《企业级的报表与数据分析工具》由会员分享，可在线阅读，更多相关《企业级的报表与数据分析工具（54页珍藏版）》请在金锄头文库上搜索。
1、上海炎鼎软件有限公司产品研发中心：上海市张江高科技园区郭守敬路351号2号楼 商业与技术服务（上海）中心：上海市浦东新区张杨路188号汤臣中心C座2101 商业与技术服务中心（北京）中心：北京市朝阳区安慧里四区15号五矿大厦421 Http:/MaxX Analyser- 企业级的报表与数据分析工具 -北京，2009年12月24日- 2 -重点：1、效率问题效率问题：运算效率、执行效率是否有保证，比如在数百万记录的原始数据量或大运算量情况下，用户需要等待多久。2、功能问题功能问题：对复杂报表的支持程度怎样，并且能否很方便地进行复杂运算和定义展现。3、实用问题实用问题：数据分析模型实用性如何，操
2、作界面是否足够友好便于非专业人士使用，能否为实际的业务分析提供数据支持。- 3 -关于 MaxX Analyser 的一些基本概念- 4 -MaxX Analyser 结构组成及功能- 5 -MaxX Analyser 独立部署模式报表浏览数据库信息门户OLAP引擎报表引擎数据库 连接池业务系统- 6 -MaxX Analyser 集成部署模式报表浏览数据库OLAP引擎报表引擎业务系统业务应用 程序业务控制 程序- 7 -对环境与应用的适应能力Windows、Linux、UnixMS SQL、Oracle、SysBase、DB2Java和VS.NET包括对操作系统、数据库、集成语 言的适应对环
3、境的适应能力包括对调阅模式、导出类型应用的 适应对应用的适应能力以报表浏览器的形式调阅，以便获得最大限度的数据应用以纯HTML、PDF、EXCEL、JPG等形式调阅报表，通过服务器实时生成上述文件供阅读者浏览或下载- 8 -对环境与应用的适应能力对应用程序的数据集成能力数据库数据传统产品的数据来源数据库数据文件数据应用程序数据集MaxX Analyser的数据来源- 9 -MaxX Analyser 的项目化设计 / 应用构架 2003年Gartner Group 发布第四代BI标准，项目化方案成为该体系标准最重要组成部分。 2001年MaxX Analyser 创造性地提出并采用项目化设计部
4、署方案。 数据源数据源报表报表OLAPOLAP参数参数数据库数据库MaxXMaxX AnalyserAnalyser 项目项目数据库、数据源、报表、OLAP、参数五大结构体系在项目化管理下形成一个统一的完整的设计体系。- 10 -MaxX Analyser 的项目化设计 / 部署的意义 数据源多场合二级处理 数据源复用 参数复用及三级缺省值定义 样式单 项目导入（合并） 保持结构化设计过程 更适应团队开发表现优点 参数数据源绑定 批量生成参数录入及调用页面 针对项目的批量部署 以项目为索引的调用 获得更大的系统稳定性 优化调用设计- 11 -效率问题- 12 -MaxX Analyser 的效
5、率表现大数据报表大数据报表：无论多大的原始数据量，5秒之内，报表展现！OLAPOLAP分析分析：在千万记录级的应用场景下，浏览端10秒之内Cube装载完成，开始显示。- 13 -MaxX Analyser 的效率优化技术（一）基于 “流” 的报表处理模式- 14 -MaxX Analyser 的效率优化技术（一）数据库报表服务器报表浏览分包报表流分包数据流- 15 -MaxX Analyser 的效率优化技术（二）基于SQL机制的虚拟数据源- 16 -MaxX Analyser 的效率优化技术（二）数据库数据库数据源数据源数据源数据源内置SQL引擎虚拟数据源报表- 17 -MaxX Analy
