关于可视化:有哪些3D可视化平台Sovit3D可视化平台怎么样

随着社会经济的倒退和数字技术的提高,互联网行业倒退迅速。为了适应新时代社会倒退的须要,大数据在这个社会经济倒退过程中随着技术的提高而显得尤为重要。同时,大数据技术的疾速倒退过程也推动了可视化技术的飞速发展,国内外各类可视化工具软件平台如雨后春笋般涌现,国内泛滥大厂纷纷退出,如:百度Sugar、阿里DataV、腾讯云图、华为DLV等。而数维图自研了功能强大的基于HTML5的3D可视化在线编辑器,提供丰盛的行业标准元器件图元库及多行业模板和组件,在浏览器端即可实现便捷的人机交互,简略的拖拽即可实现可视化页面的编排设计,疾速构建SCADA、HMI、仪表板、IIOT零碎,反对多数据源接入及二次开发,聚焦工业物联网监控运维可视化畛域,广泛应用于工业、水利、电力、能源、油气、环境、园区、交通等。 3D可视化我的项目示例园区三维可视化项目管理 智慧园区Web 3D可视化管理系统利用云计算、物联网、互联网、大数据等技术将园区海量信息一网打尽,通过智能化的剖析, 为园区管理者提供一个可视化的平台,实时理解园区状态, 对园区的布局管理决策提供根据。对园区五大体征进行巡逻、监测、预警、剖析、评估、服务的全周期治理,解决综合治理难问题。 钢铁厂三维可视化项目管理 智慧钢铁厂Web 3D 可视化管理系统将人工智能、物联网、大数据、云计算等技术利用于钢铁行业,帮忙其实现炼钢流程的全面优化。基于数字孪生技术和AI 技术打造智慧钢铁厂IOC 经营核心,实现对厂区生产工艺流程、生产圣杯等重要指标细节信息的全面查问和监测,为园区的经营提供决策分析根据。 校园三维可视化项目管理 智慧校园Web3D可视化管理系统将人工智能、物联网、大数据、云计算和软件定义的网络应用于教育领域,帮忙学校实现教学过程的全面优化。同时,学校还能够利用这些技术来集中管理校园生活,如宿舍、食堂、体育场馆、图书馆等。次要性能方面,学校能够利用大数据对学生的学习状况进行剖析,帮忙老师有针对性地改良教学方法。此外,通过物联网和传感器监测宿舍、食堂、体育场馆等各个设施的应用状况,及时发现问题并采取相应的应急解决措施。 仓储三维可视化项目管理 智慧仓储 Web3D 可视化管理系统是指物流仓储管理系统平台,也是5G工业互联网的一个重要将来利用场景。依靠信息化、可视化、数字孪生、物联网和机电一体化等技术,联合物流仓储畛域成熟的WCS/WMS体系、RFID技术、立体化AS/RS仓库等,以三维可视化的模式赋能企业的业务数据,实现了数据分析、货物疾速搜寻、人员车辆实名制定位等系统化性能,从而帮忙企业升高仓储老本、进步经营效率、晋升仓储治理能力。 矿山三维可视化项目管理 智慧矿山 Web3D 可视化管理系统基于GIS地理信息系统及数字孪生技术,对矿山环境、地形、矿区边界、路网、水系、绿地、高空修建、公开巷道等各因素态势进行数字映射,并可联合前端智能感知设施数据和业余模型算法,对安监生产、综合集控、智能巡检、决策指挥、经营治理等各畛域业务数据进行综合监测剖析,对各类异样事件进行可视化预警告警,并反对点选查看任一治理因素运行态势,助力管理者实时把握矿山整体运行态势,为管理者提供数据反对及决策依据。 变电站三维可视化项目管理 智慧变电站 Web3D 可视化管理系统利用大数据、云计算、物联网、挪动互联、人工智能等古代信息技术,在发电端、电网、输电线路、营配终端、用户电表、综合能效、储能等诸多环节,采纳“全面感知”的先进传感技术,实现电力系统各环节万物互联的智慧服务零碎。 3D可视化平台介绍Sovit3D 平台采纳B/S架构,基于WebGL绘图技术标准,提供基于Web浏览器的3D可视化行业组件,反对HTML5/SVG等最新技术,可不便的在浏览器上进行浏览和调试。为开发人员制作合乎用户应用习惯的大屏可视化利用,包含2D图表剖析、3D修建实景、3D工业设施模型等相干内容,轻松拖拽即可实现,管制实时数据及动画展现、历史回放、报警、命令下发等性能。 Sovit3D 平台提供海量3D模型,也能够在线上传自定义模型;零代码可视化在线编辑,全自动化场景文件生成;多种数据源接入,轻松与第三方平台无缝数据对接、可视化设置实时动画成果,简略设置即可引入到第三方零碎中……特点不少,各位物联网可视化开发者能够自行登录平台试用。 Sovit3D 作为一个平台,不仅蕴含了开发所需的环境,提供了大量的示例能够在线学习,还有大量的模板、3D模型能够间接应用。 Sovit3D的的应用门槛其实非常低,懂JS的高级开发者就会应用,平台目前的用户分为集体开发者、开发公司、物联网服务商、合作伙伴。如果您有物联网3D可视化方面的需要,作为新一代的物联网可视化PaaS平台,Sovit3D相对是一个不错的抉择。

August 22, 2023 · 1 min · jiezi

关于可视化:一行代码搞定前端可视化大屏

github 地址:https://github.com/astak16/adaptorjs npm 地址:https://www.npmjs.com/package/adaptorjs 大屏适配解决方案做可视化大屏时,在适配屏幕上,有四种罕用的解决方案: 依据屏幕尺寸随便缩放 实用场景:留白不可承受的状况下应用长处:占满屏幕,好看毛病:屏幕尺寸比和设计稿尺寸比不统一时,导致变形 固定大屏头部,内容局部自适应 实用场景:图表变形不可承受的状况下应用长处:任意缩放,不会变形毛病:在屏幕尺寸比和设计稿尺寸比不统一适,导致留白多 解决方案:留白局部搁置背景图 左右图表固定,地图局部自适应 实用场景:地图和图表离开,地图局部占满屏幕,图表局部固定浮在地图下面长处:占满屏幕,好看毛病: 在小屏幕上,地图局部会太小,不够好看在小屏幕上,图表的字也会太大,不够好看程度缩放,垂直滚动/程度滚动,垂直缩放/程度滚动、垂直滚动 实用场景:在 pc 上应用,嵌入在其余零碎中,右边(上边)有导航栏长处:不会缩放毛病:须要滚动能力看到全部内容大屏适配技术计划做个多个可视化大屏我的项目后,咱们团队最终抉择了第一种计划,也就是随便缩放 因为可视化大屏大部分状况是在大屏幕上显示,比方电视机,显示器等,这些屏幕的分辨率个别都是 16:9 咱们的设计稿只须要依照 1920*1080 来设计就能够了 做缩放的技术,次要是 css 的 transform: scale,然而吧它会有 3 个问题: 地图上的点位会呈现偏移/点击地位不准应用到 overflow: scroll 的中央,文本可能会呈现含糊在应用第三方组件时,比方下拉框等不会缩放为了一劳永逸解决这些问题,决定造个轮子 外围代码屏幕的宽高和设计稿的宽高比例,就是缩放比例,通过设置 transform: scale 就能够失去缩放成果 const realWidth = window.document.body.clientWidth;const realHeight = window.document.body.clientHeight;this.pageScale = { y: realHeight / designHeight, x: realWidth / designWidth,};.xxx { transform: scale(${this.pageScale.x}, ${this.pageScale.y});}为什么 x 和 y 都要独自设置呢? 反过来想,如果这样设置 transform: scale(scale),宽高都会缩放,也就变成了整体缩放 这会导致有留白的中央(计划二是用着这种形式) 所以咱们须要独自设置 x 和 y,当某个方向的缩放比不为 1 时,就进行缩放,另一个方向的缩放比能够放弃不变 ...

June 3, 2023 · 1 min · jiezi

关于可视化:在大屏项目中如何实现数据流动的动画

在工作日常中难免会遇到一些大屏我的项目,对于中台类型产品,少不了数据流通显示环节。明天就给大家解说一种实现数据流通图的写法。等不及的小伙伴间接翻到最底部,把html代码拷贝进去,粘贴到你的html内就能看到成果。需要:实现下图所示: 剖析:拿到设计稿后咱们首先要做的是剖析此图该用哪种技术实现?第一步:应该应用定位实现图中的文本和动态元素第二步:难点剖析;须要动静展示数据流。这里因为动画很简略,所以抉择svg实现。第三步:布局,以及排版;把设计稿先固定宽高,当前通过缩放实现适配。先实现这样的布局。实现布局时候,将整体设计稿定当作背景。能够先把大体布局写好。也能够先实现动图。这里咱们抉择实现大体布局。再把设计稿背景去掉。 接着制作svg门路 调整门路款式 导出svg 在VScode关上刚刚贮存的svg,复制刚刚svg中的多边形或者门路,并粘贴到空svg内 <!-- 这里的980和526就是设计稿宽高 --><!-- 给polyline设置style,和设计稿对齐。 --><svg xmlns="http://www.w3.org/2000/svg" width="980" height="526"> <polyline style="fill:none;stroke-width:16;stroke-linecap:round;stroke-linejoin:round;stroke-miterlimit:10; stroke:rgb(58 171 255 / 20%); transform: translate(83px, -31px); " points=" 78.521,237.425 -31.068,279.891 205.333,397.667 454.333,304 400,275.667 576,215 826.465,320.023 634,409.343 " /> </svg>再就是一步一步调整;增加渐变色,增加动画属性等等。就实现了。上面是整体代码:复制粘贴到你的html内就能看到成果辣! <!DOCTYPE html><html lang="en"><head> <meta charset="UTF-8"> <meta http-equiv="X-UA-Compatible" content="IE=edge"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>Document</title></head><body> <div style="width:980px;height: 526px; background-image: url(./gbs.png); position: relative;"> <div style="position: absolute;width: 100%;height: 100%;"> <svg xmlns="http://www.w3.org/2000/svg" width="980" height="526"> <defs> <linearGradient id="gradient" x1="0%" y1="0%" x2="100%" y2="0%"> <stop offset="0%" style="stop-color: #0285FF;" /> <stop offset="5%" style="stop-color: #00FCFF;" /> <stop offset="10%" style="stop-color: #0285FF;" /> <stop offset="15%" style="stop-color: #00FCFF;" /> <stop offset="20%" style="stop-color: #0285FF;" /> <stop offset="25%" style="stop-color: #00FCFF;" /> <stop offset="30%" style="stop-color: #0285FF;" /> <stop offset="35%" style="stop-color: #00FCFF;" /> <stop offset="40%" style="stop-color: #0285FF;" /> <stop offset="45%" style="stop-color: #00FCFF;" /> <stop offset="50%" style="stop-color: #0285FF;" /> <stop offset="55%" style="stop-color: #00FCFF;" /> <stop offset="60%" style="stop-color: #0285FF;" /> <stop offset="65%" style="stop-color: #00FCFF;" /> <stop offset="70%" style="stop-color: #0285FF;" /> <stop offset="75%" style="stop-color: #00FCFF;" /> <stop offset="80%" style="stop-color: #0285FF;" /> <stop offset="85%" style="stop-color: #00FCFF;" /> <stop offset="90%" style="stop-color: #0285FF;" /> <stop offset="95%" style="stop-color: #00FCFF;" /> <stop offset="100%" style="stop-color: #0285FF;" /> </linearGradient> </defs> <polyline style="fill:none;stroke-width:10;stroke-linecap:round;stroke-linejoin:round;stroke-miterlimit:10;transform: translate(83px, -31px);" points=" 78.521,237.425 -31.068,279.891 205.333,397.667 454.333,304 400,275.667 576,215 826.465,320.023 634,409.343 " stroke-dasharray="70" stroke-dashoffset="0" stroke="url(#gradient)" > <animate attributeName="stroke-dashoffset" attributeType="XML" values="980;0;" dur="5s" repeatCount="indefinite" ></animate> </polyline> <polyline style="fill:none;stroke-width:16;stroke-linecap:round;stroke-linejoin:round;stroke-miterlimit:10; stroke:rgb(58 171 255 / 20%); transform: translate(83px, -31px); " points=" 78.521,237.425 -31.068,279.891 205.333,397.667 454.333,304 400,275.667 576,215 826.465,320.023 634,409.343 " /> </svg> </div> <!-- 这里你们没有背景图片。能够本人设置成一个纯色背景,就能够看到是笼罩在动图下面的 --> <div style="width:160px;height: 120px;background-image: url(./CnRxMh.png); position: absolute;left: 106px;top:132px;border:1px solid white;">元素1</div> <div style="width:160px;height: 120px;background-image: url(./K1R8bm.png); position: absolute;left: 205px;top:285px;border:1px solid white;">元素2</div> <div style="width:160px;height: 120px;background-image: url(./Omc8gl.png); position: absolute;left: 572px;top:115px;border:1px solid white;">元素3</div> <div style="width:160px;height: 120px;background-image: url(./fwilwN.png); position: absolute;left: 635px;top:296px;border:1px solid white;">元素4</div> </div></body></html>效果图: ...

May 31, 2023 · 2 min · jiezi

关于可视化:SovitChart数据可视化雷达图Radar-Chart

什么是雷达图?雷达图(Radar Chart)也称为蜘蛛图、网络图或极坐标图,是一种用于可视化多变量数据的图表。该图表由一系列从中心点向外辐射的辐条组成,每个辐条代表一个不同的变量。数据应用线或区域绘制在每个辐条上,最终后果看起来像蜘蛛网。 雷达图不同类型雷达图(Radar Chart)有三种变体:规范、填充和极坐标面积图。每种类型都有本人的长处,可用于各种目标。 规范雷达图: 这是最根本的雷达图类型,其中数据点绘制为图表上的顶点并通过一条线连贯。它可用于同时比拟多个变量并辨认数据中的模式。 填充雷达图: 雷达图的另外一种图形展现形式,在这种类型的图表中,数据点突围的区域用色彩填充,提供更清晰的数据可视化示意。能够应用它来显示不同变量的绝对重要性以及它们对总分的奉献。 极地面积图: 这种类型的图表相似于填充的雷达图,但数据点绘制在圆形网格而不是多边形上。数据点突围的区域被划分为多个段,每个段代表一个不同的变量。应用此图表能够显示不同变量对总分的奉献,并一次比拟多个数据集。 雷达图要害因素在开始创立或应用雷达图之前,理解该工具的组成十分重要。它将帮忙您确定要蕴含的数据变体、何时应用它以及如何应用它。 核心: 这是所有径向轴延长的终点。它示意图表上显示的每个变量的基线或最小值。 径向轴: 这些线从中心点延长,代表比拟的变量或类别。每个轴对应于一个特定的变量。 轴标签: 位于每个径向轴末端的文本标签,用于标识相应的变量或类别。 刻度: 沿每个径向轴的刻度,批示每个变量的值。刻度能够是线性的、对数的或自定义的,以适应所示意的数据。 网格线: 连贯每个径向轴上的刻度标记的圆形或多边形线有助于可视化不同变量中值的散布和关系。 数据点: 每个变量的理论值绘制在相应的径向轴上。点或其余符号通常示意数据点。 数据线或多边形: 连贯每个变量的数据点的线,在绘制多个变量时造成闭合形态(多边形)。这种形态能够轻松直观地比拟不同的类别或尺寸。 填充色彩或暗影: 数据线或多边形突围的区域能够用色彩或暗影填充,以加强视觉体现并简化比拟。能够应用不同的色彩来比拟同一图表上的多个数据集。 雷达图利用场景实用场景 雷达图(Radar Chart)能够直观地展示多维数据集,查看哪些变量具备类似的值、变量之间是否有异样值,适宜用于查看哪些变量在数据集内得分较高或较低,能够很好的展现性能和劣势,特地适宜展示某个数据集的多个要害特色。 不适场景 当数据维度过多,数据值范畴差别太大,数据具备时序性时,不适宜应用雷达图。 大屏利用用户能够进入SovitJs后盾后,在平台内拖动此图表组件进行可视化大屏设计。 总结综上所述,雷达图作为一种多维数据展现工具,具备显著的劣势和实用场景,对集体和组织来说都是有用的工具,因为它以清晰易懂的形式无效地显示数据,从而更好地进行数据分析和决策。但同时,也须要留神到雷达图的不足之处,防止在不适宜的场景应用。 心愿本文能帮忙您理解什么是雷达图,然而在没有数据可视化工具的状况下,用Excel创立雷达图还是挺简单的,如果你想疾速创立丑陋的雷达图,能够尝试用 Sovitchart 在线数据可视化工具。提供了丰盛的图表模板和自定义选项,能够轻松制作出合乎需要的雷达图和其余图表。

