quickbi finebi 测评(案例讲解)

quickbi & finebi 测评

国产BI中入门门槛比较低的有两个,分别是quickbi和finebi。根据我的经验通过这篇文章做一个关于这两款BI的测评文章。

quickbi分为个人版、高级版、专业版、私有化部署四种。这篇文章以quickbi高级版为例,对quickbi进行分享。从数据源和数据集、计算字段、仪表板进行分享。电子表格不属于BI范畴,属于报表范畴,不在此次分享中。

finebi目前官网在用的版本是6.0版本和6.1版本,本篇文章以6.0版本为例,从数据源和数据集、计算、可视化进行分享。

一、数据源和数据集

1.1 quickbi 数据源和数据集:

和众多BI一样,可以连接市面上众多的数据库,也可以连接excel、csv文件等,但quickbi对于本地文件的使用,是先上传到数据库中,然后再使用数据库中的表创建数据集。

备注:quickbi如果想要用本地数据源,则需要进行数据库的内网穿透(后续单开一篇文章分享)。

图片

创建数据集有2种方式:一种是通过表格连接,一种是通过写sql

1.1.1表格连接建数据集:

图片

1.1.2写sql创建数据集:

图片

1.2 Finebi 数据源和数据集:
1.2.1finebi可以连接excel、csv和数据库,其中连接excel使用的是导入模式

图片

总结1:和quickbi不同,finebi导入的就是excel,而非像quickbi一样导入到数据库中。

1.2.2也可以连接数据库:

图片

总结2:和quickbi一样,目前finebi无法实时连接本地excel文件进行自动刷新,如果想要实现自动刷新功能,需要连接数据库。

1.2.3创建数据集有 3种方式:

分别有数据库表、sql数据集,excel数据集

图片

举例说明:

1.2.3.1数据库表数据集:

选择一个数据库,再点击需要用到的表,点击确定,就可以生成数据集

选中表:

图片

生成数据集:

图片

如果同时使用多个表,还可以进行建关系

图片

1.2.3.2sql数据集:

图片

总结3:sql数据集就是正常的写sql创建数据集,这里有个参数,仅支持直连模式(因为finebi还有个抽取的模式),quickbi没有抽取模式,因此这里的用法和quickbi是一样的,都是可以在sql中写参数。

1.2.3.3excel数据集:

就是直接导入excel,生成数据集

图片

图片

需要注意的是,如果excel工作簿中有多个sheet,可以同时导入,生成的表名就是对应的sheet名,如果只有1个sheet,生成的表名就是工作簿的名称。

二、计算

2.1quickbi计算:

2.1 创建计算字段主要看用到的数据库是哪种数据库,是内置的探索空间,还是自己的数据库,自己库又是哪种版本。

举例说明:

情况1,如果在使用的时候,使用quickbi自带的探索空间,那么上传的excel文件是上传到探索空间(自带数据库)中,有个很大的不足是这个数据库有很大的函数限制,好多常用函数是不支持的,就导致创建计算字段不好用。

图片

情况2,如果使用自己的数据库或公司的数据库,则创建计算字段受限于当前使用数据库的版本,如果使用的是mysql5版本,则不能使用8版本来创建计算字段。

2.1.2数据处理:

quickbi高级版只能使用数据集内部的数据处理功能,并且非常弱,只有批量配置、新建分组维度和过滤可用。其中第2个还很少用到。

图片

2.1.3创建计算字段:

创建维度:

图片

创建度量:

图片

从以上2张图片中可知,quickbi创建维度和度量使用的是sql的语法,其中创建度量必须要使用聚合函数,事实也是如此。

对于高级函数的使用(之后再分享高级函数的使用),以下是常用高级函数:

图片

2.2Finebi 计算:
2.2.1数据处理:

finebi6版本相对于5版本新增了数据处理功能,如下:

图片

备注:从finebi6版本开始,数据处理这部分的功能越来越强多了。对于不想新建计算字段的小伙伴来说是非常不错的改进。

2.2.2新建计算字段:

图片

而如果这样写是错误的:

图片

总结1:对比quickbi计算字段可知,finebi使用内置函数创建计算字段是有固定的语法的,其他聚合函数的写法,具体可以参考finebi官方文档。

2.2.3对于高级函数:

def函数,对于数据源没有限制,理解语法,灵活运用即可。

图片

总结2: def函数相对于finebi来说,在高级函数上已经迈出了一大步,能解决不少复杂的问题了。但不要同powerbi的dax进行比较,dax已经深耕好多年了,相对于quickbi的高级函数来说,可用的高级函数要多一些。

三、可视化

3.1quickbi可视化:
3.1.1以交叉表为例:

制图:

直接拖动图表到仪表板中,将数据集中的字段拖放到行、列中,一张图表就做成了。如果想要对图表做美化,可以点击样式,

图片

美化:如果想要对图表做美化,可以点击样式:

图片

调整对齐方式:

如果想要对字段进行居中,可以点击行或列右侧的小齿轮,对字段进行批量设置。

图片

添加聚合方式或使用同环比,也是不用写计算字段的:

