finebi专题
FineBI与FineReport的区别
在企业信息化的浪潮中，数据分析和报表工具的需求日益增加。FineBI与FineReport是帆软公司旗下两款常见的数据分析和报表工具，它们各自有着不同的特点和应用场景。本文将从功能、适用场景和用户体验等方面分析FineBI与FineReport的区别。 一、功能对比 FineBI 数据分析：FineBI是一款专业的数据分析工具，支持多维分析、数据挖掘和数据可视化，用户可以通过拖拽的方式进
FineBI修改地图配置
前言 在使用FineBI绘制地图时，有时候我们可能发现FineBI中的默认地图模型不是最新的，导致某些地区的区域地图与现实不一致，比如说FineBI的默认地图中深圳地图没有大鹏新区，并且将现在大鹏新区的地方标记为了龙华区，为了纠正这个错误我们可以自己在地图配置中修改地图配置。 进入管理系统，选择地图配置，接下来选择要修改的地区，比如要修改深圳市的地图。 1.新增 绘制区域可以选择多边形
finebi或者finereport发邮件
我们二次开发中，如果想利用产品自带的发邮件的功能，来发送自己的邮件内容。 首先 决策系统中邮件相关信息要配置好之后： 这里配好了发件人，以及默认发件人后， private void sendEmail(String content,String subject) throws Exception {EmailAccount emailAccount = EmailService.ge
FineBi导出Excel后台版实现
就是不通过浏览器，在后台运行的导出 参考文档在：仪表板查看接口- FineBI帮助文档 FineBI帮助文档 我这里是将这个帮助文档中导出的excel文件写到服务器某个地方后，对excel进行其他操作后再下载。由于原有接口耦合了HttpServletRequest req, HttpServletResponse res对象，所以想要再后台运行需要改造原有代码 原有接口代码为： 需
FineBI学习总结
大数据分析BI工具：用户只需简单拖拽便能制作出丰富多样的数据可视化信息 关注点： 快速入门、数据加工、构建图表和分析数据、数据分析进阶 1、界面介绍 目录–仪表板–数据准备 仪表板目录–预览区域 快速上手： 1、数据准备2、制作仪表板3、分享仪表板 数据准备– 仪表板– 2、FineBI词汇表： 分组–业务包–数据集–字段 数据集分类：DB表、SQL、Excel、自助数据集 字段分类：数值、文本和
FineBI学习：K线图
效果图 底表结构：日期、股票代码、股票名称、开盘价、收盘价、最高价、最低价 步骤： 横轴：日期 纵轴：开盘价、最低价 选择【自定义图表】，或【瀑布图】 新建字段：价差（收盘-开盘）、价差（最高-最低）、涨跌判断（IF( c l o s e − {close}- close−open>0,“涨”,“跌”)） 各指标图形属性设置： 【开盘价】：颜色——涨跌判断（涨红色、跌绿色）、
【七 （4）FineBI FCP模拟试卷-电站数据分析】
目录 文章导航一、字段解释1、电站基础信息表2、电站事实表 二、需求三、操作步骤1、将新增一列日期12、以左关联的形式增加装机容量3、年度发电总量4、年度售电完成率4、发电量及发电效率5、年售电完成比、售电回款比、管理费用比、运维费用比5、总装机容量6、最近日期7、最近日装机容量8、地图9、表格10、全部月度发电量11、全部月度售电完成率12、发电量13、平均温度、日均节煤量、日均减排CO2
数据驱动决策的秘密武器：一探FineBI的核心功能
数据驱动决策的秘密武器：一探FineBI的核心功能 引言：一、FineBI简介：二、FineBI的核心特性：三、FineBI的安装与配置：四、使用FineBI进行数据分析：五、FineBI在不同行业中的应用案例：六、总结：注意事项： 引言： 在数据驱动的时代，商业智能（Business Intelligence, BI）已成为企业获取竞争优势的关键工具。FineBI是一款功
万字长文：FineBI面试题及参考答案详解
1：FineBI的基本概念是什么？ FineBI是帆软软件有限公司推出的一款商业智能产品。它的核心功能是通过分析企业已有的信息化数据，帮助企业发现并解决存在的问题，预测模拟企业将来的发展，并协助企业及时调整策略做出更好的决策，增强企业的可持续竞争性。 2：描述FineBI的使用流程。 FineBI的使用流程大致可以分为以下几个步骤： 配置数据源：管理员首先需要配置数据源，确保FineBI能
FineBI表单如何更新
FineBI表单如何更新 1. 描述 Cube单表更新，是指在某个业务包上面设置定时更新，在某个固定的时间点对某个的业务包中的特定表进行数据更新，部分更新分为两种，全量更新和增量更新，因而在更新策略上则可以使用全量更新、增量更新、混合更新。 全量更新是指将该表对应到数据库中的表的所有数据全部更新一次到本地的cube中。 增量更新是指在当前cube中该表的已有数据的基础上，将对应数据库中的表的未更
数据可视化分析教学课件——FineBI实验册节选====高校应用类