May 19, 2023 · 1 min · jiezi

关于可视化:再联合Smartbi上架华为云大数据BI解决方案专栏

近日,Smartbi上架华为云大数据BI解决方案专栏,独特构建业务场景解决方案,关上更大市场空间,为企业提供翻新云平台、业务赋能、商业资源等多维度的反对。这也是继Smartbi上架华为云云商店之后,又一联动动作。 华为云大数据BI解决方案,是华为云ECS和DWS搭配Smartbi为企业提供一站式数据分析平台,充沛站在了企业角度,从企业的理论需要和潜在需要登程,通过为企业搭建一体化商业智能解决方案的模式,让企业能更好地做到数据的采集、开掘、治理、共享和剖析,并通过这样的形式,达到企业的每一项决策都有数据反对的目标,助力企业能在这个数字化经济时代取得更好的倒退。 Smartbi携手华为云打造一站式大数据BI解决方案,实现从数据采集、数据处理、数据分析到数据可视化展示的无缝集成,全方位解决企业数据分析与智能决策需要。在此之前,思迈特软件已通过与华为在产品层、业务层造成的深度单干,思迈特软件实现了技术的一直更迭,实现共创共享共赢。 在技术层面上,思迈特软件基于本身的技术积攒与翻新,踊跃拥抱信创生态,目前已陆续实现了华为GaussDB200技术认证、华为鲲鹏云服务兼容性认证,并曾积极参与华为云鲲鹏凌云搭档打算、华为云解决方案搭档打算,为单方的进一步单干打下良好基础。 在服务层面上,思迈特软件一直驱动产品与服务能力齐头并进,赋能中小企业,帮忙企业培养自有数据能力,为更多客户带来更好的产品和高价值的服务。

March 8, 2023 · 1 min · jiezi

关于可视化:传统手工数据采集耗时耗力Smartbi数据填报实现数据收集分析自动化

企业在日常经营治理过程中,往往须要收集很多内外部的信息,荡涤整顿后再进行存储、剖析、出现、决策反对等各种作业,如何高效收集结构化数据是企业管理者常常要面对的问题。传统手工的数据采集形式不仅消耗了大量人力工夫老本,还容易产生数据品质低下、数据安全无奈管控的问题,用户也无奈麻利剖析数据,具体表现在: 难道就没有既简略、又快捷的数据收集形式了吗?当然有!企业能够通过Smartbi的电子表格软件开发填报报表来实现数据的填报收集。 电子表格软件是一个能在Excel/WPS界面上进行填报报表开发的产品,节俭了学习和应用老本,还可满足多场景的在线数据填报需要,如表单回写、清单回写、调查报告、Excel数据批量导入等,同时提供齐备的流程机制,反对会签及分支的流程审批,反对多人填报。上面咱们将从开发填报报表、数据填报、数据审核、数据分析流程的角度来讲述Smartbi是如何实现数据收集到剖析自动化的。 高效开发填报报表报表开发人员首先要创立一个填报报表分享给填报人员,这样他们才能够在网页上填写数据。创立一个填报报表次要包含上面四个步骤:第一步:报表设计,“真Excel”设计报表款式电子表格把Excel/WPS作为报表设计器,在相熟的界面进行报表的开发,Excel的款式、公式函数、图形、还有模板等能力都能够间接沿用,节俭了学习老本。 第二步:填报属性,设置单元格的填报属性电子表格提供数字、文本、日期、文件、控件(文本框、下拉框、日期等)等多种编辑器形式供用户关联应用,满足不同的编辑形式。比方对于产品种类,咱们能够以下拉框的形式预设值不便填报人员抉择。 如果你放心提交的数据会主动入库,当数据不标准时,后续整顿汇总很麻烦。这时你能够通过校验来保障填报数据的规范性,比方设置满足范畴或某个精度的数字能力入库,非凡数据如身份证、手机号、邮箱等合乎格局输出正确能力入库,通过校验能够进步数据品质。 第三步:回写规定,单元格与数据库表关联绑定,实现主动入库通过回写规定设置实现Excel单元格与数据库表的关联关系,这样用户在进行填报的同时会将数据上传至数据库。回写规定是通过可视化界面设置关联关系,能够智能匹配,也能够手动绑定。同一张报表反对设置填报到不同的数据库中,也能够设置填报是更新还是插入的形式。 第四步:多级且精细化权限设置,保障数据安全电子表格软件作为一个成熟的产品,能够提供十分欠缺的平安治理和管制。不仅反对多级平安用户治理,依据组织机构级别赋予其不同的资源、操作、数据等的管理权限;还提供数据行/列/sheet页/单元格/界面控件级别的精细化权限管制,实现同一种报表多人分层填报。 在整个报表开发过程中,咱们都能够通过预览性能查看成果,以便及时调整问题。便捷进行数据填报数据填报页面开发者开发完一张填报模板后,将填报模板链接分享给填报人员,填报人员就能够间接在PC网页上/或是挪动设施上填写数据,胜利后数据会主动入库。 图:PC端网页填报 如果填报数据不满足开发者设置了数据提交格局要求时,数据就不会胜利提交,零碎也会进行揭示,以便提交正确的数据。如果想分享报表链接给其余用户时,不仅受到后面多级权限和报表精密粒度权限的管制,同时还会受到分享性能自身如拜访范畴、对象、日期等的管制。 灵便实现数据审核如果你有审核的需要,须要波及多个部门和人员配合,能够应用电子表格的流程审核性能。它提供齐备的流程机制,通过自定义审批流程,把数据填报和审批流程对立串联起来,实现灵便审批及数据的动静流转,解决简单数据上报状况下周期长,不好跟踪的问题。 麻利实现数据分析如果你是定期去收集数据,而后汇总数据生成固定报表,就能够应用Smartbi电子表格制作展示报表,把单元格和回写库的字段进行绑定,只有填报人员回写数据,展示报表数据就会自动更新,轻松实现自动化,领导或是相干人员也能够及时看到最新的数据。 可见,Smartbi电子表格在Excel/WPS上就能够高效开发报表,轻松应答中国式简单报表的场景,不仅能制作多源报表、分片报表、套打报表、分组报表等各种格局简单的报表,能够解决传统数据收集的问题,通过线上填报的形式便捷疾速地收集数据、敏捷地剖析数据。 —END—

March 8, 2023 · 1 min · jiezi

关于可视化:揭秘可视化图探索工具-NebulaGraph-Explore-是如何实现图计算的

前言在可视化图摸索工具 NebulaGraph Explorer 3.1.0 版本中退出了图计算工作流性能,针对 NebulaGraph 提供了图计算的能力,同时能够利用工作流的 nGQL 运行能力反对简略的数据读取,过滤及写入等数据处理性能。 本文将简略分享下 NebulaGraph Explorer 中集成图计算的根本实现原理。 整体架构 上图 1 形容了 NebulaGraph Explorer Workflow 所波及的相干零碎及调用过程。 其中: Explorer:次要负责产出工作流的配置,提供操作工作流的 HTTP API 服务,可视化展现及读取图计算工作流运行后果的能力。Dag-Ctrl:次要提供独立解析工作流,下发工作的能力,提供相应的 Job(单次运行的 workflow)和 Task (Job 中的具体任务节点)日志及启停能力,具备独立 web 服务。Analytics:提供运行具体任务节点的能力(运行算法,查问,写入等)Datasources:目前 Explorer 反对的各类数据源。前端交互界面 咱们在 NebulaGraph Explorer 界面上利用高定制、轻量级的开源自研流程图库 NebulaGraph-VEditor 开发。通过利落拽的交互方式,生成 DAG(有向无环图),并生成对应的 Workflow Code(流程形容代码),其中的各种算法节点通过 JSON 配置对应到 DAG-Ctrl 和 Analytics 的算法配置,能够灵便增加新工作节点。其配置构造大抵如下: analytics_sssp:{ name: 'SSSP',//算法名称 input: ['src', 'dst', 'weight'],// 输出字段和列 output: ['vid', 'count'],// 输入字段和列 form: {// 表单配置 root: { component: 'input', isParam: true, label: 'RootId', }, }, algorithm: ""// Web图算法函数}其中,通过设计两种锚点(参数锚点,数据锚点)来进行 Task 节点间的数据交互,两头数据格式对立形象为 M*N 的 csv 格局。 ...

March 2, 2023 · 2 min · jiezi

关于可视化:图扑数字孪生水利工程助力水资源合理利用

前言从大禹治水到三峡大坝的建造,人类为管制和调配自然界的地表水和地下水,建筑了许多的水利工程。对水资源进行了宽泛的开发利用,诸如农业灌溉、工业和生存用水、水力发电、航运、港口运输、咸水养殖、游览等。 将图扑软件与 GIS、粒子仿真、虚拟现实、边缘计算等技术相结合,数字孪生闽江流域水利工程,实现坝、堤、溢洪道、水闸、渠道、渡漕、筏道、鱼道、水电站、水质、环境、水位、降雨等的实时监测,实现对水力资源的可继续利用。 成果展现水电站人们通常利用水电站水库零碎调节和扭转水力资源在工夫和空间上的散布,并联合水力零碎、机械系统和电能产生安装等实现水力势能到电能的转换。 水电站建筑物包含:坝、水闸等挡水建筑物;溢洪道、溢流坝、泄水孔等排泄多余水量的泄水建筑物;为发电取水的进水口;由进水口至水轮机的水电站引水建筑物;为安稳引水建筑物的流量和压力变动而设置的平水建筑物(调压室、前池)以及水电站厂房、尾水道、水电站升压开关站等。 通过图扑软件将水电站厂房、生态鱼道、泄洪闸门等进行数字孪生,在云上买通虚构和事实。集成业务零碎中传感器采集的不同方面数据(例如生物信息、气象信息、水位水头信息、闸门启闭耗时、泄洪闸门开度等),而后通过接口的模式实现数据对接。虚构模型可用于运行模仿和钻研性能,能够将钻研后果用于水电站运行效率的晋升。 生态鱼道 水电我的项目会影响上游和上游的水生生态系统,该当建造人工繁殖放流(如增殖站)、过鱼设施(工程弥补措施,如鱼道等)、自然保护区或其它补救措施保护生态平衡。通过 Hightopo 构建的可视化鱼道模块,清晰地展现出鱼道外观、构造、过鱼品种、洄游路线,让人理解鱼道的结构和运行原理。 鱼道由进口、槽身、进口和诱鱼补水零碎组成,进口多安排在水流安稳且有肯定水深的岸边或电站、溢流坝进口左近。槽身横断面为矩形,用隔板将水槽上、上游的水位差分成若干个小的梯级,板上设有过鱼孔。通过图扑智慧水利水电的生态信息数据面板,查看鱼道水位、流速、过鱼量、水温等数据,实时关注鱼道生态。 泄洪闸门 水电站水库能施展滞洪和蓄洪作用。在水库溢洪道设置闸门,通过扭转闸门开启度来调节下泄流量的大小。因为有闸门管制,防洪限度水位能够高出溢洪道堰顶,并在泄洪过程中随时调节闸门开启度来管制下泄流量,达到滞洪目标。蓄在水库的一部分洪水可在枯水期有打算地用于兴利须要。 通过图扑智慧水利水电工程案例可直观地查看大坝主体数个泄洪闸门实时的启闭状态,辅以气象信息、水位信息数据显示,帮忙集控核心的人员在汛期及时作出决策。 水力发电工艺流程 水力发电的基本原理是利用水位落差 ,配合水轮发电机产生电力。将水的位能转为水轮的机械能,再以机械能推动发电机,从而失去电力。 水力发电零碎次要由压力引水管、水轮机、发电机和尾水管等组成。河川的水经由拦水设施夺取后,通过压力隧道、压力钢管等旱路设施送至电厂。利用图扑软件的三维组态还原电力生产过程,监控机组运行状态,进步发电效率。 Ⅰ水力势能到机械能的转变 江水水位在坝前升高造成落差,积蓄了水力势能。当机组筹备发电时,对机组尾水管、引水压力钢管和蜗壳进行充程度压,提起机组上游尾水管闸门和上游闸门。 开机后,调速零碎操作导水机构开启流动导叶,蜗壳内的低压水流经其内侧平均排列的固定和流动导叶造成肯定环面后,平均可控地进入水轮机转轮,间断的带压水流从转轮叶片外缘整周径向流入,从转轮进口轴向流出,水力副作用于转轮叶片,使转轮产生旋转力矩并带动转轮旋转,水力势能转变为机械能。在图扑可视化零碎内接入了单个机组的转速、导叶开度等数据。 利用图扑软件自研引擎弱小的渲染能力,还原该过程的每个步骤,可用于新员工的培训和平安解说。 Ⅱ机械能到电能的转变 水轮机转轮带动机组大轴旋转,并将扭矩传递给与其同轴的发电机转子,转子通过励磁造成的磁场,在定子绕组中作同步旋转,发电机定子在交变磁场的作用下,在绕组中产生感应电势,由此实现了从机械能到电能的转换。 水头越高、流量越大,水轮机的输出功率也就越大。将传感器数据上传图扑可视化零碎可判断工艺流程的合理性,发现妨碍电能转变的因素时及时修改,进步电能输入率。 Ⅲ高级电能到合格电能 通过接线端子引出,将导线连成闭合回路,回路中产生电流与电压,通过发电机进口母线,电流进入升压变压器,在这里电压被升至 500kV,而后进入六氟化硫气体绝缘开关站(GIS),连贯输电线路进入电网,从而实现水轮发电机组的电力生产到输送的最初一个环节。 图扑软件三维组态还原了水力资源从势能转变为电能的过程,一方面能够给学员提供仿真教学示例,另一方面能够向外界遍及水力发电常识。交融数字建模、数字孪生、仿真模仿等技术,轻松构建低代码、零代码物联网 IoT 平台,辅助水利水电工程实现智慧化治理。 相较于 InTouch/IFix/WinCC 这些传统组态软件,图扑基于 Web 的平台更适宜 C/S 向 B/S 转型的大趋势,多元素丰盛的可视化组件和反对快捷的数据绑定形式,可用于疾速创立和部署。不仅是 3D 上的成果展示,图扑软件还反对绘制二维组态。图扑软件 HT 可视化技术采纳 B/S 架构,通过对传统二维的发电工艺组态图进行重构设计,对接测点数据实现 Web 化跨平台多端拜访,无论是 PC、PAD 或是智能手机关上浏览器,即可随时拜访监控场景。 图扑反对将大屏组态集成至 B/S 端,与其余支流前端框架如 Angular、React 和 Vue 等无缝交融,突破了以往用户在管制室内管制场景的局限性。 ...

January 12, 2023 · 1 min · jiezi

关于可视化:Smartbi可视化大屏带你重温本届世界杯精彩足迹

2022年12月18日,举世瞩目的世界杯在卡塔尔迎来终章之战,潘帕斯雄鹰阿根廷队大战上届冠军高卢雄鸡法国队,最终梅西率领阿根廷时隔36年再次捧起队史第三座大力神杯,站上世界之巅。随着终场哨声音起,一代人的足球生涯闭幕。 大家对本届世界杯印象最粗浅的事件是什么呢?是总决赛的风云突变、非洲黑马摩洛哥的6场不败记录、荷兰绝平、英法大战,还是C罗、内马尔的遗憾落泪,亦或是豪气冲天的卡塔尔、“饺子皮”王子?无论你是凌晨3点看球一场不落的铁粉,还是对世界杯只知其一;不知其二的路人粉,接下来让小麦带你从数据角度复盘一下世界杯吧。 这张可视化看板包含:历年世界杯举办国家地图、各球队夺冠次数排名、各大洲球队占比、球队数据明细表、球员体现剖析、图片集锦。各主题具体内容如下: 主题一:世界杯寰球脚印历届世界杯都是在哪里举办的?有哪些热门夺冠强队? 1930年世界杯在乌拉圭首次举办,到往年曾经是第22届了,从世界地图来看,寰球五大洲的18个国家都相继吹过足球风,其中巴西、墨西哥、法国、德国、意大利都举办过2次。下一届世界杯将在美国、墨西哥、加拿大三地举办,到26年,墨西哥将成为举办世界杯次数最多的国家。 世界杯冠军经常被被传统强队如巴西、意大利、阿根廷、德国等把握,巴西堪称是妥妥的夺冠热门,曾5次取得世界杯冠军,也是世界杯历史上参赛次数最多的球队,他们从未缺席。 主题二:本届世界杯欧洲球队占比最高本届世界杯参赛球队别离来自哪里?咱们能够应用环形图来查看各区域的占比状况,世界杯球队共32支,作为古代足球的发源地,欧洲球队约40.6%,占据了大半壁江山,同时也斩获本次的亚军、季军,其余各洲数量差别较小。 主题三:本届球队阿根廷和法国体现最佳各球队胜利场次有多少?射门命中率如何? 咱们能够应用清单表列举场数、胜场、射门数、进球数等数据,应用数据模型疾速计算得出胜率、进球率,而后依照进球数降序排序。作为进入决赛的队伍,法国和阿根廷的射门、进球数也是最多的,为本届世界杯奉献了一幕幕精彩又刺激的霎时。为了更清晰地比照各球队的进球率,能够应用条件格局性能,将进球率大于20%的数据标绿后直观地发现哥斯达黎加、荷兰、英格兰的进球率都是较高的。 主题四:本届法国球队姆巴佩进球最多各球队涌现出哪些得分队员、助攻队员? 感兴趣哪个球队,就点击球队的名称,联动右侧比照柱图,查看每个球队内球员的进球和助攻状况。各个球队均多点开花,最精彩的莫过于姆巴佩在决赛中以一己之力拉起法国队,实现了帽子戏法,最终也取得了本届世界杯金靴奖,将来可期。 世界杯这么精彩,也能够通过图片集锦来展示,应用Tab组件的跑马灯性能,实现图片轮播,定格世界杯精彩霎时,同时也丰盛了仪表盘的交互体验。 本届世界杯已圆满闭幕,然而咱们对数据摸索和剖析的脚步不会进行。置信各位足球爱好者看完这届世界杯,体内的热血曾经在熊熊翻滚,忍不住想要冲上球场了吧。在疫情放开的当下,尽管防护很重要,然而静止也是咱们强身健体、加强抵抗力的不二抉择。小麦心愿足球运动中拼搏和团结的体育精神,能帮忙大家动摇抗击病毒的信心,器重本人的衰弱,踊跃锤炼,增强体质。 最初,如果大家对这张看板感兴趣,能够自行登录体验核心查看哦!

