBoot的旅游网站 基于SpringBoot的MusiQ音乐网站 感兴趣的可以先收藏起来,还有大家在毕设选题,项目以及…

【数据库】视图索引执行计划多表查询面试题

文章目录 一、视图1.1 概念1.2 视图与数据表的区别1.3 优点1.4 语法1.5 实例 二、索引2.1 什么是索引2.2.为什么要使用索引2.3 优缺点2.4 何时不使用索引2.5 索引何时失效2.6 索引分类2.6.1.普通索引2.6.2.唯一索引2.6.3.主键索引2.6.4.组合索引2.6.5.全文索引 三、执行计划3.1…

2024.1.5 关于 二叉平衡树(AVL 树)详解

目录 二叉搜索树 二叉搜索树的简介 二叉搜索树的查找 二叉搜索树的效率 AVL树 AVL 树的简介 AVL 树的实现 AVL树的旋转 右单旋 左单旋 左右双旋 右左双旋 完整 AVL树插入代码 验证 AVL 树 AVL 树的性能 二叉搜索树 要想了解关于二叉平衡树的相关知识,了…

mnn-llm: 大语言模型端侧CPU推理优化

在大语言模型(LLM)端侧部署上,基于 MNN 实现的 mnn-llm 项目已经展现出业界领先的性能,特别是在 ARM 架构的 CPU 上。目前利用 mnn-llm 的推理能力,qwen-1.8b在mnn-llm的驱动下能够在移动端达到端侧实时会话的能力,能够在较低内存…

安全与认证Week3

目录 Key Management 密钥管理 密钥交换、证书 密钥的类别 密钥管理方面 密钥分发问题 密钥分发方案 混合密钥分发 公钥分发 公钥证书 X.509 理解X.509 X.509证书包含 X.509使用过程 X.509身份验证服务 X.509版本3 取消 由X.509引申关于CA 用户认证、身份管理…

手机上下载 Linux 系统

我们首先要下载 Ternux 点击下载以及vnc viewer (提取码:d9sX),需要魔法才行 下载完以后我们打开 Ternux 敲第一个命令 pkg upgrade 这个命令是用来跟新软件的 敲完命令就直接回车,如果遇到需要输入 Y/N 的地方全部输入 Y 下一步 #启动TMOE…