图片

3.1.2筛选控件等辅助功能

可视化的查询筛选,也是不用单独建关系,直接就可以勾选使用:

图片

3.1.3 更换主题:

图片

其他像故事线、组件复用、拼接、格式刷、富文本、内嵌页面、图片等对于新手来说,是非常有好的。

但quickbi的仪表板没有组件的上下层功能,也就是只是一维平面的。

3.2 finebi可视化:
3.2.1以交叉表为例:

创建计算字段后,将字段分别拖放到维度和指标中,就可以生成图表:

图片

如果想要做美化(此处只针对该图表做美化,非仪表板):

在表格属性这里可以设置颜色和形状

图片

在组件样式可以设置表格的字体、行高、合计行等

图片

如果想要添加聚合方式或者同环比,可以分别在维度和指标处直接选择:

图片

图片

3.2.2新建仪表板需要点击添加仪表板按钮

图片

将需要放在仪表板的组件拖放到仪表板中,用不到的则不需要拖放

图片

备注:finebi和quickbi不同,quickbi是先建仪表板,再在仪表板中添加图表;而finebi可以反着来,先创建图表,再选择适合的图表做看板。

3.2.3 看板美化:

可以自主选择合适的仪表板样式,

图片

3.2.4筛选控件等辅助功能:

对于过滤组件及组件筛选:

也是不需要创建关系,直接在筛选器中勾选需要筛选的组件即可。

图片

3.2.5组件的上下层功能:

当组件勾选悬浮功能之后,就会有一个上下层功能(至于顶部、置于底部),如果所有组件全部 关闭悬浮功能,则和quickbi一样,只在一维平面制作看板。

图片

总结:

quickbi就2点,会sql,熟悉细节,常用功能及需求实现基本就能无障碍使用了,至于性能就看能力了。 

finebi的使用需要熟悉帆软bi的帮助文档,因为它有固定的使用语法,但相对于quickbi来说,finebi可以制作更加炫酷和复杂的图表,如果不熟悉sql,使用finebi要比使用quickbi简单一些,但如果有sql基础,quickbi要比finebi上手更快一些。

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.mzph.cn/bicheng/79247.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

【进阶】--函数栈帧的创建和销毁详解

目录 一.函数栈帧的概念 二.理解函数栈帧能让我们解决什么问题 三.相关寄存器和汇编指令知识点补充 四.函数栈帧的创建和销毁 4.1.调用堆栈 4.2.函数栈帧的创建 4.3 函数栈帧的销毁 一.函数栈帧的概念 --在C语言中,函数栈帧是指在函数调用过程中,…

基于大模型预测的输尿管癌诊疗全流程研究报告

目录 一、引言 1.1 研究背景与意义 1.2 研究目的与创新点 二、大模型预测输尿管癌的原理与方法 2.1 大模型技术概述 2.2 用于输尿管癌预测的大模型选择 2.3 数据收集与处理 2.4 模型训练与优化 三、术前风险预测与手术方案制定 3.1 术前风险预测指标 3.2 大模型预测…

【Machine Learning Q and AI 读书笔记】- 03 小样本学习

Machine Learning Q and AI 中文译名 大模型技术30讲,主要总结了大模型相关的技术要点,结合学术和工程化,对LLM从业者来说,是一份非常好的学习实践技术地图. 本文是Machine Learning Q and AI 读书笔记的第3篇,对应原…

PETR和位置编码

PETR和位置编码 petr检测网络中有2种类型的位置编码。 正弦编码和petr论文提出的3D Position Embedding。transformer模块输入除了qkv,还有query_pos和key_pos。这里重点记录下query_pos和key_pos的生成 query pos的生成 先定义reference_points, shape为(n_query…

Ubuntu搭建 Nginx以及Keepalived 实现 主备

目录 前言1. 基本知识2. Keepalived3. 脚本配置4. Nginx前言 🤟 找工作,来万码优才:👉 #小程序://万码优才/r6rqmzDaXpYkJZF 爬虫神器,无代码爬取,就来:bright.cn Java基本知识: java框架 零基础从入门到精通的学习路线 附开源项目面经等(超全)【Java项目】实战CRU…

文章记单词 | 第56篇(六级)

一,单词释义 interview /ˈɪntəvjuː/: 名词:面试;采访;面谈动词:对… 进行面试;采访;接见 radioactive /ˌreɪdiəʊˈktɪv/:形容词:放射性的&#xff…

MATLAB函数调用全解析:从入门到精通

在MATLAB编程中,函数是代码复用的核心单元。本文将全面解析MATLAB中各类函数的调用方法,包括内置函数、自定义函数、匿名函数等,帮助提升代码效率! 一、MATLAB函数概述 MATLAB函数分为以下类型: 内置函数&#xff1a…

哈希表笔记(二)redis

Redis哈希表实现分析 这份代码是Redis核心数据结构之一的字典(dict)实现,本质上是一个哈希表的实现。Redis的字典结构被广泛用于各种内部数据结构,包括Redis数据库本身和哈希键类型。 核心特点 双表设计:每个字典包含两个哈希表&#xff0…