December 23, 2022 · 1 min · jiezi

关于可视化:有哪些让人惊艳的数据可视化工具

说到数据可视化工具,当然少不了Smartbi交互仪表盘,我就从题主提到的几个方面来介绍一下Smartbi的交互仪表盘。 一、性能特点浏览器端应用,组件拖拽式操作,所见即所得。 实用场景:反对两种布局形式,自适应布局在布局方面十分便捷,适宜业务人员疾速做一些可视化剖析;自在布局灵便度高,适宜技术人员做一些大屏开发工作。 01 图表类型丰盛零碎内置 65+ 的可视化组件,满足不同用户剖析需要和展示偏好。柱图、饼图、地图、线图、热力求、散点图、词云图、桑基图、漏斗图、夕阳图等等.......从根底到高阶,涵盖各类剖析场景。 02 模板丰盛内置近200个组件模板和大屏模板,格调多样,款式精美,节俭用户从头设计组件款式的工夫。 03 操作便捷其实不仅是要够难看,做过可视化的同学也晓得,调整布局也是一件很费精力的事件,有很多细节须要留神,遇上布局简单的仪表盘,往往须要破费大量的工夫精力。因而Smartbi也很重视布局方面的功能设计,帮忙晋升布局效率,如组件组合、组件对齐、鹰眼、一键定位缩放、复制粘贴、撤销等等性能。 04 案例丰盛咱们积攒了来自多个行业、多种主题、格调款式的仪表盘案例,这些案例置信能够给您一些启发和思路。政府: 医药: 物流: 营销: 财务: 05 价格老本有收费的在线体验环境(https://demo.smartbi.com.cn/s...),收费的个人版装置试用(官网下载:https://www.smartbi.com.cn/),购买按理论状况免费。

November 2, 2022 · 1 min · jiezi

关于可视化:仪表盘布局的5个技巧都帮你总结好了

在大数据时代,企业须要充沛开掘数据价值并转化成企业治理的无效资源,由此制订更精准的科学决策。然而,企业如何能在开释部门生产力的同时,在短时间内、以最低老本挖掘出数据真正的价值,成为各企业冲破的要害。 为此,一款高效的BI工具就显得尤为重要了。特地是仪表盘性能,不仅能够让员工清晰简洁地查看公司数据。反之,还能帮助决策管理层做出更理智的决策,从而进步企业外部的生产力。 当企业内部人员须要制作仪表盘时,能够通过Smartbi仪表板的利落拽性能,疾速绘制图表,数据之间还能够实现任意联动、钻取等剖析操作。而这些操作,原先都须要IT部门共事帮助实现,现在借助Smartbi工具,业务人员就能独立实现。 然而,对于普通用户来说,制作一张仪表盘并非易事,仪表盘制作通常有三部曲:图表抉择、图表优化、图表布局。 一张值得被称誉的仪表盘不仅要具备良好的剖析性,也要有肯定的视觉效果。良好的视觉效果不是非要显得酷炫、让人目迷五色,也能够是整洁、参差、协调、对立。 通过多方调研,小麦发现用户在制作仪表盘的过程中,破费在调整仪表盘布局的工夫,占整体制作工夫的40%,同时调整细节也十分消耗精力。那么,如何进步这部分工作的效率,达到省时省力的成果,是本文接下来要给大家介绍的重点。 Smartbi V10.5交互仪表盘推出了晋升布局效率的最佳实际,蕴含组合操作、组件对齐、智能参考线、鹰眼、一键缩放、辅助参考线等性能。来吧,让小麦带你一一理解吧! 组件与组件之间的布局组合操作|场景仪表盘开发人员小张:“仪表盘中经常存在关联度很高的组件,须要一起调整地位、大小;同时也会呈现同样款式的组件,反复屡次制作的状况。这时候,仪表盘开发齐全成了体力活。” |最佳实际对于关联度高的组件,比方一个文本组件和它的背景图片组件,能够应用组合性能,将它们组合后对立调整地位。仪表盘中如果存在类型、款式类似的组件,不须要从头从新制作,能够应用复制粘贴性能,复用已有的组件。 组件对齐|场景仪表盘开发人员小林:“多个组件之间,须要对立大小、对齐地位,但仅仅依附肉眼去判断调整,难免会有误差,且效率比拟低。” |最佳实际应用匹配大小性能,让选中的组件宽度/高度雷同;应用对齐性能,疾速实现组件靠边对齐;应用组件散布性能,一键调整组件间距,实现程度均匀散布。3智能参考线 |场景仪表盘开发人员小黄:“很喜爱PPT的一点是,它有多种智能对齐线,并且还有吸附性能,可能很轻松地帮我实现图形、文字的多方位对齐,曾经造成了一种习惯,心愿这个需要在仪表盘中也可能被满足。” |最佳实际当咱们拖动组件时,会主动呈现与左近组件对齐的智能参考线,帮忙组件之间的对齐和大小参考。 组件与仪表盘之间的布局鹰眼和一键缩放|场景仪表盘开发人员小陈:“一张仪表盘中蕴含的图形切实是太多了,我的笔记本屏幕不大,常常会感觉看起来吃力。尽管能够应用浏览器自带的放大性能,然而挪动不便捷,无论如何都会感到不不便。” |最佳实际当须要编辑单个组件、部分区域时,能够应用画布还原至100%疾速定位至鼠标选中的区域。在编辑部分区域时,右下角的鹰眼性能,可能为咱们提供全景视角,并能够通过拖动疾速挪动至下一个区域。部分细节编辑好后,能够应用画布缩放到最佳地位一键缩放到刚好能够看到整个仪表盘的地位,最终保留。 辅助参考线|场景业务分析师小孙:”当我应用仪表盘做数据分析出现时,我经常会先在纸上画一些线条,划分大抵的剖析主题区域,这样也能帮忙我更好天文顺思路,但在浏览器上会比拟难实现。” |最佳实际咱们能够应用横向、纵向的辅助参考线,框定一个区域后,再将组件填充进去。而且,这些参考线能够很不便地挪动、删除。 看完下面的介绍,你是否也像小麦一样,感觉本人马上要成为仪表盘的布局小能手了呢?下面是应用产品内置的案例模板demo,除了上述演示demo之外,咱们还有很多不同格调的仪表盘demo,大家能够马上返回 体验核心 应用这些demo来小试牛刀!

October 28, 2022 · 1 min · jiezi

关于可视化:Sovit3D数字孪生城市智慧管网三维可视化综合监控平台

建设背景城市管网零碎是城市公共事业的重要组成部分,近年来,随着城镇化根底建设的倒退,各城市都建有盘根错节的地上公开综合管网设施,这些管网通常都存在着治理部门多、数据准确度差、信息共享不及时等问题,从而导致管线事变频发,影响城市的失常运行,对社会造成了极大危害。随着智慧化城市的倒退,公开管网与城市疾速倒退间的矛盾也日益显著,使得城市管网零碎的智慧运维平台的搭建显得尤为重要。BIM理念的提出为解决管网可视化智慧运维提供了无力的根据。 零碎概述智慧管网就是在对立的规范和数字化管网的根底上,以数据全面对立、感知交互可视、零碎交融互联、供给精准匹配、运行智能高效、预测预警可控为特色,通过感知层、传输层、服务层零碎架构集成管道全生命周期数据,提供智能剖析和辅助决策的性能,将人看不见的管道实现可视化、网络化、智能化治理。 零碎性能地理信息系统 管网管理系统采纳C/S + B/S的架构,构建以治理服务为核心,疾速提供实在精确的综合管线信息,实现管网的动静更新、查问统计、辅助剖析决策、管网经营巡检、管网动静监测等性能,为城市公开管网的日常治理、设计施工、剖析统计、实时监控、布局决策提供牢靠根据,造成全面的集中管理和分布式应用的管线信息系统。 智能巡检零碎 管网巡线管理系统为各种管线及其从属设施的巡检管理工作提供了迷信的伎俩,对巡检工作进行综合评估,并主动造成各类统计表,管理者在办公室即可通过网络、电脑随时理解巡检到位状况。三维管线零碎通过整合城市公开综合管线数据资源 及利用GIS零碎,将地图元素和公开 空间信息以三维的模式展示,实现城 市决策信息资源的数字化和可视化。 环境监控零碎 实时监测管网各监测点温度、湿度、水位、气体等状态,以及是否有漏损危险和漏损景象,在大屏上直观展现,便于相干人员及时发现管网问题,排除故障以及对紧急情况的及时处理,保障管网的失常运行。 信息管理系统 对采集到的数据综合剖析和交互,打消各零碎之间的信息孤岛,实现信息共享,造成数字化、网络化、集成化、智能化的对立治理信息平台。 …… 开发平台基于数维图Sovit2D、Sovit3D可视化开发平台,建设三维管网模型,并通过等高线数据创立三维地形场景,实现了排水管网的三维显示、管线定位、管线属性查问、航行等性能。在准确探测定位公开管线的根底上,通过智能传感器、实时监测等物联网技术,对管线地位进行精确定位,实时监测管线的损耗水平,设施的运行状态、管网日常保护的相干数据并视频监控管网的运行状态。依据数据确定城市及管网的地位布局,应用数字孪生技术精准模仿公开管网的运行状态。 建设价值通过智慧管网数字孪生可视化零碎的建设,对整个城市的管网设施零碎实现百分之百的监控,无效的进步了公开管线数据的准确性,升高了开挖事故率。在管线产生突发事件或损坏时,可能迅速利用建设的应急零碎,正当调配各个治理部门进行抢修。无效促成管线信息残缺、精确、互通、共享、集中管理,整合公开管线信息资源,建设共建机制,履行对立治理。 总结城市综合管网是城市建设的重要内容,它被形象的比喻成城市的“动脉”,增强城市地上公开管网的智能化治理对城市衰弱、平安、有序的倒退意义重大。实现水电油气、通信、广播电视、工业等管线及其从属设施的定位治理、监测预警、事变应急处理,以及管线布局审批、管线信息共享等治理服务性能。迷信划分公开管辖网格体系,欠缺“统一指挥、分级负责、协调运行、责任落实、反馈疾速”的网格化管理机制,做到横到边、纵到底、无盲区,逐渐实现公开管线治理属地化、规范化、精细化和常态化,晋升我市全方位、多伎俩的公开管线综合管控能力,打消“马路拉链”乱象,保障城市的高效运行与公共安全。 本文次要介绍了Sovit2D和Sovit3D在城市公开管网管线智慧化零碎开发中的实际利用,从智慧管网可视化运维零碎的Web组态、三维可视化等多方面,进行疾速高效的可视化开发,为智慧公开管网解决方案提供商及软件开发公司提供全面的技术支持。

October 11, 2022 · 1 min · jiezi

关于可视化:数据可视化系列教程之组件构成

FlyFish是云智慧开源的一款数据可视化编排平台。通过配置数据模型为用户提供上百种可视化图形组件,零编码即可实现合乎本人业务需要的炫酷可视化大屏。需注意,本教程仅实用于云智慧开源数据可视化平台FlyFish。如果喜爱咱们的我的项目,请点击下方代码仓库地址,在 GitHub / Gitee 仓库上点个 Star。FlyFish介绍FlyFish 是云智慧公司自主设计、研发的一款低门槛、高拓展性的低代码利用开发平台, 为数据可视化开发场景提供了高效的一站式解决方案。飞鱼提供丰盛的组件和利用模板库, 可通过利落拽的模式实现数据可视化开发,零开发背景的用户也可实现数据可视化开发工作。 同时,飞鱼也提供了灵便的拓展能力,反对组件开发、自定义函数与全局事件等配置, 面向简单需要场景可能保障高效开发与交付。 举荐应用FlyFish应用形式一: 线上Demo环境体验 应用形式三: Gitee本地下载部署应用 应用形式二: GitHub本地下载部署应用 组件形成目录形成开源数据可视化编排平台FlyFish目录形成具体如下图所示: 目录解析build/webpack.config.dev.js解析:该文件次要为开发阶段 webpack 配置应用。 build/webpack.config.production.js解析:该文件次要为打包阶段应用(用作定制化包行为)。 package.json解析:每个组件能够装置本人的依赖进行治理。 留神:若应用在线开发, 为防止前面保留代码导致服务打包出错,在应用独立依赖的状况下需点击右上角的装置依赖进行预环境内的依赖装置, assets解析:用于寄存各种动态资源。 src/Component.js解析:组件 code。 src/index.less解析:组件款式。 若组件外部动态变量enableLoadCssFile为false则会呈现款式失落的问题,解决办法为切换为true或更改其余款式增加形式, 比方style-component or jquery style head。 src/main.js(entry)解析:组件入口文件。在该文件内次要进行组件的注册。外围代码如下: src/setting.js(entry)组件配置、数据、事件注册入口。在该文件内将settings文件夹内的配置、事件和数据注册到大屏组件中, 外围代码如下: src/settings/data.js解析:用于为组件在开发过程中大屏预览点击之后数据面板设置, 外围代码如下: src/settings/options.js解析:用于为组件在开发过程中大屏预览点击之后款式属性面板设置, 外围代码如下: src/settings/event.js 解析:用于为组件设置可用事件, 外围代码如下: options.json解析:用于配置组件的一些几何以及类名等。具体体现会在款式面板中展现, 外围代码如下: FAQ目录中的文件都是必须的吗? 除assets、Component.js、src/settings.js都为必要文件,尤其是src/main.js和src/setting.js为咱们为组件编译的主入口文件。建议您应用规范的目录构造。 开源福利如果喜爱咱们的我的项目,请不要遗记点击下方代码仓库地址,在 GitHub / Gitee 仓库上点个 Star,咱们须要您的激励与反对。此外,即刻参加 FlyFish 我的项目奉献成为 FlyFish Contributor 的同时更有万元现金等你来拿。 GitHub 地址: https://github.com/CloudWise-... ...

