使用 QuickBI 搭建酷炫可视化分析

随着各行各业大数据的渗透，BI 类数据分析需求与日俱增，如何让可视化更好的展示数据的价值，是 BI 类产品一直努力的方向。对此国内外的BI产品都有本身的方法，如国外大牌的 PowerBI、Tableau，还有国内的 FineBI、BDP、Quick BI 他们都提供了丰富度可视化能力，但对于新手而言，有了数据以后如何选择合适的图表？如何配置酷炫夺目的图表？多个图表如何组织有故事的报表？亦或是你想了解可视化背后的技术原理，本文将一一为你解答。

图表开发
要使用 Quick BI 作可视化分析，只须要简单的三步（开启试用后方可进入下方连接，点击此处开始试用）

链接数据源，打开 http://bi.aliyun.com/workspac... 轻松配置。目前Quick BI已经支持包括 Mysql/PostgreSQL/SQL Server/Hive 在内的绝大多数数据源类型
新建数据集，打开 http://bi.aliyun.com/workspac... 选择数据库中一个表建立数据集，数据集也支持多个表之间雪花模型和星型模型关联
建立仪表板，接下来就能够开始选择须要的图表

首先看一下 Quick BI 图表的种类：

如上图，Quick BI目前共提供十三类三十多种图表，如柱状图包含普通柱图、堆积柱状图、百分比堆积柱图、条形图、堆积条形图、百分比堆积条形图6种，能涵盖 BI 分析中的绝大多数场景。

Quick BI还能轻松构建线柱组合图。以下图，为了分析服装类目利润和访客数及销量关系，利润使用柱状展现有利于突出主次关系。

鼠标hover到图例上能高亮指定数据，适合维度过多状况下单个维度分析。

此外，Quick BI 相对于其它图表，会对大数据量场景作适配，避免文案覆盖或展现不全。以下图，当饼图用例过多时，会对图例自动开启滚动条展现，Tooltip 显示位置优化排布：

此外还有来源去向图，适合分析页面间调整和用户行为路径：

QuickBI 提供这么多图表展现方式，但如何选择合适的图表类型能？这就须要根据数据特征出发，掌握这一技能须要练习和经验，对于新手，你能够参考以下图表选择流程图。

图表实现原理
介绍完图表类型和使用方法，若是你对图表技术原理感兴趣，能够看接下来的图表实现原理分析。

图表框架从上到下共分为4层：

1. 组件层

基于图表展现方式的不一样，交互有很大差异，所以将线图、柱图、面积图、条形图、饼图等归位基础图表，他们基于常规的笛卡尔坐标系或极坐标系构建；交叉表、矩阵树图、漏斗图、来源去向图等交互各异，须要针对性优化，归为富交互图表；地图须要基于LBS地理位置数据，目前内置中国省市县地图，能够在不一样级别上钻和下钻。最后一类是将来计划上线的3D图表。结合着目前VR/AR设备的兴起，3D图表在视觉效果上有更好的体验，将来计划发力。

1. 图表交互层

静态图表是呆板的，灵活的交互就像让图表说话同样提升数据分析的效率和体验，对于OLAP类数据来讲钻取联动跳转是基本交互，这些全部支持类图表能够统一实现。坐标轴Axis、图例、提示框Tooltip在多个图表都支持，封装成通用模块方式提供。对于大数据量而言，这3个通用模块都须要解决小空间下如何展现大量文案的问题，Quick BI 内部基于不少算法来作展现优化，如当坐标轴数量过多时，经过对比坐标轴宽度和文案宽度，自动计算坐标轴文案倾斜夹角，避免文案重叠。对于数据量过大状况，实现自动抽样展现。

1. 数据配置层

数据主要分为两类：『展现数据』和『图表配置数据』。

展现数据是业务中的原始数据，不会由于图表类型的不一样而变化。

图表配置数据又分为『用户产生的图表配置』和『图表默认配置』，最终图表展现是以两者合并以后为准。

因为上层图表交互只负责展示，所以须要的数据结构也是为了高效展示，接口提供的数据是为了方便存储，所以两者不少状况下不一致，因此就须要数据转换层作数据格式适配。

这一层是整个数据处理的核心，并不只仅是转换方法，数据结构的设计一样是关键，须要兼顾到不一样图表类型横向和将来扩展纵向的多重考量。

1. 底层依赖

因为可视化图表的多样性，一套框架或绘制方法很难高效知足业务需求，所以底层基于G二、Three.js、Leaflet 三个基础库，这三者有不是现成的图表库，都须要具体实现图表。相似于面粉和面条的关系，这三者至关于不一样口味的面粉，最终开发的图表像面条。

G2 是一套基于可视化编码的图形语法，以数据驱动，适用于基础图表；Three.js 是WebGL的封装，提供高效API开发3D图表；Leaflet 适用于开发交互式地图类图表。

总结
以上是 Quick BI 图表的介绍、用法和技术原理。Quick BI 正是凭借阿里巴巴在大数据领域多年的经验，不断打磨出来的一款 BI 产品。但愿他能帮你从杂乱的数字转换为酷炫的图表，帮你发掘数据背后的价值。

本文做者：supwdl

阅读原文

本文为云栖社区原创内容，未经容许不得转载。