本技术公开了一种可视化数据创建方法,包括步骤:根据底层数据和模型数据库中存储的维度组合向用户展示可选择的维度及维度组合;提示用户进行维度上钻和/或下钻;提示用户创建新的维度组合并进行编码;对编码后的维度组合数据进行计算,利用编码后的各维度组合数据计算用户设定的指标;将各编码所对应的维度组合数据及指标分区存储;在用户建立数据模型时,提示用户选择数据模型涉及的编码及指标;在用户选定了数据模型涉及的编码和指标后,将数据模型推送至模型数据库。本发明一并公开了相应的可视化数据创建系统和计算设备。根据本发明的技术方案,能够实现跨主题指标合并展现,对模型可以灵活扩展,能够更好地满足业务需求。
背景技术
数据的可视化展现是数据仓库产出数据对外赋能的重要途径之一,目前使用比较广泛的可视化方式包括:自助报表、指标平台、自建数据平台、企业展厅大屏等,究其实现方式基本相同,依赖数据仓库通用层模型以及维度数据,按照项目和业务应用需求组织数据,以高度汇总数据为主体生成满足需求的结果表数据,并通过BI工具配置结果数据集然后以可视化的界面呈现出来,通过这种方式,用户可以直观地发现数据走向、各维度数据占比情况、以及数据同环比波动情况等。
汇总结果数据归属于数据仓库展现层模型,多以业务为导向,按照不同的维度聚合相关的指标数据,并以天、周、月、季、年等时间周期进行存储,针对不同维度视角以及多维度组合分析指标数据时需开发设计多张模型结果表分别存储指标数据。数据展现可通过定制化接口开发读取数据前端呈现,也可以使用可视化BI工具直接拖拽对应的维度、指标配置到不同的组件中直接呈现。展现层数据模型设计实现多以业务驱动,从多个维度分析数据,业务看数视角广泛且业务变动比较频繁。为了满足不断变化的业务需求,需要持续的开发数据模型,每个模型表即是不同的维度组合计算的各个指标数据,并根据业务需求不断变更调整模型口径逻辑及回溯数据;BI报表工具根据数据模型表变动进行相应调整,以便更好的满足数据可视化展现。目前,kylin作为一个OLAP分析型数据仓库,提供了多种数据可视化工具的整合能力,能够在基础层数据集定义数据模型并构建立方体,实现维度交叉、指标数据上钻、下钻、切片、以及切块分析,能够对接BI工具实现数据多维可视化分析展现。业务方在制定决策以及分析数据时,经常会将相同维度不同主题指标集中查看,但是上述数据仓库的多维数据处理是针对同一主题域,无法跨主题域扩展指标。此外,由于多个主题域会涉及多个cube创建过程,增加了对底层明细数据存储的开销,在海量数据排重操作时性能较低,刷cube加工耗时过长,针对新增指标时,cube需要重建,原有指标需等重建后方可查看,无法满足数据展现的稳定性。
随着业务的发展,会新增大量的模型数据表,模型可复用性低,脚本执行不可并发且回溯历史数据需要全表更新;BI报表配置繁琐重复性高,模型表变更必须要进行相应的调整可视化工具配置,操作不灵活、不便捷。
为此,需要一种可视化数据创建技术,来解决上述技术方案中存在的问题。
实现思路