September 1, 2022 · 1 min · jiezi

关于可视化:可视化服务编排在金融APP中的实践

本文重点介绍了京东金融APP在BFF层实际过程中遇到的问题,并引出可视化服务编排在金融APP中的落地实际,其中重点介绍了可视化服务编排零碎的外围性能及实现。可视化服务编排零碎曾经稳固反对了金融APP从去年618到当初的所有发版迭代,对人效晋升帮忙显著,心愿可能对大家在BFF的实际有参考意义。读者通过这篇文章能够理解到基于传统编码方式来实现业务需要时遇到的问题和挑战,以及通过“可视化服务编排”如何躲避及解决之前遇到的问题。01前言 在往年的麻利团队建设中,我通过Suite执行器实现了一键自动化单元测试。Juint除了Suite执行器还有哪些执行器呢?由此我的Runner探索之旅开始了! 随着SOA架构的提出到微服务架构的落地实际,本来在同一个零碎内运行的业务被拆分到了不同的零碎或服务中。这样做,在减少业务架构灵活性的同时,也给端上的调用带来了更多的复杂性,如:本来一次申请即可解决实现的业务,当初可能须要屡次申请能力实现。为了升高端上逻辑的复杂性并进步前后端交互效率,BFF层应运而生。 BFF作为前后端的代理层,为端上的利用提供了一个业务接口聚合层,它屏蔽了简单的服务调用关系,让端上利用能够聚焦在所须要的数据上,而不必关怀提供数据的具体服务。但BFF实际的过程中,也遇到了很多问题和挑战,如BFF层的需要往往比较简单,但通过硬编码的形式实现,流程十分繁琐且效率低,那如何进步BFF层需要的交付效率,便是目前须要重点关注解决的问题。 02BFF实际中的问题 了解,首先 MCube 会根据模板缓存状态判断是否须要网络获取最新模板,当获取到模板后进行模板加载,加载阶段会将产物转换为视图树的构造,转换实现后将通过表达式引擎解析表达式并获得正确的值,通过事件解析引擎解析用户自定义事件并实现事件的绑定,实现解析赋值以及事件绑定后进行视图的渲染,最终将指标页面展现到屏幕 BFF(Backend For Frontend), 即服务于前端的后端,可看做是一个后端服务的代理层,它次要做接口聚合和响应数据裁剪。这里须要指出的是:BFF 只是架构分层中引入的一个概念,而非一种技术。 BFF层的外围职责是为前端(包含原生、小程序、H5等)适配不同的业务场景,升高客户端与业务端的耦合,后期通过硬编码的形式来实现BFF层的需要,是最简略最间接的形式。但随着BFF层承接业务需要的增多,通过编码的形式也逐步暴露出一些问题,如编码效率低、编码细节难以标准、调试测试效率低和服务治理能力弱等。 2.1 编码效率低 在接到一个新的业务需要,除了后期的需要沟通外,开始编码前,通常还须要做一些筹备工作,对于Java利用来说,流程大略是这样的: 整个流程中,有太多须要人工解决及期待的步骤,这将会大大降低整个研发流程的效率,尽管当初有一些CI/CD的工具能够缩小局部等待时间,但整体的编码体验及效率上的问题还是得不到基本的解决。 2.2 编码细节难以标准 由BFF层的特点决定,其承接的需要大多是对业务接口进行整合输入,包含对多个接口的调用、对返回数据进行裁剪、排序、格式化等操作。单看接口的调用形式就有多种实现,如并行调用、串行调用等,为了升高服务的响应工夫和进步零碎性能及吞吐量,多个无依赖关系的接口咱们通常会采纳并行调用的形式实现。并行调用,咱们能够通过线程池实现,也能够通过事件回调的形式实现,通过事件回调绝对于线程池的实现会有更高的性能和稳定性,但实现起来也会更简单,研发同学通常都会抉择更简略线程池实现。 2.3 调试测试效率低 尽管市面上目前有很多单元测试的工具和框架,但应用起来都少不了配置和编码环节。只有有性能增加或批改,咱们就要编写对应的单元测试代码,另外单元测试代码运行大多须要启动整个利用,而利用的启动通常都是分钟级的,这就导致咱们研发效率进一步升高。 此外,开发环境中,咱们依赖的业务接口通常是部署测试环境的,但测试环境常常会有部署、重启的操作,甚至有些接口都没有测试环境,这就对咱们研发调试带来了更多不便。 2.4 服务治理能力弱 代码实质上是非结构化的文本数据,咱们很难基于代码进行统计,尤其是大促备战前,咱们须要晓得某个业务方的接口都被哪些服务援用或被哪些页面调用了,此时接口和服务间的依赖关系就显得尤为重要,但基于编码的形式咱们是很难做到精准统计,尽管有一些调用链追踪工具能够提供帮忙,但还是不够间接,还是须要人肉的去做进一步的辨认。 03可视化服务编排 了解,首先 MCube 会根据模板缓存状态判断是否须要网络获取最新模板,当获取到模板后进行模板加载,加载阶段会将产物转换为视图树的构造,转换实现后将通过表达式引擎解析表达式并获得正确的值,通过事件解析引擎解析用户自定义事件并实现事件的绑定,实现解析赋值以及事件绑定后进行视图的渲染,最终将指标页面展现到屏幕。 可视化服务编排的提出,就是为了解决下面提到的问题。可视化服务编排的初衷是心愿尽可能地摈弃代码,通过线上可视化拖拽的形式实现性能的开发、调试、测试和上线,咱们不写代码或写大量代码就能实现业务需要的交付,没有代码就打消了后面提到的大多问题,这样极大进步研发的交付效率及编码幸福感。整个服务的编排成果如下图所示: 咱们能够通过线上拖拽的形式实现接口调用关系的编排,如接口的串行、并行和排他调用等,通过简略的脚本实现不同业务需要的定制,如对接口返回数据的裁剪、排序、格式化等操作。编排后可通过在线测试的性能,间接对编排的服务进行测试,实时秒级验证性能的正确性,能够最大水平升高编码及编译打包的等待时间,进步业务整体的交付效率。 3.1 外围性能 可视化服务编排零碎的外围性能都是对BFF日常需要及研发流程的形象,从接口的调用形式、出入参的解决、接口异常情况的解决、服务的调试测试、服务的上线流程等几个维度实现零碎整体性能的设计。 接口调用 接口间调用关系能够形象为:串行调用、并行调用、排他调用。当依赖的接口间没有依赖关系时,咱们能够通过并行的形式,对所有所有同时发动申请,这样能够缩小服务的响应工夫,从而进步零碎整体的吞吐量。 当服务依赖的接口有依赖关系时,如接口A的入参须要通过调用接口B来获取,那接口A和接口B之间就必须通过串行的形式调用,即须要先调用接口B,拿到接口B的响应后果能力才调用接口A。 排他调用就好比代码中的if...else,非A即B,这种场景次要用于依据条件判断调用接口A还是调用接口B,或是执行其余的业务逻辑。 依据不同的业务需要和场景,串行、并行和排他的调用形式可能在一个服务中同时存在,所以性能的实现中必须反对不同调用形式的组合及嵌套。 参数解决 接口的入参次要有动态和动静两种模式,针对动态的入参,只须要在界面上提供输入框配置即可。针对动静的参数,值可能来自于其余接口的返回后果,也可能来自动静生成的,如随机数、UUID等,所以编排零碎提供了通过表达式或脚本的形式来取值或生成值,以适配灵便的业务场景。 异样解决 接口的异样通常由两个维度进行断定,一是接口是否调用胜利,如果接口抛出异样或超时都能够认为是接口调用失败,另一种状况是接口返回数据是否符全预期,如果接口调用胜利,但返回的数据不是预期的,如关键字段没有返回或返回的数据格式不正确,同样须要将接口调用断定为失败。 接口调用失败的状况下,不同场景下的解决策略可能也会不一样,因为有的接口并不是业务强依赖的,即使此接口呈现问题也不会影响整个服务的响应。但有些接口则是服务强依赖的,如果申请失败则要求返回兜底数据或间接返回谬误。 所以对接口的异样断定和异样的解决形式设计了针对性的性能,即“ 异样断言”、“异样解决策略”和“异样处理器”。 异样断言须要用户填写表达式,用于判断接口返回后果是否合乎预期,当异样断言返回True时,则认为接口的调用是失败的。 异样解决策略则分为“疏忽”和“中断”,针对弱依赖接口能够应用“疏忽”解决策略,此时如果接口调用被断定为失败,则会执行对应的“异样处理器”,用于依据理论业务需要返回对应的兜底数据。针对强依赖的接口能够应用“中断”解决策略,间接返回谬误。 调试测试将需要从之前硬编码改为线上可视化编排的形式来实现,本来的编码习惯及调试测试的相干性能就须要在线上失去体现,为了不便服务的调试及测试,编排零碎增加了调试控制台和接口数据Mock的性能。 调试控制台能够在线实时查看服务执行输入的日志,不便研发同学对服务调试过程中的问题进行排查和定位。 为不便研发同学依据用例自测服务,编排零碎增加了接口响应Mock的性能,可依据入参进行匹配并返回特定的数据,这样研发同学就能够不依赖业务方的接口返回,本人通过数据Mock的形式实现服务的自测,从而进步研发效率。接口Mock的性能如下图所示: 服务部署 基于传统编码的形式,当需要开发实现后,除去一些审批和验证流程,上线过程能够概括为以下3个外围步骤:代码提交->编译打包->上线部署,其中最要害的步骤为“上线部署”环节,咱们须要重启利用或容器,利用重启须要的工夫大多是分钟级的,通常实现一台机器的部署须要3-5分钟,且随着机器的增多,整个上线过程所需的工夫也会增多。而通过编排实现的服务,整个上线过程都不须要重启利用,其外围部署工作就是刷新内存数据,只须要线上抉择要部署的机器,即可在秒级内实现服务的部署。 3.2 性能实现 可视化服务编排零碎的外围性能有两个,一个是前端编排画布,一个是后端服务执行引擎。编排画布用于实现可视化操作局部,其外围性能是定义可操作的性能并依据用户的用意生成后端可解析执行的DSL。 对于DSL的抉择,方向次要有两个,一种是依据性能需要,定义一套全新的形容标准,另一种是基于已有的规范进行扩大。通过对前后端实现的复杂度及工夫老本的思考,最终决定基于BPMN标准进行裁剪和扩大,以实现编排整体的DSL标准定义。 BPMN(Business Process Modeling Notation),即业务流程建模符号,是一种流程建模的通用、规范语言,通常用来绘制业务流程图,如OA审批流等。服务编排实质上也是流程编排,在BFF场景下,并不需要BPMN定义的所有性能,所以咱们只须要对规范的BPMN进行裁剪即可。 ...

August 10, 2022 · 1 min · jiezi

关于可视化:国内首发可视化智能调优平台小龙带你玩转KeenTune-UI

KeenTune(轻豚)是一款AI算法与专家知识库双轮驱动的操作系统全栈式智能优化产品,为支流的操作系统提供轻量化、跨平台的一键式性能调优,让利用在智能定制的运行环境施展最优性能。自 2021 年 9 月正式成立 SIG 并发表开源以来,受到了宽广开发者的关注。 明天, KeenTune 再次带来开源重磅个性——新增第五大组件:keentune-ui。有了keentune-ui 的加持,KeenTune 不再仅仅是 Linux 上提供 CLI 的调优工具,还成长为了具备管控可是化和算法可视化的调优平台。不仅能够作为性能调优工程师的法宝,也能够成为算法工程师的利器。 肯定会有人说:具备可视化组件的智能调优工具,KeenTune 可不是第一个,早就有了 XXXTune 。不过,您先别急,让小龙带您一起看看这次的可视化到底有哪些不一样 始发站,KeenTune UI 首页从首页能够看到,KeenTune UI 涵盖了 KeenTune 的三大性能的总体管控,这三大性能别离是: 一键式专家调优:提炼了典型业务场景的专家常识,可能依据业务特色对系统提供一键式调优。智能参数调优:提供高效 AI 算法,对系统及利用全栈参数进行智能调整,使业务运行在定制化的最佳环境。敏感参数辨认:无效辨认对业务影响度高的参数,辅助参数解释,帮助用户了解并可控优化零碎。这三大性能互相独立又相辅相成,使得 KeenTune 可能在 POC、线上业务中都能领有良好的调优体现。上面,小龙将率领大家挨个去看看 KeenTune UI 是如何对这三大性能做到可视化管控的。 第一站:一键式专家调优“一键式专家调优”性能,固化了在理论业务中典型场景的全栈调优积攒进去的专家知识库(曾经开源了根底场景,业务场景后续会陆续开源),用户能够依据本人的业务特点,抉择适合的 profile,对系统及利用实现一键调优。 该局部提供了对 profile 的丰盛操作,不仅能够可能增删改查,还可能复制、定制、回滚,更能够不便的对集群进行管控,实现对业务的多 service 的联动调优。 第二站:智能参数调优“智能参数调优”性能,不仅对参数调优工作进行了管控,更能够成为算法工程师进行超参调优畛域算法开发和调优的工具。 从演示视频里,能够看到,评估指标、Loss、算法运行工夫、超参影响度等等模型调优须要的信息,只有有须要的,在这里都会找到,是一款妥妥的为超参调优畛域的算法工程师们提供了残缺的算法调优平台。从此,无论想用本人开发的算法来进行性能调优,还是想找个简略的工具来调优本人的算法,只需一步,装置 KeenTune 就可实现。上面截取了 KeenTune UI 提供的局部算法过程数据的剖析图: 第三站:敏感参数辨认“敏感参数辨认”性能,同样除了对参数辨认工作进行管控外,也提供了具体的敏感度判断、置信度等相干的数据及图形展现。 相熟的箱线图,参数可解释性畛域的算法工程师们是不是有点点小惊喜,KeenTune 不仅提供了自研敏感参数可解释性算法,应用多算法来晋升敏感度判断的可信度,并且在 KeenTune UI 上也直观的显示了敏感度的稳定范畴,以及 1/4、1/2 及 3/4 分位值,可能无效的展现敏感度的置信度,从而为辅助人工的参数可解释性提供了无效根据。 后记明天先带大家蜻蜓点水的看一看 keentune-ui 的局部能力,keentune-ui 的仓库也曾经对大家凋谢,源码局部也在逐渐的凋谢给大家。KeenTune 旅行就先到此结束。 ...

August 3, 2022 · 1 min · jiezi

关于可视化:数据可视化没有重点怎么办

数据可视化就是通过图形的形式让人高深莫测地获取数据。简略来说,就是将枯燥乏味的材料,以图形的模式出现进去,让材料的解析与表白变得更为精确无效。 随着海量数据的呈现,Excel逐步地退出舞台,很多企业抓住了商机,推出了数据大屏。数据大屏给人的感觉就是很炫酷、科技感满满。但也存在一个问题,一眼扫过去找不到重点。 大屏想要清晰地传递信息,当时应该做好构图的布局,把重要信息放在c位,其余信息按重要级排序调整地位和面积,以分明档次和方向,让人一眼就能捕捉到重点。 Smartbi可视化大屏 一般来说,一家公司想要研发一款大屏幕,都要通过以下几个环节:需要调研、原型设计、模板抉择、大屏幕调试。 想要做出炫酷又能清晰传播信息的大屏,能够依照以下准则做好布局。 一、分明地理解所需传播的讯息,为业务服务。分明地理解所需传播的讯息。用图表展现一个想法、事实或后果,可能是简短的或难以用语言形容的。所以,要分明这幅图的性能,分明地理解它所传播的讯息,就能够找出相应的最佳可视化形式。要为业务服务,要使商业指标和数据失去正当的出现。出现一家公司的整体经营状况,通常将其分成两个层面,即次要指标和次级指标,次要指标反映了公司的外围业务,次级指标则是对其进行深刻的论述和剖析,因而在制作过程中会有不同的重点。 二、无效使用色彩。色调是图形视觉的一个重要方面。色调能够为一个图片增色,也能够让它变得凌乱。当你决定要用什么色彩时,你要认真地想想你要用的是什么,在什么中央。为了使某些元素变得更亮,您能够为该元素别离着色,而其它的则是灰色或者彩色。防止应用过于相近的色调,免得造成不同的色调。 三、视觉元素做减法。应用不必要的视觉元素会让读者从数据中分心,让图表凌乱。咱们该当致力防止各种图表的凌乱。首先,咱们很少用到标尺和格子。其次,一些图表应用方形、圆形和三角形来区别不同的数据序列,但如果这些标签互相重叠,就会混同图表。第三,一些图形会用到材质或者突变,其实,只需一种简略的色彩就能失去同样的后果。第四,一些图表中的不须要的尺寸会扭曲数据。第五,一些图表中的文字太多,标签太多,使得图表变得凌乱,占据了大量的数据。 国内的很多可视化大屏在成果出现这方面做得不错,Smartbi以用户需要为导向,精准展示信息。

June 24, 2022 · 1 min · jiezi

关于可视化:招募令|数据可视化开发平台FlyFish超级体验官招募啦

数据可视化开发平台“FlyFish”「超级体验官」旨在是从宽广开发者招募精英群体,参加数据可视化开发平台 FlyFish 产品体验流动,输入体验评测报告,反馈意见和倡议,帮忙 FlyFish 一直优化迭代。处分多多,对前端低代码以及数据可视化方向感兴趣的同学,快来一起参加吧~ 举荐应用FlyFish代码仓库地址 FlyFish 是云智慧公司自主设计、研发的一款低门槛、高拓展性的低代码利用开发平台, 为数据可视化开发场景提供了高效的一站式解决方案。飞鱼提供丰盛的组件和利用模板库, 可通过利落拽的模式实现数据可视化开发,零开发背景的用户也可实现数据可视化开发工作。 同时,飞鱼也提供了灵便的拓展能力,反对组件开发、自定义函数与全局事件等配置, 面向简单需要场景可能保障高效开发与交付。 应用形式一:线上Demo环境体验应用形式二:本地下载部署应用流动工夫本次流动为长期流动,起始工夫为2022年6月20日—2022年7月20日 参加形式形式1:应用 FlyFish 并输入无效体验报告并公布至 云智慧AIOps社区 形式2:应用 FlyFish 提交产品倡议或Bug至 FlyFish GitHub 仓库 Issues 列表; 流动处分输入体验报告一等奖:3名 奖品:定制双肩包+定制马克杯+社区贴纸+社区MVP徽章 二等奖:6名 奖品:定制U型枕+社区定制贴纸+社区MVP徽章 参加奖:不限 奖品:输入残缺报告的参与者均可取得定制三合一数据线 向FlyFish提Issue流动期间,提出无效 Issue 的开发者,均可取得FlyFish定制三合一数据线一个。 注意事项:体验过程蕴含本地部署(线上环境可疏忽)、组件开发、组件上传、创立大屏、增加组件到大屏、组件配置六个步骤请依据 FlyFish技术文档,在操作过程中,记录您对产品性能、页面出现、交互设计的体验感触、问题或改良倡议,必要时可附带截图。一等奖与二等奖将依据提交报告的内容完整性,技术深度等方面,由FlyFish官网核心技术团队选出,最终后果将在AIOps社区公示流动处分支付及参加过程如有疑难,欢送微信搜寻xiaoyuerwise或扫描下方二维码回复 【体验】 退出FlyFish开发者群,一起交换!