6、ser 的效率优化技术（二）MaxX Analyser 支持多 数据库同步连接原始原始数据源，可以 内置引擎以SQL标 准进行关联运算内置引擎SQL创建窗口- 18 -MaxX Analyser 的效率优化技术（二）数据源之间存在关联运算需求数据源之间存在关联运算需求：基于SQL机制的虚拟数据源模式是最具效率的解决模型。数据源之间存在跨域计算需求数据源之间存在跨域计算需求：基于报表多数据源机制的运算模型是最适合的。- 19 -MaxX Analyser 的效率优化技术（三）数据链报表- 20 -MaxX Analyser 的效率优化技术（三）只建立用户感兴趣的数据- 21 -MaxX Anal
7、yser 的效率优化技术（四）动态数据库指令- 22 -MaxX Analyser 的效率优化技术（四）根据中间运算结果，只请求必须的数据根据中间运算结果，只请求必须的数据将更多的运算让数据库服务器完成将更多的运算让数据库服务器完成- 23 -MaxX Analyser 的效率优化技术（五）报表预编译设置- 24 -功能问题- 25 -九套常规模型1、列表列表/ /不规则报表不规则报表3、分组报表分组报表2、主从报表主从报表9、数据提交报表数据提交报表5、图形报表图形报表4、嵌套报表嵌套报表7、分栏报表分栏报表6、交叉报表交叉报表8、套打报表套打报表- 26 -复杂报表设计所以，报表能否普遍满
8、足各类复杂表样的关键，在于两个方面：报表的本质是什么：报表的本质是什么： 报表是指定数据在页 面上的指定表现形式复杂目标适应能力对数据的 控制能力对表现的 控制能力- 27 -MaxX Analyser 支持报表内多数据源同步 每列不同色彩的数据，来 源于不同数据源，根据左 侧黑白表头的数据循环同 步循环展现。严格意义上来说，多数据源同步算不上MaxX Analyser具有代表性的功能，因为它仅仅是MaxX Analyser众多数据源控制方法中的一个简单应用而已。选择它作为例子，是因为这种应用是一种非常常用的应用方法。- 28 -MaxX Analyser 以内置引擎实现报表内数据动态处理说明
9、：1、报表原始数据为所有订单信息。2、针对原始信息的每列运算模式都完全不同，运算结果含义也完全不同。3、在本报表中，使用数据源内置引擎对数据按不同规则进行分组计算。注意红色部分，这种根 据数据排序多次定位的 文本处理需求，在传统 报表工具中很难实现。- 29 -MaxX Analyser 的动态数据库指令机制在服务器监控台中 ，可观察到报表动 态创建提交的数据 库指令- 30 -MaxX Analyser 的动态数据库指令机制1、获得基本原始数据，或者用户指令。2、根据运算结果或用户指令，按预定义逻辑判断需要获得的数据。3、根据数据需求，动态创建当前数据期期望所需求的SQL语句。4、实时向数据
10、库提交动态创建的SQL，获取数据并进行下一步运算。5、根据运算结果，如需继续触发动态数据库指令机制，重复3-5步骤。- 31 -序号模式特征内容传统工具设计模式1MaxX Analyser 设计模式2报表页面的输出，将中每一个设计部件及其衍生显示，作为一个个独立的对象进行控制，每一个对象具有自身唯一的命名和属性特征。通过修改这些属性，我们可以在一般逻辑之外，对指定对象进行特性设定。 对象实例化页面输出是以绘制点阵方式输出，无法针对某个显示区域 进行局部刷新。- 32 -定向刷新技术传统方式下的报表按照自上而下的顺序生成。如果需要在报表上部显示此后部分数据的运算结果的话，往往需要额外的设计处理。
11、弊端：1、如采用在数据源进行预先处理的话，无疑会加重数据库服务器的负担，同时也增加了数据源设计的复杂度 。2、如果在内存中进行预处理的话，一旦面临大数据量情况，极可能导致内存溢出或者需要长时间耐心等待。3、报表一旦生成，当前显示将无法根据用户在报表中的操作再次做局部调整。- 33 -MaxX Analyser 的定向刷新技术基于“对象实例化”的模型，可以在报表生成过程中，对已生成部分进行逆向刷新。 实例化对象，可在报表生成后点击 控制当前行数据是否纳入运算选择 范围。根据左侧选择对象，进行 汇总计算，并动态刷新上 部文本框显示。- 34 -MaxX Analyser 支持个性化排序所有报表工具