数据可视化分析课程教学，0基础也能掌握，本节讲述的是高校应用类数据可视化分析案例 实验目的 用FineBI快速搭建图书馆、迎新、一卡通消费等场景的分析图表，体会数据分析为学校管理带来的便利，熟练掌握教育行业下各种分析系统的搭建。 点击申请《FineBI实验册》 （一） 高校招生数据分析： 1、通过分析对比不同区域的历年招生情况，合理制定各个地区每年的招生名额。 2、分析
航空大数据——使用FineBI对ADS-B接收机布站情况及报文分析
这个专题的前面三篇文章主要是由ADS-B报文系统预测飞机坐标，偏向于数据应用。本文主要是对ADS-B接收机的数据做分析，为接收机的维护和增设提供依据，偏向于数据分析。 本文相当于是对前文数据集的再利用，再分析。使用FineBI作为分析工具，机缘巧合碰到了这个软件，个人感觉在数据可视化上，用起来要比MATLAB方便一点。 本文只是提供分析思路，所有可视化分
【FINEBI】finebi中常用图表类型及其适用场景
柱状图（Bar Chart）： 比较不同类别或组之间的数量差异：柱状图可以用于比较不同产品、地区、时间段等的销售额、市场份额等。 显示不同时间段的数据变化：通过绘制柱状图，可以观察到销售额、网站流量等随时间的变化趋势。 折线图（Line Chart）： 展示随时间的连续数据变化：折线图适用于显示如销售收入、股票价格、温度等随时间的变化情况。 比较多个数据系列的变化趋势：可以同时绘制
FineBI实战项目一（23）：订单商品分类词云图分析开发
点击新建组件，创建订单商品分类词云图组件。 选择词云，拖拽catName到颜色和文本，拖拽cat到大小。 将组件拖拽到仪表板。 结果如下：
FineBI实战项目一（19）：每小时订单笔数分析开发
点击新建组件，创建下每小时订单笔数组件。 选择饼图，拖拽cnt（总数）到角度，拖拽hourstr到颜色，调节内径。 修改现在的文字 拖拽组件到仪表盘。 效果如下：
FineBI实战项目一（17）：热门商品Top10分析开发
点击新建组件，创建热门商品Top10组件。 选择柱状图，拖拽cnt（总数）到横轴，拖拽goodName到纵轴。 选择排序规则。 修改横轴和纵轴的标签名称 切换到仪表板，拖拽组件到仪表板 效果如下：
FineBI实战项目一（18）：每小时上架商品个数分析开发
点击新建组件，创建每小时上架商品个数组件。 选择线图，拖拽cnt（总数）到纵轴，拖拽hourStr到横轴。 修改横轴和纵轴的文字。 调节连线样式。 添加组件到仪表板。
FineBI实战项目一（16）：下订单总用户数分析开发
点击新建组件，创建下订单总用户数组件。 选择自定义图表，选择文本，拖拽要分析的字段到文本中。 修改指针值名称。 将指针值名称修改为用户数。 进入仪表板，拖拽刚刚的组件进入仪表板，然后在再编辑标题。 效果如下：
Finebi学习网站，国产大数据可视化工具，让你轻松掌握数据分析！
介绍：FineBI是由帆软软件有限公司推出的一款商业智能（Business Intelligence）产品，它是一款强大且易用的数据分析工具。这款工具支持多种数据源、图表、函数、预警和分享等功能，可以帮助企业快速搭建面向全员的BI数据分析平台，从而提升业务效率和决策能力。FineBI还提供了丰富的业务场景模板和案例，使得用户能够根据自身需求进行选择和应用。 FineBI作为一款纯国产的商业自助式B
FineBI实战项目一（3）：Kettle实现ETL到数据仓库
目前，finebi_shop_bi 中是没有任何数据的，是一个空的数据库。而后续我们的所有数据分析都将在该数据库中进行。我们第一件事情就是要将 「finebi_shop」数据库中的所有表抽取到「finebi_shop_bi」数据库中。要抽取并装载数据到「finebi_shop_bi」中，我们首先要在「finebi_shop_bi」中创建对应的表。 1 数据抽取业务分析 我们已经大概熟悉了上面的
FineBI实战项目一（4）：指标分析之每日订单总额/总笔数
1 明确数据分析目标 统计每天的订单总金额及订单总笔数 2 创建用于保存数据分析结果的表 use finebi_shop_bi;create table app_order_total(id int primary key auto_increment,dt date,total_money double,total_cnt int); 3 编写SQL语句进行数据分析 select
帆软FineBi V6版本经验总结
帆软FineBi V6版本经验总结 BI分析出现背景 现在是一个大数据的时代，每时每刻都有海量的明细数据出现。这时大数据时代用户思维是：1、数据的爆炸式增长，人们比起明细数据，更在意样本的整体特征、相互关系。2、基于明细的“小数据分析”到面向总体的“大数据分析”，是这个时代的大趋势。这个趋势的背后，是看待数据视角的根本变化——层次思维，在这种层次思维条件下，IT人员更关心如何简洁的完整的描
2023.12.15 FineBI与kettle
1.结构化就是可以用schema描述的数据,就是结构化数据,能转为二维表格, 如CSV,Excel, 2.半结构化就是部分可以转换为二维表格,如JSON,XML 3.非结构化数据,就是完全无法用二维表格表示的数据,如Word文档,Mp4,图片,等文件. kettle的流程 新建转换-构建流图-配置组件-保存运行 使用windos的黑窗口进行任务流执行 kettle_cron