June 21, 2022 · 1 min · jiezi

关于可视化:绿色城市智慧运营Web-3D-垃圾分类-GIS-系统

前言感激所有为上海疫情贡献的人,期求上海疫情早日清零,中国加油,上海加油! 《上海市生存垃圾管理条例》实施至今已有两年多,上海市民践行绿色低碳理念、被动参加生存垃圾分类的习惯根本养成,分类实效逐渐趋于稳定,湿垃圾分类量稳固在日均 9000 吨以上,可回收物回收量放弃在日均 7000 吨以上。“采取定时定点制度”“施行垃圾投放点降级革新”“进行了宽泛的宣传动员”是上海生存垃圾分类工作取得成效的次要起因。 成果展现图扑软件可视化联合 HT for Web GIS 可实现垃圾投放点近程监控和垃圾运输车辆的动静定位,以智慧化伎俩督促居民分类投放垃圾,并让运输车辆有序调度。 图扑软件 HT 反对对不同地图瓦片服务或数据、航拍歪斜摄影实景的 3DTiles 格局数据以及城市建筑群等不同的 GIS 数据的加载,同时,联合BIM 数据轻量化、三维视频交融以及 2D 和 3D 的无缝交融等技术劣势,在 GIS 零碎中对海量的 POI 数据、交通流量数据、布局数据,现状数据等进行多样化的可视化展现。 系统分析全市总览垃圾处理遵循减量化、无害化、资源化、节约资金、节约土地和居民称心等准则,就地取材,综合解决,逐级减量。例如为了便于运输和缩小费用,常进行压缩解决;为了回收有用物质,常需加以破碎解决和分选解决。如果采纳焚烧或土地填埋作最终处理办法,也需对垃圾先作适当的破碎、分选等解决,使处理更为无效。 将智慧监控数据、传感设施数据接入图扑软件可视化大屏,可在垃圾分类解决控制中心查看当日全市垃圾投放总量和垃圾回收率。通过可视化大屏的信息统计,再联合大数据、云计算等技术可取得垃圾治理社会老本,实现精细化治理和降本增效。 垃圾焚烧发电当今广泛应用的垃圾处理办法是卫生填埋、低温堆肥和焚烧,但在焚烧垃圾的过程中,除了会造成二次环境污染外,还会造成资源和能源的节约。因而,能够采取垃圾焚烧发电的形式进行垃圾处理。在碳达峰、碳中和指标背景下,摸索垃圾焚烧发电行业的绿色价值,疏导可再生能源补贴退坡导致的行业负面情绪,有利于保障行业长效达标。 依照“十四五”无关布局,到 2025 年底,全国垃圾焚烧解决能力将达到 80 万吨/日左右,届时全国垃圾焚烧发电均匀每年可因节约标煤 0.26 亿吨而减排二氧化碳 0.5 亿吨,均匀每年还因代替垃圾卫生填埋而减排二氧化碳 1.2 亿吨。 垃圾无害化解决垃圾焚烧发电老本低廉,且处理量少,并不是支流的垃圾处理形式。所以,生存垃圾处理应尽可能从源头防止和缩小生存垃圾产生,对产生的生存垃圾应尽可能分类回收,实现源头减量。 社区治理精细化,不仅须要人情味,也须要科技范儿,也可通过机械臂实现垃圾的分类回收。 通过 Hightopo 实现垃圾处理数据的可视化,让运维人员综合剖析,确保生存垃圾失去无害化解决和处理。依据《上海市 2021—2023 年生态环境保护和建设三年行动计划》,2023年,全市生存垃圾焚烧能力达到 2.9 万吨/日、湿垃圾处理能力达到 9000 吨/日、生存垃圾应急填埋能力达到 5000 吨/日。经生物技术就地解决堆肥,每吨可生产 0.6~0.7 吨有机肥料。 当日各类垃圾投放量将无害垃圾、可回收垃圾、湿垃圾、干垃圾分类投放,可进步垃圾回收利用率,节俭人工分类工夫。为督促人们精确进行垃圾投放,街道、社区、外包服务商可通过图扑软件可视化大屏、电脑客户端、手机客户端多屏互联,造成三级监督机制,对垃圾桶满冒、桶站周边脏乱问题,依照要求进行清理。 垃圾处理效率和回收量统计1 吨废塑料可回炼 600 公斤无铅汽油和柴油。回收 1500 吨废纸,可防止砍伐用于生产 1200 吨纸的林木。因而,垃圾分类回收既环保,又节约资源。 图扑软件 HT 可视化利用丰盛的图表、图形和设计元素将绝对简单、形象的数据通过可视的形式以更直观了解的模式展示,便于运维人员的高效治理,无需通过人工核算等简单模式进行垃圾处理的运维剖析。 ...

May 30, 2022 · 1 min · jiezi

关于可视化:聊聊代码仓库可视化gource-篇

本篇文章将聊聊如何高效的将代码仓库中的提交记录和目录构造,疾速转变为“酷炫的视频”。分享如何应用 Docker 在不同 CPU 架构的设施上运行 gource,以及如何基于最新的 M1 Pro 芯片的设施,让制作可视化视频的效率成倍晋升。 写在后面前一阵为了庆贺社区我的项目 Milvus 在 GitHub 取得了一万颗星星,我制作了一个视频,用来动静的展现在过来的工夫里,这个我的项目的具体提交情况和我的项目组织架构变动情况。 最近有共事聊开源我的项目的“保护血泪史”时,又提到了这件事。勾起了我过后制作视频的苦楚回顾:过后的视频制作计划是应用 docker 运行 gource。在针对诸如 Milvus 仓库这种提交量比拟大的仓库时(1.4万提交),想要生成可视化视频,应用我手头的 i9 处理器的设施,至多须要跑个把小时。而当我将雷同的操作换到 M1 设施(M1 Pro)运行后,或者是因为 docker 中的利用并未针对 ARM 芯片做优化、又或者是 docker 中的程序版本不够新,雷同的工作量,甚至须要跑半天能力搞定!不论如何,这个后果未免太不迷信了。 且不说 M1 的运行后果“出其不意”,但就是个把小时的视频生成工夫,也让我感觉挺不难受的。作为一个谋求效率的老程序员,我花了一些工夫,终于摸索出了这个问题的“正确答案”:如果应用针对 M1 芯片而编译的程序,整个视频的生成工夫能够缩短到半个小时左右,相比拟之前晋升成果颇为显著。 在开展聊聊我是如何做的之前,我想先介绍一下 gource 这款开源软件。 对于 Gource2009 年,来自新西兰的工程师 Andrew Caudwell,心愿可能将各种代码版本管理软件的信息可视化,于是他应用 C++ 编写了 Gource 这个程序。2011 年,我的项目从 Google Code 迁徙至 GitHub 后,我的项目开启了年更模式。 比拟侥幸的是,截止本文成文写出的时候,软件曾经公布了往年的两个重要更新:蕴含视网膜屏幕的反对,以及针对字体缩放性能进行了大量修改,并将软件应用的正则库降级为了 PCRE2,程序版本更新到了 0.53 。 因为我的项目在 GitHub 发布页面中只提供了 Windows 版本的程序,所以如果咱们想获取 Linux / macOS 的新版本程序,就只能本人进行编译啦。(Ubuntu APT 仓库中的版本还停留在 2019 年公布的 0.51) ...

May 26, 2022 · 5 min · jiezi

关于可视化:数字孪生智慧服务器信息安全监控平台

前言我国通信技术迭代和数字经济倒退正迈入新阶段。1 月 12 日,国务院公布《“十四五”数字经济倒退布局》,提出到 2025 年,数字经济迈向全面扩大期,数字经济外围产业增加值占 GDP 比重达到 10%。在数字经济倒退按下减速键的同时,也不要忘系上“安全带”。为了堵住数据安全漏洞,建立健全数据安全治理运维体系至关重要。 图扑软件利用自主研发的 HT for Web 产品,打造的服务器信息安全演示零碎,实现了服务器数字化智能化的监测场景。在线监测国家级关键点监测 1 个,省级关键点 4 个,市区关键点 16 个,场馆关键点 64 个,楼宇关键点 256 个,机房关键点 1024 个,服务器关键点 4096 个。通过监测预警、检测评估等伎俩,确保服务器衰弱有序运行。 1-7 级关键点的设置,能满足大规模数据中心机房需要。从全国机房到城市机房到独自的设施,近 6000 个公告牌,装备 HT 特有的公告牌图标作为展现面板,能适应各种屏幕,不同分辨率。每个公告牌能够携带不同的数据信息,可操作性更强。 成果展现Hightopo 通过轻量化三维建模技术,搭建服务器零碎三种布局,包含三维层级关系、立体层级关系、底层节点层级,清晰地出现服务器不同档次的节点和连贯关系。 系统分析Hightopo 丰盛的可视化解决方案,提供对于自定义数据中心应用程序的可视化和管制。它就相似于一个网络靶场,对实在网络空间中的网络架构、零碎设施、业务流程的运行状态及运行环境进行模仿和复现,以更无效地实现与网络安全相干的学习、钻研、测验等行为,从而进步人员及机构的网络安全反抗程度。 平安进攻技术统计随着网络安全防护设施的广泛应用,随之产生的网络安全告警也一劳永逸。如何高效对网络安全告警,并进行精确研判剖析、发现潜在的网络攻击至关重要。Hightopo 通过数字空间对服务器物理空间启用的平安进攻技术进行可视化表白,实现全过程出现、全周期可溯,包含 APT 攻打进攻、木马后门进攻、病毒攻打进攻、僵尸蠕虫进攻等,并精准到具体设施,为定期对网络服务器运行状态修检提供根底。 HT 同时实时监测高危 APT 攻打事件,反对管理者及时查看并做出相应解决。 服务终端受损事件散布HT 通过对接网页后门程序专杀工具扫描,核查终端是否存在病毒源感化导致黑客利用管制并针对服务器发动网络攻击。演示零碎中预设了 A、B、C、D 四种服务终端收集服务监测后果,并以柱状图显示事件数量与次数,不便业务人员查看重点受损终端,把握危害法则。通过对发动攻打终端危险破绽及病毒扫描行为统计分析,为后续事件初步判断提供佐证资料。 资产进攻策略借助信息化伎俩,实现对资产进攻策略监测跟踪,晋升资产名称、策略名称以及以后状态的透明度。2D 面板直观显示资产部署状况,机房管理员可依据剖析后果对新上线设施进行合理化部署,使机房机柜资源利用更加正当、充沛。继续优化监测与经营管理水平,不断完善服务内容和服务水平。 实时正告实时告警是系统维护人员查找服务器故障最间接的窗口。当设施呈现故障时,对告警关键点迅速定位,进步应急治理速度。告警设施以红色高亮闪动显示,左侧 2D 面板显示故障设施编号。 电力系统接线图可视化利用 HT 技术绘制的 2D、3D 电力接线组态图,实在反映楼宇电力系统的运行状况,包含事变照明设备、变压器地位,线路走向等。实时显示变电站及楼宇电压、电势、实时电流功率,帮助维持电网的稳固运行,体现了智能楼宇绿色、平安的特色以及智能电网灵便、互动的特点。 联合室内温度湿度的实时更新,可帮忙电气工作人员在低温、高湿等多变气象下调整室内环境参数,避免因为气温渐变引起的设施事变。 总结计算机网络服务在提供便当的同时,也带来了各类安全隐患,包含信息泄露,零碎瘫痪等,不仅威逼个体平安,也妨碍计算机网络技术的良性倒退。对此,Hightopo 提出的服务器可视化监管零碎,使其能在进步本身服务能力的状况下,预防各类安全隐患的呈现,为更好地为网络服务器的平安运行创造条件。 更多行业利用实例能够参考图扑软件官网案例链接:https://www.hightopo.com/demo...

February 22, 2022 · 1 min · jiezi

关于可视化:必须知道的JavaScript库-可视化库

Data Visualization 数据可视化工具举荐在研发团队内从0打造一个公司级可视化库/工具可行性非常低(无论是老本还是是否具备能力等等...),综上种种,明天举荐一些web方向现有的工具(蕴含实现概要,技术方向)来供大家参考应用。 以下所有链接均为源代码仓库 。点赞 珍藏 再也不要放心有数据可视化找不到库的懊恼了。 d3 - 用于HTML和SVG的JavaScript可视化库. metrics-graphics - 是一个构建在D3之上的库,针对工夫序列数据的可视化和布局进行了优化。three.js - JavaScript 3D库.Chart.js - 应用Canvas的简略HTML5图表paper.js - 矢量图形– Scriptographer应用HTML5画布移植到JavaScript和浏览器fabric.js - JavaScript Canvas库 同时提供SVG到Cnanvas(Canvas到SVG)解析器.raphael - JavaScript 矢量图形库. echarts - javascript 提供丰盛的图表以及可视化库. sigma.js - 专用于图形绘制的JavaScript库 Version1:canvas+svg Version2 : Webgl+canvas visjs - 多个库用于动静、基于浏览器的数据可视化。(上面截图为network) two.js - 一个与渲染器无关的web二维绘图api。 dc.js - 多维图表是为应用d3渲染的穿插过滤器进行本地工作而构建的js flot - 基于jQuery的JavaScript图表. nvd3 - 为d3构建可重用的图表和图表组件js. svg.js - 用于操纵SVG并为其设置动画的轻量级库。 dimple.js - d3反对的简略商业剖析图表. chartist-js - 简略的响应图表。 epoch - 通用实时图表库. c3 - 基于D3的可重用图表库。 ...

February 11, 2022 · 1 min · jiezi

关于可视化:使用-regexviscom-可视化正则表达式

regex-vis.com 是一个辅助学习、编写和验证正则的工具。它不仅能对正则进行可视化展现,而且提供可视编辑正则的能力 性能简介能够间接去 regex-vis.com 体验它的性能,仓库 的 README 也有一个简略演示。 如果喜爱的能够点个 Star。如果发现问题能够提 Issue,我会尽快修复 简略来说,你输出一个正则表达式后,会生成它的可视化图形。而后能够点选或框选图形中的单个或多个节点,再在右侧操作面板对其进行操作,具体操作取决于节点的类型,比方在其右侧插入空节点、为节点编组、为节点减少量词等 其余小性能: 黑夜 / 白天模式切换输出测试用例,测试正则表达式罕用正则表达式样例展现工作流程从正则表达式到可视化图形ParserParser 将一个正则表达式转为 AST(_abstract syntax tree_)。其实因为正则紧凑的语法结构,我写的这个 Parser 生成的 AST 简直等于 CST(_concrete syntax tree_) 前端大多对 AST 不生疏,Babel 和 Webpack(应用了 acornjs)必定都接触过,而 CST(具体语法树)可能会绝对生疏。顾名思义,它要比 AST(形象语法树)更加具体。在解析到 AST 时会摈弃对语义没有影响的节点(比方 JavaScript 中的空格),而这些节点在 CST 中将会保留。应用 CST 重建的语句,将和原始输出保持一致 Parser 由两局部组成,词法剖析和语法分析。词法剖析将正则字符串转为 Tokens,Tokens 再通过语法分析转为 AST 正则表达式算不上编程语言,它的语法非常无限,我感觉写个正则的 Parser 是个不错的练手。这部分代码能够看这 Parser RenderEngine这里的 RenderEngine 不是指浏览器本人的渲染引擎,而是拿上文失去的 AST ,计算出它们在画布上的布局信息,转化为一维平铺的节点数组,蕴含 x 和 y 坐标、宽低等信息,再通过 SVG 绘制进去,就失去了最初的可视化图形 编辑图形GeneratorGenerator 是将 AST 从新转换为正则表达式语句。这部分比较简单,从根节点做一个 DFS(深度优先遍历)就能够了 数据不可变次要是为了实现撤销和勾销撤销性能,这要求咱们将以前的 AST 贮存下来,但如果间接对数据进行批改,以前的数据也会受到影响。这里应用了 immer 实现了数据不可变,每一次批改数据都会对批改局部生成新的援用 ...