12、都可以支持数据源的顺序、逆序排序，并按这个顺序加以显示。但是，自有极少数高端产品支持数据的指定顺序显示，MaxX Analyser 就是其中之一。数据源按产品大类顺 序显示数据源按产品大类逆 序显示数据源指定部分产品 大类个性化顺序显示- 35 -MaxX Analyser 支持个性化排序显示顺序的个性化 设定- 36 -MaxX Analyser 的图形报表技术所有的成熟报表产品都具有图表功能，但是，MaxX Analyser 仍具有以下产品优势： 1、样式丰富样式丰富：在MaxX Analyser 中，提供了70多大类、300多种图表样式，包括了从柱状、折线、甘特、饼型等通用图表到蜡烛、容
13、量、漏斗等专业图表。2、多数据源样式叠加多数据源样式叠加：支持在同一图表中对比展现多个不同数据源数据，并可以不同样式进行表现。3、自动分组自动分组：支持图表的自动分组，可在图表中设置对数据源的分组运算，并将不同分组同坐标区分对比显示。- 37 -MaxX Analyser 的图形报表技术根据单数据 源分组计算 自动创建多 图叠加使用多个数 据源，创建 多图对比效 果- 38 -基于控件元素的组合设计这种需要类似甘特图与表格 混排的样式，传统产品以及 表格元素设计模式产品，是 无法支持的。- 39 -OLAP实用性问题- 40 -OLAP是什么？123多维视图：在原始关系型数据的结构基础上加以整
14、合，形成可从多视角观察的数据模型数据切片：将多维度交叉数据，在指定维度范围内提取并观察数据钻取：在多维数据结构上，逐层设定细分维度，并根据需求树型下钻详细数据OLAP 是一种基于多维数据的分析模型- 41 -OLAP 的多维视图用维的方法观察数据： 产品大类、时间、销售区域、销售模式等 数据模型等同于业务模型销售分析产品大类时间销售区域销售模式珠宝类服装类珠宝类01年02年03年华东区华南区华北区直销渠道终端- 42 -OLAP 的多维视图销售地区产品分类时间华东区浙江省杭州市温州市嘉兴市江苏省考察一个特定的维地区维，包括每一个地区到各省份、行政市的销售数据钻取到下面的层次来考察详细情况- 4
15、3 -OLAP 旋转按不同顺序组织各个维，对结果进行考察销售地区产品分类时间时间销售地区产品分类- 44 -OLAP 钻取钻取到各个维地区、省份、行政市销售模式、产品类型、产品销售分析销售地区销售模式时间客户华东区华北区华南区直销分销01年02年03年浙江省江苏省- 45 -OLAP 切片用切片的方法从不同角度观察时间产品类型销售模式时间销售模式产品类型2001年每类产品对应于各种销 售模式的销售情况每类产品对应于直销模式的每 个年度的销售情况- 46 -MaxX Analyser 的OLAP 综合优势OLAP是完全面向分析设计的数据表现模型。相对于传统OLAP工具，MaxX Analyser
16、在应用模式、效率构架、数据模型等方面均作了大量改进和创新。 重点表现在如下方面：可缩放的维度 设计内置推测 算法最高支持244个维数据 指标和1024个分析数 据指标 数据Cube的增量 更新 最为便捷的 排序设定 数据多种计算 表现形式 - 47 -可缩放的维度设计这种呈树型 结构索引分 析数据，逐 层递进至关 键细节目标 ，完全符合 人类思维逻 辑，使分析 更全面、透 彻，更易发 现潜在信息 。- 48 -内置6种推测算法1 简单移动平均法 2 加权移动平均法 3 双重指数平滑法 4 三重指数平滑法 5 数据极限显示 6 首末位显示 - 49 -最高支持244个维数据指标和1024个分析数据指标 最高 支持 1024 个分 析数 据最高支持 244个分析 指标 。- 50 -数据Cube的增量更新 1、传统方