PDF嵌入隐藏的文字

所需依赖 <dependency><groupId>com.itextpdf</groupId><artifactId>itext-core</artifactId><version>9.0.0</version><type>pom</type> </dependency>源码 /*** PDF工具*/ public class PdfUtils {/*** 在 PD…

RAG工程-基于LangChain 实现 Advanced RAG(预检索-查询优化)(下)

Multi-Query 多路召回 多路召回流程图 多路召回策略利用大语言模型&#xff08;LLM&#xff09;对原始查询进行拓展&#xff0c;生成多个与原始查询相关的问题&#xff0c;再将原始查询和生成的所有相关问题一同发送给检索系统进行检索。它适用于用户查询比较宽泛、模糊或者需要…

【业务领域】PCIE协议理解

PCIE协议理解 提示&#xff1a;这里可以添加系列文章的所有文章的目录&#xff0c;目录需要自己手动添加 PCIE学习理解。 文章目录 PCIE协议理解[TOC](文章目录) 前言零、PCIE掌握点&#xff1f;一、PCIE是什么&#xff1f;二、PCIE协议总结物理层切速 链路层事务层6.2 TLP的路…

Jupyter notebook快捷键

文章目录 Jupyter notebook键盘模式快捷键&#xff08;常用的已加粗&#xff09; Jupyter notebook键盘模式 命令模式&#xff1a;键盘输入运行程序命令&#xff1b;这时单元格框线为蓝色 编辑模式&#xff1a;允许你往单元格中键入代码或文本&#xff1b;这时单元格框线是绿色…

Unity图片导入设置

&#x1f3c6; 个人愚见&#xff0c;没事写写笔记 &#x1f3c6;《博客内容》&#xff1a;Unity3D开发内容 &#x1f3c6;&#x1f389;欢迎 &#x1f44d;点赞✍评论⭐收藏 &#x1f50e;Unity支持的图片格式 ☀️BMP:是Windows操作系统的标准图像文件格式&#xff0c;特点是…

Spark-小练试刀

任务1&#xff1a;HDFS上有三份文件&#xff0c;分别为student.txt&#xff08;学生信息表&#xff09;result_bigdata.txt&#xff08;大数据基础成绩表&#xff09;&#xff0c; result_math.txt&#xff08;数学成绩表&#xff09;。 加载student.txt为名称为student的RDD…

内存安全的攻防战:工具链与语言特性的协同突围

一、内存安全&#xff1a;C 开发者永恒的达摩克利斯之剑 在操作系统内核、游戏引擎、金融交易系统等对稳定性要求苛刻的领域&#xff0c;内存安全问题始终是 C 开发者的核心挑战。缓冲区溢出、悬空指针、双重释放等经典漏洞&#xff0c;每年在全球范围内造成数千亿美元的损失。…

OceanBase数据库-学习笔记1-概论

多租户概念 集群和分布式 随着互联网、物联网和大数据技术的发展&#xff0c;数据量呈指数级增长&#xff0c;单机数据库难以存储和处理如此庞大的数据。现代应用通常需要支持大量用户同时访问&#xff0c;单机数据库在高并发场景下容易成为性能瓶颈。单点故障是单机数据库的…

计算机网络——键入网址到网页显示,期间发生了什么?

浏览器做的第一步工作是解析 URL&#xff0c;分清协议是http还是https&#xff0c;主机名&#xff0c;路径名&#xff0c;然后生成http消息&#xff0c;之后委托操作系统将消息发送给 Web 服务器。在发送之前&#xff0c;还需要先去查询dns&#xff0c;首先是查询缓存浏览器缓存…

Qwen3本地化部署,准备工作:SGLang

文章目录 SGLang安装deepseek运行Qwen3-30B-A3B官网:https://github.com/sgl-project/sglang SGLang SGLang 是一个面向大语言模型和视觉语言模型的高效服务框架。它通过协同设计后端运行时和前端编程语言,使模型交互更快速且具备更高可控性。核心特性包括: 1. 快速后端运…

全面接入!Qwen3现已上线千帆

百度智能云千帆正式上线通义千问团队开源的最新一代Qwen3系列模型&#xff0c;包括旗舰级MoE模型Qwen3-235B-A22B、轻量级MoE模型Qwen3-30B-A3B。千帆大模型平台开源模型进一步扩充&#xff0c;以多维开放的模型服务、全栈模型开发、应用开发工具链、多模态数据治理及安全的能力…

蓝桥杯Python(B)省赛回忆

Q&#xff1a;为什么我要写这篇博客&#xff1f; A&#xff1a;在蓝桥杯软件类竞赛&#xff08;Python B组&#xff09;的备赛过程中我在网上搜索关于蓝桥杯的资料&#xff0c;感谢你们提供的参赛经历&#xff0c;对我的备赛起到了整体调整的帮助&#xff0c;让我知道如何以更…