February 11, 2022 · 1 min · jiezi

关于可视化:绿色数字园区运维一屏群集-3D-可视化智慧楼宇

前言在“新基建”驱动的数字经济热潮下,智慧园区建设倒退成为实现园区治理绿色化、现代化、智慧化的外围抓手。通过利用云计算、物联网、大数据等新一代技术手段,充沛聚合园区内各类资源,全面晋升园区的综合管理效率,买通园区人、事、物运行治理全因素的动静感知、实时共享、高效利用。 Hightopo 利用自主研发的 HT 产品,无缝交融 2D、3D 技术,搭建了一套轻量化的 3D 可视化智慧园区管控零碎。围绕公共治理、产业倒退、生存服务等业务,提供能耗环境监测、设施安防监管、综合态势监测等性能,使园区内本来独立的各零碎依据治理个性造成联动预案,可广泛应用于工业园区、政府社区、校园经营等场景。 成果展现首页面板信息汇合了园区内各项监控信息概要,以三维场景为依靠,利用虚构仿真技术对园区修建、设施、管线、园林进行全方位复现,初始化后的场景可对园区全景漫游,联合 HT 引擎弱小的渲染能力,保障场景在 Web 中高效流畅地加载运行和场景优良的可视化成果,好像置身于实在园区环境中。 创立园区物业外部管控模块,整合物业人员数据信息,可满足轻松应答日常执勤的治理要求。双击楼栋序号即可浮现对应楼宇的运维详情、值班信息、负责人材料,可自定义值班人员信息,为管理者进行人员调度指挥提供信息撑持。在健全企业服务意识的同时,也进步了跨部门跨层级沟通的效率,让整体职员都能通过网络实现协同工作和产业治理。 双击园区修建,切换至线框模型,达成透明化修建外观,通过区域边界划分,辅以动画展现,并在修建楼宇旁以浮标的模式标注对应楼层性能,直观查看设施整体布局构造,联合让园区内修建布局了然于目。 系统分析水电能耗监测随着碳中和指标的提出,在如何零碎迷信地对企业减碳和绿色倒退管控疏导问题上,园区扮演着十分重要的角色。所谓“碳中和”园区是指在园区核算范畴内,间接或间接产生的温室气体排放总量,肯定工夫内综合利用节能、减排、固碳等多种形式,通过产业绿色化转型、资源循环化利用、设施会聚化共享,在园区外部根本实现碳排放与排汇自我均衡。若想实现“碳中和”园区,需制订具体的减排策略,明确园区碳核算体系,如碳核算范畴、排放源、核算监测模式等。 HT 水电能耗监测模块,集成园区水电气煤等动静能效环境数据,联合园区的生产耗费、污水、废料等污染物排放,开展对照明、空调、机房、水泵房等设施的用电检测、计量治理、能效剖析和节能治理。反对选用不同色彩划分能耗等级,修建色彩越亮象征能耗越多,当达到预警值时弹出 2D 告警面板,在线推演能耗趋势剖析,追溯用能过程,找出能耗破绽,管理者可联合节能诊断性能,改善能源应用状况。 智慧电梯通过底层利用接口,将获取到的各电梯地位散布、状态、速度、质检等信息进行同步上传。遵循电梯运载逻辑规定设立人流、载荷、烟火、行为等多种监督模式,面对不文化乘梯状况,零碎通过自动识别、主动劝阻的形式标准人员乘梯平安。智慧电梯的呈现驱动了电梯对故障自我诊断、近程遥控启停及预测性保护措施的科学管理,岂但缩短电梯的使用寿命,还加重了培修累赘。 当产生电梯运行数据超限时状态时,零碎将依据应急预案流程主动告警至无关部门,并对故障现场进行追踪和回放,为管理者救济指挥提供迷信的决策依据。可视化监管实现要害门路主动巡检,重点区域疾速锁定,杜绝冲顶、断绳、触电、轿厢对重蹾底等事变的产生,为园区高效平安运维奠定坚实基础。  也可通过 HT 2D 可视化技术,“一张图”式切换园区电梯的运行参数,输入不同维度的数据解释。HT 可视化技术采纳 B/S 架构,反对跨平台浏览,任何挪动终端都可进行浏览,提供触屏设施的单指旋转、双指缩放、三指平移操作,即便不在工位上的运维人员也能够通过手机或 IPad 进行监控和近程管控,不用再为跨平台的不同交互模式而懊恼,一改来日运维人员必须在主控室内进行管控的局限性。进而缩短故障响应工夫,让电梯从被动感知转换为被动预防。 安防监控为晋升园区的平安管控效劳,HT 反对无缝交融 HTML5 各项多媒体性能,联动各安防子系统,对公共、办公、设施间等全区域开展安防动静监测,当发现非法闯入、可疑分子、危险行为时主动定位报警,同时生成应急预案解决工单、历史报警记录等可视化需要图表。赋予管理者对园区安保工作进行流程化、制度化、全局化的数字治理。 消防治理可视化消防系统 修建的消防系统次要包含火灾报警零碎、消火栓零碎、主动喷水(喷淋)灭火零碎以及疏散零碎。HT 3D 可视化消防模块充分利用各类传感器,对重点区域及设施运行状态进行 7*24 小时的智能感知、定位、辨认,搭配 HT 丰盛的可视化组件,将采集到的各类信息出现于两侧面板上,如消防部门值班状况、消防态势总体剖析、实时监控数据、以后告警记录、各子系统运行状况以及重点区域场景监控等内容。 当接管到预警告警异样情况时,零碎将主动触发消防告警安装,迅速在对应场景中出现红色【正告】,以此告知管理者具体位置信息,联合灾情剖析评估,主动生成救济应急预案。联动 HT 视频交融技术,将理论监控到的视频画面与 3D 场景进行交融,并让本来碎片化的视频在实在三维场景中全景可视,辅助管理者对场景进行实时态势感知、历史数据回溯比对等监测需要。 消防报警 为欠缺园区内整体消防事件统计和消防状态(报警率/故障率/屏蔽率)的记录,满足对园区消防资源散布、平安态势、消防设施状态的宏观监管,HT 2D 面板反对绑定园区内各类消防器材数据,如各楼宇内手动报警器、烟感、灭火安装的报警次数、故障次数及设施总数等,将绝对形象简单的数据通过 HT 可视化图表进行清晰反馈出现,在为消防管理工作提供近程高效的监督管理伎俩的同时,保障了园区消防信息的完整性、真实性和可追溯性。 设立消防报警性能可集中主观地反映园区内的消防现状,不仅坚固了消防部门的监管力度,还防止失控漏管所导致的财产损失和人员伤亡。 消防水零碎 消防给水零碎作为罕用的灭火设施,对于火灾的点燃至关重要,但以往的治理模式无奈平衡无效监测设施的运行状态。 HT 场景针对铺设的市政消防给水管网门路做了高亮解决。交融智能感知设施数据,赋能其对建筑物中消防水的监督及管制调节作用,再联合 2D 面板将园区内重点监测的消防水压、液位、温湿度、流量等关键设备参数集中显示,可齐全代替人工巡检。保障始终处于继续稳固的预约压力状态和有短缺的水量,在火灾产生时能疾速出水。 促成园区消防水务集约化倒退,确保设施失常运行,为疾速排除隐患,灭火救灾提供强有力撑持。 施工治理      园区的施工建设与招商进度、企业入驻状况非亲非故。无效整合现有资源,通过不同色彩色块对工程项目进行区域划分,正当确定地块开发强度和用地规模。围绕修建工程项目全生命周期,建设撑持现场治理、数据共享、互联协同的信息化平台,重点关注工期进度、类型剖析、我的项目分项、隐患统计等关键性指标,牢牢把握施工现场“人、机、料、法、环” 五因素。 一方面可满足平安、环境、巡更等各业务环节的扁平化、网格化监管,另一方面借助智慧化伎俩,帮忙管理者在形象数据中理解即时局势,缩小人为因素对施工现场的烦扰,实现工地的数字化、精细化、绿色化生产和治理。 ...

January 10, 2022 · 1 min · jiezi

关于可视化:gojs-实用高级用法

大家,新年好!历史文章: 数据可视化 gojs 简略应用介绍gojs 如何实现虚线(蚂蚁线)动画?本文介绍的是在应用 gojs 制作图的过程中,你可能会碰到的问题的一些解决方案。 gojs 是一个十分弱小的可视化关系的js库。 1. 勾销更新动画问题:更新数据的时候,会触发渲染,有渲染动画,用户体验不好。 计划:初始数据绘制,有动画;更新数据绘制,无动画。 代码实现: // 前面所用到的 diagram 都是 gojs 创立的实例// diagram_container 为图容器dom iddiagram = $(go.Diagram, 'diagram_container') 计划一: function updateData (nodeArr = [], linkArr = [], hasAnimation = true ) { if (hasAnimation) { diagram.model = new go.GraphLinksModel(nodeArr, linkArr); } else { diagram.model.nodeDataArray = nodeArr diagram.model.linkDataArray = linkArr }}// 初始化实例后处理,只用一次diagram.animationManager.canStart = function(reason) { if (reason === 'Model') return false return true}计划二: ...

January 1, 2022 · 3 min · jiezi

关于可视化:可视化全埋点系列文章之元素标识篇

1. 前言在介绍元素标识之前,先回顾一下之前的《可视化全埋点系列文章之性能介绍篇》,依据这篇文章咱们理解到:可视化全埋点事件,是通过可视化的形式,把某些全埋点事件创立成一个重新命名的虚构事件[1],进而从数量宏大的全埋点事件中疾速筛选到咱们所关怀的事件[2]。 那么问题来了,如何将 SDK 触发的元素点击事件 $AppClick 和前端定义的可视化全埋点事件进行匹配?也就是说,保留了哪些配置信息,就能够惟一标识一个元素,从而筛选出这个元素触发的 $AppClick 事件? 答案是:只有精确地进行元素标识,咱们能力将可视化全埋点创立的虚构事件和元素进行匹配,从而精确筛选出这个元素触发的 $AppClick 事件。上面,咱们就来看下可视化全埋点中如何进行元素标识。 2. 什么是元素标识2.1. 概念所谓元素标识,也就是通过某些信息,能够惟一标识某个元素。依据概念,须要实现两点:依据信息,可能筛选出所需的元素,不会脱漏;依据信息,只能筛选出所需的元素,不会多查。例如:依据某些要害信息,能够惟一定位 App 中商品详情页面的 “退出购物车” 这个按钮元素。须要保障既不会匹配成 “立刻购买” 按钮,也不会匹配成商品列表或其余页面的 “退出购物车” 按钮。如图 2-1 所示:图 2-1 商品详情页面的 “退出购物车” 按钮 2.2. 常见问题保障元素的惟一标识,意味着在各种简单环境,都须要保障元素的惟一匹配。在理论我的项目开发中,会面临一些常见问题: 2.2.1. 零碎兼容采纳的元素标识计划,须要兼容不同的零碎。例如:iOS14 应用的标识信息,在其余零碎也能惟一标识这个元素。 2.2.2. 设施兼容元素标识须要兼容不同的设施,设施差别对元素标识的次要影响是屏幕尺寸大小。在 iOS 上,大多数 App 开发都会采纳主动布局进行屏幕适配。也就是说,可能同一个元素在 iPhone5s 显示在屏幕最底部,然而在 iPhone11 Pro Max 就可能显示在屏幕两头。对于不同的设施,须要能够应用同一套标识信息进行惟一匹配。 2.2.3. 款式扭转上文提到的惟一标识某个元素,是绝对于用户交互而言的。随着 App 版本升级,元素的显示款式可能会发生变化,包含但不限于:把按钮的色彩从 “红色” 改成 “蓝色”;把文字内容从 “退出购物车” 改成 “增加购物车”;把按钮形态从圆角改成矩形;挪动按钮的地位。尽管显示款式产生了变动,然而对于以后 App 的用户而言,点击的都还是 “增加商品到购物车” 这个按钮。至于形态或色彩,用户并不关注。用户行为采集是为了撑持业务剖析,从业务的角度来看,因为这些款式变动都没有扭转这个元素的业务性能(例如把一个商品增加到购物车),所以也不影响最终的剖析后果。因而,即便元素的款式变动了,之前存储的标识信息,还能够持续标识这个元素。 3. 如何进行元素标识理解元素标识的概念和常见问题之后,咱们来看下进行元素标识的计划有哪些。 3.1. Target + Action + Tag3.1.1. 计划阐明在 iOS 开发中,针对一个元素(例如 UIButton)增加点击事件,个别的实现办法如下:MyViewController.m ...

November 2, 2021 · 3 min · jiezi

关于可视化:可视化全埋点系列文章之功能介绍篇

1. 什么是可视化全埋点1.1. 全埋点在介绍可视化全埋点之前,先理解一下全埋点。 全埋点,也叫无埋点、无码埋点、无痕埋点、主动埋点。全埋点是指无需利用程序开发工程师写代码或者只写大量的代码,即可事后主动收集用户的所有或者绝大部分的行为数据,而后就能够依据理论的业务剖析需要从中筛选出所需行为数据并进行剖析[1]。 神策剖析 iOS SDK 目前反对的全埋点事件有:App 启动、App 退出、元素点击、页面浏览。只须要客户开发人员依照正确的形式集成,而后初始化 SDK 并开启相干配置,即可在对应的事件触发时,主动采集事件和相干属性。 1.2. 可视化全埋点1.2.1. 可视化全埋点事件可视化全埋点事件,即通过可视化的形式把某些全埋点事件,创立成一个重新命名的虚构事件[2],从而咱们能够从已采集的数量宏大的全埋点事件中疾速筛选到咱们所关怀的事件。 思考到理论的利用场景,目前神策剖析的可视化全埋点,反对元素点击和页面浏览事件。例如:App 的增加购物车按钮,在点击的时候会触发一个名为 "$AppClick" 的全埋点事件,并采集按钮元素和以后页面的相干信息。尽管 “增加购物车” 按钮点击触发了 "$AppClick" 事件,然而这个事件实际上蕴含了以后 App 内的所有元素点击触发的事件。因而,很难独自剖析 “增加购物车” 按钮在某一段时间内的点击次数或地区散布等信息。 1.2.2. 自定义属性可视化全埋点的自定义属性,其实就是通过可视化的形式将以后事件相干的属性信息增加下来。例如点击 “增加购物车” 按钮,触发 "$AppClick" 全埋点事件的时候,将以后商品名称、价格、配置信息等,作为事件属性进行采集。 思考实在商业我的项目中,商品详情等信息是通过网络申请到数据,而后异步进行渲染的,因而在触发页面浏览事件的时候,可能页面数据信息尚未渲染实现或者显示缺省值,也就是说无奈采集页面最终的显示信息,所以页面浏览事件如果反对自定义属性,可能很多场景下采集不准。因而目前可视化全埋点自定义属性,只反对元素点击事件。 另外,目前自定义属性,采集元素内容的同时,还反对规定解决。例如能够将内容取整、取前几个字符、只取数值等,同时也反对写正则表达式,满足更多的理论利用场景。 1.2.3. 整体流程可视化全埋点的整体流程如图 1-1 所示: 图 1-1 可视化全埋点整体流程图 2. 为什么须要可视化全埋点上一节简略介绍了可视化全埋点的含意和整体流程,可能大家依然会有疑难:既然有了全埋点,为何还须要可视化全埋点? 2.1. 晋升埋点效率其实,可视化全埋点的实质就是依据一系列的筛选条件创立虚构事件。 如果不应用可视化全埋点去剖析特定的全埋点事件,就须要依据全埋点事件名称以及相干属性的特色,针对性地创立虚构事件或者组合筛选条件进行查问。从过程可想而知十分消耗工夫,对于想要查看后果的剖析人员而言,这种繁琐的工作重大影响工作效率。 如果应用可视化全埋点(通过可视化的形式在前端页面简略地进行抉择和命名)即可剖析特定的事件或属性,这样极大地提高了埋点效率。使得剖析人员不用将太多的工夫消耗在埋点上,能够更多地专一于产品剖析和前期决策。 2.2. 升高埋点门槛应用可视化全埋点,可能在没有开发人员参加的状况下,剖析特定的用户行为和相干属性信息。使得不相熟技术实现的剖析人员,也能疾速高效地埋点,从而极大地升高了埋点门槛。 2.3. 不便迭代在设计埋点事件时,难免会脱漏某些重要场景的事件采集。在传统的采集计划下,咱们只能在 App 中从新埋点并发版。上线一段时间后,能力失去咱们须要剖析的数据。 可视化全埋点是基于全埋点创立的虚构事件,因而咱们不须要这些简单的过程,就能够在神策剖析平台进行事件定义,并且反对回溯剖析。使得剖析人员不依赖某些特定版本即可分析线上所有全埋点事件的数据,即可在版本迭代的过程中,也能采集到版本前后的残缺数据,从而满足剖析需要。 因为可视化全埋点是通过虚构事件创立的 “埋点事件”,如果咱们不小心删除了,能够再次创立这个 “埋点事件”。另外,历史数据不会删除。这样大大降低了设计脱漏带来的工夫老本和 “事件失落” 的影响。 2.4. 实用场景在埋点自身品质上,代码埋点是要远优于可视化全埋点的,然而可视化全埋点在埋点老本和回溯历史方面有着无可比拟的劣势。对于满足如下情景的客户来说,可视化全埋点能够在晚期更好地实现数据驱动: 没有研发资源或研发资源很少; 我的项目较为晚期,以交互剖析为主,业务剖析为辅; 须要剖析的大部分是流动类页面,剖析诉求次要是挪动端。 代码埋点和可视化全埋点,是神策剖析提供给不同阶段的客户的两种埋点办法。从建设更松软的数据根基的角度来说,首推代码埋点,然而如果面向一些短平快的剖析诉求,能够思考应用可视化全埋点。 3. 如何应用可视化全埋点3.1. 进入可视化全埋点3.1.1. 集成 SDK在开始可视化全埋点之前,须要正确集成并初始化神策剖析 iOS SDK,而后开启可视化全埋点,详见文档阐明:开启可视化全埋点[3]。 3.1.2. 进入埋点页面登录神策剖析的后盾环境,进入元数据管理模块,开始进行可视化全埋点。如图 3-1 所示: 图 3-1 可视化全埋点的入口 3.1.3. 扫码连贯在神策剖析页面抉择扫码连贯,进入扫描二维码的页面。如果应用 iPhone 倡议间接应用零碎自带的二维码扫描性能进行扫码,而后跳转到 Safari 关上页面;Android 手机能够应用浏览器的扫一扫性能或者是微信扫一扫的性能进行扫码,依据浏览器弹窗提醒的操作关上对应的 H5 页面;手机扫码后点击 H5 页面中的「开启 App 可视化全埋点」按钮,再点击「关上」按钮后胜利关上所要剖析的 App;连贯 App 胜利后可进行可视化全埋点。扫码连贯的过程如图 3-2 所示: ...

November 1, 2021 · 1 min · jiezi

关于可视化:力软商业智能BI可视化大屏既见树木又见森林

据IBM的考察显示,咱们的世界每天都要创立出高达2.5万亿字节的数据。随着世界与越来越多的电子设备建立联系,数据量将持续呈指数增长。科学家们预测,到2025年将有163万亿GB的数据。 在一个日益以数据为主导的世界中,各种各样的用户正在以多种形式收集数据,每一个人都想从他们所有的数据当中理解更多具备价值的信息来辅助治理。但人脑很难了解这些宏大数据,实际上,如果不进行某种类比或形象,人脑很难了解大于5的数字。但如果应用图形,那么在在视觉和人脑一起作用下,大概13毫秒内便能够解决整个图像。于是,数据可视化作为可能更好的理解或提取数据信息的路径,成为了企业治理中不可漠视的存在。 数据可视化顾名思义,就是以某种示意图的模式来体现通过剖析解决后的数据信息。应用数据可视化大屏可能将企业运行过程中产生的所有数据,以视觉图表的形式,清晰无效地传递出数据当中的重要信息,使决策者可能解决难以疾速读懂数据分析报告的问题,以数据可视化的模式来了解数据,以便做出对企业更好的决策。 事实上,所有的数据可视化类型都可分为三种:描述性、规范性和预测性。 最简略的类型是描述性剖析,它形容曾经产生的事件并提出其根本原因。 标准剖析可能使事件更上一层楼,除了帮忙企业理解起因之外,它还帮忙企业从产生的事件中学习并制订可改善其以后绩效和盈利能力的策略和策略。 预测剖析是作用最大的类型,它能够帮忙用户辨认出倡议将来状况和行为的模式。应用预测剖析,能够更好的组织打算行将到来的计划,预测新趋势并为它们进行最无效和最具老本效益的筹备。 一个优良的可视化大屏,应是可能将数据可视化并对其进行剖析,二者正当地联合在一起,并且具备将来增长的可持续性和解决大量数据的能力,能够灵便地集成任何起源的数据。 而LeaRun.BI内置多套模板组件,通过利落拽即可配置出一个好看实用的BI大屏,向用户直观地展示数据,并利用AI,对不同维度、不同指标进行组合摸索式剖析,帮忙企业确定如何提高效率,增加收入并取得超过竞争对手的竞争劣势。 简直每个行业都能够从大数据可视化剖析中受害,每个人都能够应用到数据可视化大屏技术来展示数据分析后果,从而辅助商业治理。 企业能够应用数据可视化剖析来监测业务倒退规模和各地状况,并预测行业将来趋势。 工厂应用数据可视化不仅能够实时监管生产状态,治理工程进度,还能够帮忙及时打消厂内隐患。 政府则用来增强治理并削减估算,并且不会失去有效性。 大数据时代下,三分技术,七分数据,得数据者得天下,数据是新的原油。而即便取得雷同的原油,然而不同的企业因为技术的差别,可能从原油中萃取进去的价值也是不一样的。 LeaRun.BI相较于惯例的偏重展现成果的可视化大屏,速度和一致性上更加欠缺,不仅有良好的数据可视化增强用户对数据信息的解释和了解,同时通过可视化的模式来展示数据的剖析后果和揭示数据模式和趋势。 LeaRun.BI将这二者有机联合,独特剖析了解数据,使用户可能检查数据、了解数据含意、解释其突出显示的模式,从简单的数据集中取得有用的数据见解,让用户看见树木,也看见树木背地的茂密森林,从而为企业的将来制订胜利策略,取得最大收益。 BI大屏演示案例:www.learun.cn/Home/VerificationForm 文.learun

October 21, 2021 · 1 min · jiezi

关于可视化:翻译数据人文主义连接人与数字

豆皮粉儿们,又见面了,明天这一期,由字节跳动数据平台的玄魂,给大家带来一篇对于可视化作品诞生流程的翻译文章。 作者:玄魂原文链接:https://devikakhowala.com/data-humanism 注:局部内容未齐全遵循原文进行翻译为什么要翻译此文?这篇文章为可视化设计提供了很好的入门范例,让咱们清晰的理解到一件可视化作品的诞生流程,以及这两头要做的事件。 本文作者最终实现了一个基于网络的数据可视化平台,将公园和娱乐设施的定量数据转化为信息丰盛、引人入胜的视觉效果,以帮忙市民和城市官员做出更理智的抉择。 “Human nature is in the center of data universe. \Meaningful connections with data are important for understanding them.”— Giorgia Lupi DESIGN PROCESS(设计流程) 1.1 UNDERSTANDING THE CONTEXT(上下文)Why do it?(起因)在咱们生存的数字世界里有大量的数据,但同样丰盛的数据也使得咱们很难将其解决成一种相干的、可用的模式。为了建设有意义的连贯,讲一个能够激发好奇心和让人产生趣味的故事很重要,这是人们想看到和理解的货色。通过这样的故事,人们能够理解它的你的目标,并感觉到这些内容和生存的分割。 1.2 DATA ANALYSIS(数据分析)1.2.1 Collecting & Cleaning the Data (整顿和荡涤数据)通过查阅可用的数据,我决定将人口统计数据与阿勒格尼县(Allegheny county)公园和娱乐设施的数据一起绘制地图,以摸索两者之间的模式和关系。为了了解我收集的数据,我应用数据组织工具(Coordinate systems and LATCH principles,参考: https://www.informit.com/arti... ) 如坐标系和 LATCH , 对其进行了清理和分类。这些数据排序办法能够不便地剖析、比拟和比照数据包中的信息。可视化的目标是考察城市基础设施和社区人口构成之间的关系,如果有的话,并以人们能够参加的形式出现。 1.2.2 Exploring the datasets(摸索数据)我将每个街区的人口密度、土地面积、平均年龄、支出中位数等数据与该街区的公园和娱乐设施数量进行映射。在钻研数据时,我发现不同的数据集之间没有明确的模式或关系。如果有的话,我那未经训练的眼睛必定错过了。尽管我没有失去间接的后果,但我持续将要摸索的数据集进行可视化,心愿在这个过程中学到一些新的货色,并心愿找到一种办法,使这些数据集对人们有用。因为我的项目工夫限度,我只钻研了匹兹堡91个社区的一半数据。 1.3 VISUAL DESIGN(可视化设计)1.3.1 Exploring the form(摸索模式)Nathan Yau,‘Visualize This’ 和 ‘Data points’的作者,他说“可视化对针对非数据专家展示数据价值方面非常有用”。为了构建更具凝聚力的视觉设计语言,我应用了利用视觉变量来开发连贯模式和性能的办法;基于语义来示意数据。 1.3.2 Initial concept : User testing, Feedback & Redesign(初始概念:用户测试、反馈和从新设计)应用“疾速约会(speed dating)” 作为调研办法,我采访了10个同学,要求对我最后的想法给出反馈。来自用户测试的反馈: ...

September 16, 2021 · 1 min · jiezi

关于可视化:可视化拖拽组件库一些技术要点原理分析二

本文是对《可视化拖拽组件库一些技术要点原理剖析》[1]的补充。上一篇文章次要解说了以下几个性能点: 1.编辑器2.自定义组件3.拖拽4.删除组件、调整图层层级5.放大放大6.吊销、重做7.组件属性设置8.吸附9.预览、保留代码10.绑定事件11.绑定动画12.导入 PSD13.手机模式 当初这篇文章会在此基础上再补充 4 个性能点,别离是: •拖拽旋转•复制粘贴剪切•数据交互•公布 和上篇文章一样,我曾经将新性能的代码更新到了 github: •github 我的项目地址[2]•在线预览[3] 友善揭示:倡议联合源码一起浏览,成果更好(这个 DEMO 应用的是 Vue 技术栈)。 14. 拖拽旋转在写上一篇文章时,原来的 DEMO 曾经能够反对旋转性能了。然而这个旋转性能还有很多不欠缺的中央: 1.不反对拖拽旋转。2.旋转后的放大放大不正确。3.旋转后的主动吸附不正确。4.旋转后八个可伸缩点的光标不正确。 这一大节,咱们将逐个解决这四个问题。 拖拽旋转拖拽旋转须要应用 Math.atan2()[4] 函数。 Math.atan2() 返回从原点(0,0)到(x,y)点的线段与x轴正方向之间的立体角度(弧度值),也就是Math.atan2(y,x)。Math.atan2(y,x)中的y和x都是绝对于圆点(0,0)的间隔。简略的说就是以组件中心点为原点 (centerX,centerY),用户按下鼠标时的坐标设为 (startX,startY),鼠标挪动时的坐标设为 (curX,curY)。旋转角度能够通过 (startX,startY) 和 (curX,curY) 计算得出。 那咱们如何失去从点 (startX,startY) 到点 (curX,curY) 之间的旋转角度呢? 第一步,鼠标点击时的坐标设为 (startX,startY): const startY = e.clientYconst startX = e.clientX第二步,算出组件中心点: // 获取组件中心点地位const rect = this.$el.getBoundingClientRect()const centerX = rect.left + rect.width / 2const centerY = rect.top + rect.height / 2第三步,按住鼠标挪动时的坐标设为 (curX,curY): const curX = moveEvent.clientXconst curY = moveEvent.clientY第四步,别离算出 (startX,startY) 和 (curX,curY) 对应的角度,再将它们相减得出旋转的角度。另外,还须要留神的就是 Math.atan2() 办法的返回值是一个弧度,因而还须要将弧度转化为角度。所以残缺的代码为: // 旋转前的角度const rotateDegreeBefore = Math.atan2(startY - centerY, startX - centerX) / (Math.PI / 180)// 旋转后的角度const rotateDegreeAfter = Math.atan2(curY - centerY, curX - centerX) / (Math.PI / 180)// 获取旋转的角度值, startRotate 为初始角度值pos.rotate = startRotate + rotateDegreeAfter - rotateDegreeBefore ...

July 28, 2021 · 6 min · jiezi

关于可视化:Redash可视化数据地图

redash中文版中反对地图款式十分丰盛,包含各级二维地图和3D地图等多种地图款式,上面介绍常见的增加地图图表办法。1.Redash内置地图内置地图能够间接抉择应用,能够批改色彩等参数,反对世界地图、动静抉择中国地理图,以及各省级地图、美国地图和日本地图等。2.自定义json地图将蕴含地图数据的json文件上传到指定目录,就能够间接抉择应用,并且反对通过url参数p_adcode参数值模式动静抉择地图文件3.应用echart地图图表世界地图,图例起源:https://www.makeapie.com/edit...该地图未调用其余数据源,只需将代码复制到redash自定义代码界面,初始化实例结尾退出:var myChart = echarts.init(element);var option; 结尾加上:option && myChart.setOption(option);保留即可生成如下世界地图图例。批改相干显示和配置项可参考Echart文档 https://echarts.apache.org/zh... 中国地图,图例起源: https://www.makeapie.com/edit...含内部json数据源,须要获取数据并上传到可拜访的地址,在EChart中其调用数据办法$.get需批改为d3.json(调用svg数据时则需将$.get批改为d3.text)同时将$(function(){ })办法改为(function(){ }()),其余操作和增加下面世界地图雷同。除常见的立体地图外,Echart蕴含许多3D地图等款式,在Redash中文版中也能反对并应用。4.plotly.js地图Plotly.js中也蕴含十分多地图款式,redash中文版全面反对Plotly.js,应用起来也十分不便。参考示例:https://plotly.com/javascript...只需复制代码到redash自定义代码视图中,批改容器名称"myDiv"为element即可。

July 23, 2021 · 1 min · jiezi

关于可视化:金融运维一体化资产数据可视化

前言现阶段随着各大企业分公司数量的一直扩增,管理体系也逐步变得多层次化、多元化,这意味着对其金融资产的集中管理和对立调度难度减少。 采纳 Hightopo 的产品 HT for Web (以下简称 HT )实现金融资产数据可视化看板大屏,除了领有丰盛的数据可视化组件,还能利用 2D、3D 联合的劣势,多维度出现金融资产数据。为企业管理者提供及时、简洁、直观、高科技感的资产运行数据,让管理者在企业资产治理省时省力、高效管控。 成果展现资产全景视图是采纳 Hightopo 的球体模型配合天文环球贴图来实现的三维平面全景展现。可通过接入每个分公司的经纬度信息主动生成坐标点地位,直观展现出各地分公司散布状况。尽管 HT 也反对 WebGIS 相干性能,但在该场景下能够选用更便捷的三角函数进行球体坐标运算达到定位目标。相比于 WebGIS 这个办法更加轻量易用,只需 HT 根本图形元素即可实现,无需专门的地图服务撑持,更加的轻量化同时也升高了投入老本和周期。 界面采纳 HT 特有的设计,沿用 HT 响应式布局进行划分排版,能够兼顾各种比例大小下的屏幕,当有限放大和放大图片也仍然能保持一致的精准度,完满实现跨平台操作。 首页两侧面板内容以企业资产详情为主体,展现企业关键性指标,如总体归集率、资金金额、账户构造、入网率、资产金融走势等多重资产监测。 系统分析金融资产治理可视化 基于可视化视角的金融资产治理,目标是把产、供、销和人、物、财等信息进行高度集中。屏幕中展现企业各分公司的散布地、资金总额、经营金额、可用备付金、企业数量等,并抉择以世界地图与中国地图的模式为主体,宏观展现企业在各国的业务发展状况,全面展现企业在中国及世界范畴内的前瞻布控。 领取监控可视化 在过来的几十年里,资金管理系统侧重点为可控性,是通过一系列繁琐的流程和审批来进行领取类目治理。领取类目治理可视化以资金流为主线,通过地图上的信息标识,统计出各公司所领取金额和总量,将企业现有业务我的项目像(施工进度节点、融资打算、职工薪资等)、大额资金流变动、领取量统计进行一体化出现。 由垂直归总转向扁平式归总,对存在资金缺口的分公司进行预警提醒。既不便问题起因追溯查问,又能进步管理者的可预见性,升高企业的领取危险。 资产估算可视化 利用 HT 散点图、柱状图、饼状图等多种可视化成果出现企业各分公司的资金估算执行状况以及收支金额的统计状况。 通过数据可视化去督促各部门进行打算资金领取,进步企业精细化管理水平,加大对领取危险的剖析和预测,高效决策资金输入的合理性,从根本上突破信息壁垒,杜绝资产有效散失。 电子账户治理可视化 使用 HT 丰盛的图表和动画成果对电子账户数据进行不同维度的数据解释,感性整合各银行的电子账户总数统计、入网率、分公司开销等状况。精简的数据更不便财务人员查问治理公司账户。 贷款业务全景视图 可从日余额、年均资产、月日均、贴现、自营贷款、委托贷款六个维度合并剖析企业贷款的规模走势,点击信息的对应交互地位,弹出对应明细指标。并配合展现资金投入、收益、回款等流入流出的各项指标,依据投资贷款做出精准的评估与排名,晋升企业资金回报率。 信贷资产可视化 信贷管理是一项综合性、系列化的工作,HT 可视化监控可依据自贷金额、委贷金额、贴现统计来生成企业业务构造趋势图,每月累计、当月产生、本月日均、本年日均数据信息高深莫测。 在保障企业对分公司的重大投资、信贷担保我的项目、用处履行审议制的同时,也能避免盲目投资或担保失误而导致的损失。 危险指标 针对危险环节,可视化零碎可依据标准值及设定的阈值进行集中预警告警监控,对企业不良资产率、担保比率、流动性比率等多重关键性指标进行辨认,对于异样信息及违规操作及时提供资产危险报告。强化危险预判和防控能力,切实帮忙企业早发现、早解决、早管制资金危险点。 资产归集可视化 对于各子公司的未归集资金、归集资金、可用备付金、经营资金等状况进行对立管控,联合实时所得数据,迅速计算出日、月归集率,点击报表对应地位,可弹出对应专题看板。资产归集可视化具备集中调配的劣势,将资金无效归集,升高团体资金积淀,均衡团体资金需要。 企业金融资产大屏目标是将企业现有大量财务数据进行深加工,通过一系列的数据分析,获取事态倒退的趋势走向。更全面、更标准、更智能的帮忙管理者在短时间内理解到外围数据。 总结可视化作为传递信息的无效伎俩,HT 反对 2D 、3D 交融贯通展现各类数据,除了反对根底的三维图形展现,也能够展现模型、BIM 文件内容,也能联合 WebGIS 带来更加具象化的数据出现。 图扑软件多年来在各行各业积攒了大量可视化我的项目施行教训,在智慧能源、智慧机房、智慧水务、智慧电网、智慧城市等行业具体业务中一直积攒欠缺产品,极力打造自主可控的 Web 可视化引擎工具。 ...

June 27, 2021 · 1 min · jiezi

关于可视化:敲重点Smartbi教你可视化报告制作的小心机

在做部门工作汇报时,共事做的数据分析报告总能失去老板的赏识,再看看本人做得报告总感觉拿不出手,都是一样的剖析套路,为什么区别这么大呢?本人到底差在呢?为什呢他人能够,本人却不行?心田疑难三连。 其实,认真看看共事做的数据分析报告,你就会发现背地藏着满屏的小心机,接下来小编就为大家揭晓共事的数据分析报告里,都藏着哪些鲜为人知的“小心机”! 1、引人注目的题目 置信大家都听过“题目党”这个词吧?其实,题目也是一种语言艺术,好的题目不仅能够很好的展示数据分析报告的主题,还能激发读者的浏览趣味。 比拟惯例的报告题目,个别都会间接明了的概括剖析报告的次要内容,让读者能够很快的就get到剖析报告的主题,大家可能会感觉这样的形式也挺好的,其实不然,高手写报告题目,通常会更加的“花式”和“吸睛”。如果大家想要从开始就能吸引读者的留神,那引人注目的题目必不可少。 2、制作一份图表目录 通常咱们次要是面向高级管理人员和决策层做报告,然而高管们可能破费不了太多的工夫来读完咱们的整篇报告,所以咱们应该间接将报告的“精髓内容”——重要的图表和剖析论断给到他们。 如果咱们间接上交一份上万字的剖析报告,通常状况下这份报告就会杳无音信。而高手们通常如何解决这个问题呢?那就是除了交一份惯例的报告外,还会把重要的图表和剖析论断独自制成一份新的目录,这样领导能够间接看到想看的信息,这样一比照,谁输谁赢大家高深莫测。 3、制作动静图表 在报告中用图表来代替大量的文字,有利于帮忙读者更加间接的得出结论。然而这些远远不够,得让图表动起来。所以说仅仅靠office三件套是不行的,高手们就懂得利用业余的数据分析工具。 就拿支流的Smartbi来说,能够实现多个图表之间的联动,咱们点到某个要害数据,就能够看到关联图表的变动,这样就能够随时随地对要害数据进行具体的剖析。 4、主题决定图表款式 在剖析报告里,你所领有的数据并不能决定图表的款式,你所表白的主题能力决定用什么样的图表。依据所体现的主题进行图表的设计,可能帮忙读者更快的了解剖析报告的内容。 5、论断要从理论登程 数据分析报告的论断是整篇报告的重中之重,它甚至能够间接影响到决策。很多人在写论断和倡议的时候,通常只是把之前的剖析后果反复了一遍,最初得出一个没有任何价值和意义的论断,间接把整个报告的程度升高了一个品位。 高手做数据分析报告,会联合公司业务的理论状况,进行谨严的推理,最终得出有价值的论断和有针对性的倡议,节俭读者了解的工夫,进步工作的效率。同时,在做报告之前,要懂得明确汇报的对象,因为汇报对象不同,关注点也会有所不同,因而要依据汇报对象去进行调整。 此外,不好的论断也不应该去回避,为企业经营提出预警也是数据分析的价值所在。 以上就是思迈特软件明天分享的对于可视化报告制作的相干常识。感谢您的浏览,更多常识,请持续关注咱们,下期再见!广州思迈特软件有限公司(简称:思迈特软件Smartbi)是国家认定的“高新技术企业”,专一于商业智能(BI)与大数据分析软件产品和服务。咱们在BI畛域具备15年以上产品研发教训,提供残缺的大数据分析软件产品、解决方案、以及配套的征询、施行、培训及保护服务。

June 3, 2021 · 1 min · jiezi

关于可视化:图扑软件正式加入腾讯智维生态发展计划

4 月 23 日,主题为《智汇科技,维新至善》的腾讯数据中心智维技术研讨会在深圳胜利召开,公布了腾讯智维 2.0 技术体系,深度揭秘了智维 2.0 新产品策略和技术布局。图扑软件(Hightopo)作为合作伙伴之一,受邀加入与腾讯云和腾讯数据中心的签约会议,并正式开启腾讯智维生态倒退打算。 对于腾讯智维腾讯智维是腾讯自主研发的数据中心自动化经营治理平台,为数据中心经营治理提供全面自动化智能化的撑持,已服务腾讯近百个互联网数据中心(Internet Data Center, IDC),超过 20 万个机架。2018 年腾讯智维平台面向数据中心行业凋谢,迅速取得用户的青眼,目前已笼罩超过 5 万客户机架,跻身成为行业最大的数据中心自动化经营产品之一。 图扑软件受邀本次会议腾讯 IDC 平台部总经理钟远河为本次研讨会致辞。他借用个人电脑的倒退过程来阐明数据中心行业的技术倒退必然走模块化、产品化的路线,智维在腾讯数据中心的倒退过程中无效管制了数据中心经营的品质,明确将来倒退的外围关键字应该是“即插即用”。 腾讯智维平台研发核心负责人岳上在研讨会上发表了主题演讲并现场与在清远的数据中心工程师进行了智维能力演示,让现场嘉宾对智维 2.0 的高可用能力有了形象的意识。 上半场流动的最初由腾讯云产业生态合作部的赫翠平为到场的嘉宾介绍了腾讯云合作伙伴相干的准入机制。随后,图扑软件 CEO 林意炜学生与腾讯云、腾讯数据中心进行了现场签约,正式启动了腾讯智维生态倒退打算。 流动的下半场从采集告警到利用钻研,从接入规范到共建体系,腾讯的技术专家们围绕业务挑战、思路与技术计划、实现的成果以及为合作伙伴提供的单干空间做了全面粗疏的介绍。最初的圆桌探讨,图扑软件负责人林意炜学生与腾讯数据中心的专家们畅谈了行业倒退的契机以及共建生态的思路和信念。 本次会议腾讯定向邀请了局部过往单干中对行业了解、技术主张统一,并同样秉持凋谢共赢心态的合作伙伴。波及智能硬件、动环接入、业余利用、人工智能利用以及交付、运维、售后服务等畛域的十多家业余厂商齐聚深圳。而图扑软件作为可视化畛域的先行者,在数据中心也有着本人的翻新倒退思路。 聚焦行业,智联将来2021 年 5 月 18 日哈尔滨数据中心推介会在北京举办。本次会议以“云启冰城 智联将来”为主题,响应国家“新基建”倒退要求,踊跃施展哈尔滨数据中心劣势,赋能和服务行业客户,助力开启数字经济新征程。IDC 是国家“新基建”策略的重要信息化基础设施,为无效带动 5G、人工智能、物联网、云计算、大数据全产业链倒退。 对于图扑软件图扑软件 Hightopo 专一于 2D 和 3D 数据可视化畛域,提供一站式的数据可视化解决方案。多年来造成了一整套经实践证明的高效开发流程和生态体系,已成为国内电信网管和工业互联网、数据可视化图形组态畛域的头部品牌。聚焦工业互联网监控运维可视化应用领域,提供从征询、设计、施行到售后的全方位可视化反对服务。 图扑软件可视化之数据中心 在数据中心三维可视化中,图扑软件摒弃传统的图表形式,自主研发了基于 HTML5 的 2D、3D 图形渲染引擎 HT for Web,为 Web 可视化提供了丰盛的展现模式和成果。通过业余的开发与设计团队,将 2D 与 3D 有机的交融在一起,保障设计成果的残缺出现,达到所见即所得的成果。实现对数据中心的泛滥子系统集中调配治理的目标,升高机房治理难度,加重机房运维压力。也可为各种不同业务诉求增长提供了灵便的解决方案。 除了对数据中心的修建与地形三维出现外,咱们还提供不同的环境成果来模仿数据中心环境的变动,如:四季环境、气象变动、昼夜交替等。通过丰盛的环境成果出现实在的现场环境。场景格调展示上,图扑还有着多种不同的出现形式:科技线框、形象简洁、仿真写实、水墨格调等等。干燥的数据中心运维治理界面中增加了极具图扑特色的设计元素,将中国的水墨画交融进了平时干燥的运维监控零碎中,为场景削减了一抹独特的节奏与气韵。 此外,图扑基于 WebVR 规范,实现了通过 VR 设施,能够让用户进入虚构仿真环境,并且通过引擎的外围性能让用户能够在 VR 场景中进行便捷地操作与运维治理。图扑软件也可联合视频交融技术,通过机房中的理论摄像头将视频监控画面与 3D 场景进行交融,让运维人员更加清晰直观地对现场进行监控。 ...

May 30, 2021 · 1 min · jiezi

关于可视化:还在为数据可视化图表制作头疼Smartbi告诉你诀窍在哪

当咱们面临的数据量越来越大而且出现指数级增长的时候,又或者当咱们越来越器重对数据的使用时,想要更加精确高效的了解数据,咱们应该怎么办呢?这时候就要抉择数据可视化图表了,它能够帮忙咱们疾速全面的了解数据,从而可能获取更具备价值的信息。那么怎么能够疾速把握制作数据可视化图表这一技能呢? 第一步:学习数据分析 数据分析的最终后果根本都是靠数据可视化图表来出现,所以,剖析数据是第一步。对于如何学习数据分析,网络有很多办法,知乎下面也有举荐一些相干的书籍,须要大家本人找一个残缺的系列,而后将其认真看完,能力有所播种。 第二步:把握数据可视化工具 大家可能首先想到的数据可视化工具可能是Excel,然而Excel在解决的数据量比拟大的时候,反馈会比较慢,而且很容易解体。也能够抉择其余更不便简略容易操作的数据可视化工具,比方Smartbi。Smartbi不仅反对Excel动态图形且反对Echarts动静图形。Excel数据可视化(条件格局等)与echarts数据可视化(地图、词云等)强强联手,丰盛的动静联合成果清晰而直观地表白出暗藏在数据背地的故事。 第三步:了解图表的类型,抉择适合的图表表达方式 不晓得有没有本人私下去理解过图表有哪些类型,图表的类型十分丰盛,尽管类型丰盛,然而须要依据数据之间的关系去抉择对应的图表类型,这样能力体现出图表的价值。如果图表的类型不适合,反而会容易造成观看者对数据的了解阻碍。 第四步:学习看板的设计准则与技巧,并在实践中一直优化 单张的可视化图表所能表达出来的信息是比拟无限的,如果须要利用在商业场景中,就须要将多张图表依照肯定的剖析目标和叙事逻辑将它们组合在一起,最终造成看板,只有这样能力更好的阐明问题,也会更加合乎人们的浏览习惯。 第五步:同步搭配其余学习内容 因为制作可视化图表的最终目标是要分享给其他人看,所以尤其看重表述问题,图表做得好然而传播不出任何的无效信息也是没有用的。这里所说的“表述”是指图表摆放的逻辑程序以及一些必要的标注,如何能表述好呢?举荐大家去看一下《金字塔原理》这本书。在学会简洁明了的表述当前,还须要学习一些对于配色方面的常识,这样会让你的图表看起来更加谐和好看。对于配色这方面常识的学习,举荐大家去看《配色根底原理》。 以上就是思迈特软件Smartbi对于数据可视化图表制作的常识分享,大家想要理解更多对于这方面的常识,能够去官网进行查阅。

May 26, 2021 · 1 min · jiezi

关于可视化:Redash商业版和开源版对比四分享

开源版本的分享报表没有主动刷新性能,被分享者只能通过从新获取分享报表来获取更新数据,十分繁琐,商业版则减少分享报表主动刷新性能,只需在url栏中减少 &refresh=刷新频率,分享后的报表即可主动定时刷新,频率最快为每5秒。 开源版不反对带文本参数的报表分享,当报表含有文本参数时,共享界面会提醒不能共享,无奈生成网址链接,同时分享进去的报表不反对数据的导出。 商业版能够反对任意类型参数的报表分享,共享更便捷。同时商业版反对共享报表是否须要明码,是否可能可能另存数据等性能,共享报表的权限设置和安全性更弱小,满足更多利用场景。

April 22, 2021 · 1 min · jiezi

关于报表工具:JimuReport积木报表131-beta版本发布免费的Web报表工具

我的项目介绍积木报表,是一款收费的企业级Web报表工具,像搭建积木一样在线拖拽设计报表!性能涵盖,数据报表、打印设计、图表报表、大屏设计等! 秉承“简略、易用、业余”的产品理念,极大的升高报表开发难度、缩短开发周期、节省成本、解决各类报表难题。以后版本:v1.3.1-beta2 | 2021-04-06 疾速集成引入依赖 jar<dependency> <groupId>org.jeecgframework.jimureport</groupId> <artifactId>spring-boot-starter-jimureport</artifactId> <version>1.3.1-beta2</version></dependency>数据库脚本 jimureport.sql 具体集成文档 http://report.jeecg.com/2078875 代码下载https://github.com/zhangdaiscott/JimuReporthttps://gitee.com/jeecg/JimuReport技术文档技术官网: http://jimureport.com在线演示: http://jimureport.com/login技术文档: http://report.jeecg.com视频教程: http://jimureport.com/doc/videoQQ群:212391162降级日志此版本变的更易集成,不再要求长久层必须mybits-plus,只有是SpringBoot2我的项目就能够疾速简略集成。新性能打印配置反对边距设置长久层采纳miniDao替换mybits-plus,不再要求长久层必须mybits-plus自定义视图解析器,不再要求springboot必须用freeMark视图解析报表反对javabean数据集反对自定义header报表设计器减少了奴才报表性能;图表联动性能实现钻取性能实现减少打印高清设置问题修复api走打印全副的时候如果传printAll会查不出数据只查问表名不查问字段,导致数据源会始终保留不上图表联动不刷新题目bug地图组件编辑在新增会是编辑的内容数据源点击确定始终在加载中、SQL数据源多个参数的时候删除一个会变成字符串、api只解析$外面的API带分页,打印、导出pdf和excel只显示一页解决设计器页面款式调整字典保护页面弹窗错乱解决数据源走本地打印全副没数据字典缓存逻辑有问题sql解析的时候验证是否存在表,不在保留处做解决,不然会呈现大数据问题去掉total双引号,有的数据库会报错查问框被遮住了图表联动的时候,能够增加多个图表,钻取逻辑调整导出excel报空指针问题当呈现在inner join和and存在的时候,回将on前面也截取掉,导致后盾报错报表钻取不传参前台会报错excel导出边框色彩问题优化excel上传,可上传常见excel文件;Issues解决数据源是sql并且字段蕴含双引号报错 issues/I395AA可否减少打印清晰度默认值的设定 #96数据格式为数值,当设置小数位数后,数据格式的千分符生效 #102上传excel文件,编辑有问题 #108报表打印的时候,应用的参数都是默认参数,导致无奈打印以后申请的报表内容 issues/I2KRVF积木报表api数据源带参,解析时参数有效 #2295API数据集问题 issues/I3B0O5版本1.2.0 sql语句 字段表名 报表预览时查问total的双引号问题 issues/I3DLWY自定义打印尺寸241*140,点击打印报错 #126是否反对奴才表? #34应用postgresql 数据库存储报表数据bug #82反对图表间的数据联动吗 #84无奈依据查问条件打印 #93打印全副:无奈打印,带参查问进去的数据 #99上传excel模板兼容性 #1121.2.0版本导出excel问题 #115内容太多超出边界,打印时少半截的问题 #121积木报表sql数据集,带参条件解析谬误 #2306oracle数据库中DATE类型字段无奈显示短日期或长日期 #130api数据源接口返回0条数据,然而报表仍旧显示初始化的数据 #104sql解析胜利但动静报表配置明细无奈解析 #2305应用oracle数据库时,无奈创立报表(进入新建报表页背后就报错) #73积木报表,合并单元格的文字,预览显示不全 #2307SQL数据源报表,页面数据显示失常,导出excle,excle中无数据 #123对于token权限验证形式 #165报表设计-点击确认-如果sql是记录数很多(比方数百万条),界面会卡死很慢很慢 issues/I3E0Z0增加超链接设置,链接指标抉择“sales_option”,当参数设置两个参数全副勾选后,再勾销其中一个,删除按钮隐没,无奈进行删除操作 #160为什么抉择 JimuReport?永恒收费,反对各种简单报表,并且傻瓜式在线设计,十分的智能,低代码时代,这个是你的首选!采纳SpringBoot+Mybatis-Plus的脚手架我的项目,都能够疾速集成Web 版设计器,相似于excel操作格调,通过拖拽实现报表设计通过SQL、API等形式,将数据源与模板绑定。同时反对表达式,主动计算共计等性能,使计算工作量大大降低开发效率很高,傻瓜式在线报表设计,一分钟设计一个报表,又简略又弱小反对 ECharts,目前反对28种图表,在线拖拽设计,反对SQL和API两种数据源反对分组、穿插,共计、表达式等简单报表反对打印设计(反对套打、背景打印等)可设置打印边距、方向、页眉页脚等参数 一键疾速打印 同时可实现发票套打,不动产证等精准、无缝打印大屏设计器反对几十种图表款式,可自在拼接、组合,设计炫酷大屏可设计各种类型的单据、大屏,如出入库单、销售单、财务报表、合同、监控大屏、游览数据大屏等零碎截图报表设计器(齐全在线设计,简略易用) 打印设计(反对套打、背景打印) 数据报表(反对分组、穿插,共计等简单报表) 图形报表(目前反对28种图表) 性能清单├─报表设计器│ ├─数据源│ │ ├─反对多种数据源,如Oracle,MySQL,SQLServer,PostgreSQL等支流的数据库│ │ ├─反对SQL编写页面智能化,能够看到数据源上面的表清单和字段清单│ │ ├─反对参数│ │ ├─反对单数据源和少数数据源设置│ ├─单元格格局│ │ ├─边框│ │ ├─字体大小│ │ ├─字体色彩│ │ ├─背景色│ │ ├─字体加粗│ │ ├─反对程度和垂直的扩散对齐│ │ ├─反对文字主动换行设置│ │ ├─图片设置为图片背景│ │ ├─反对无线行和有限列│ │ ├─反对设计器内解冻窗口│ │ ├─反对对单元格内容或格局的复制、粘贴和删除等性能│ │ ├─等等│ ├─报表元素│ │ ├─文本类型:间接写文本;反对数值类型的文本设置小数位数│ │ ├─图片类型:反对上传一张图表;反对图片动静生成│ │ ├─图表类型│ │ ├─函数类型│ │ └─反对求和│ │ └─平均值│ │ └─最大值│ │ └─最小值│ ├─背景│ │ ├─背景色彩设置│ │ ├─背景图片设置│ │ ├─背景透明度设置│ │ ├─背景大小设置│ ├─数据字典│ ├─报表打印│ │ ├─自定义打印│ │ └─医药笺、逮捕令、介绍信等自定义款式设计打印│ │ ├─简略数据打印│ │ └─出入库单、销售表打印│ │ └─带参数打印│ │ └─分页打印│ │ ├─套打│ │ └─不动产证书打印│ │ └─发票打印│ ├─数据报表│ │ ├─分组数据报表│ │ └─横向数据分组│ │ └─纵向数据分组│ │ └─多级循环表头分组│ │ └─横向分组小计│ │ └─纵向分组小计│ │ └─共计│ │ ├─穿插报表│ │ ├─明细表│ │ ├─带条件查问报表│ │ ├─表达式报表│ │ ├─带二维码/条形码报表│ │ ├─多表头简单报表│ │ ├─奴才报表│ │ ├─预警报表│ │ ├─数据钻取报表│ ├─图形报表│ │ ├─柱形图│ │ ├─重叠柱形图│ │ ├─折线图│ │ ├─饼图│ │ ├─动静轮播图│ │ ├─折柱图│ │ ├─散点图│ │ ├─漏斗图│ │ ├─雷达图│ │ ├─象形图│ │ ├─地图│ │ ├─仪盘表│ │ ├─关系图│ │ ├─图表背景│ │ ├─图表动静刷新│ │ ├─图表数据字典│ ├─参数│ │ ├─参数配置│ │ ├─参数治理│ ├─导入导出│ │ ├─反对导入Excel│ │ ├─反对导出Excel、pdf;反对导出excel、pdf带参数│ ├─打印设置│ │ ├─打印区域设置│ │ ├─打印机设置│ │ ├─预览│ │ ├─打印页码设置├─大屏设计器│ ├─零碎性能│ │ ├─静态数据源和动静数据源设置│ │ ├─根底性能│ │ └─反对拖拽设计│ │ └─反对增、删、改、查大屏│ │ └─反对复制大屏数据和款式│ │ └─反对大屏预览、分享│ │ └─支持系统主动保留数据,同时反对手动复原数据│ │ └─反对设置大屏明码│ │ └─反对对组件图层的删除、组合、上移、下移、置顶、置底等│ │ ├─背景设置│ │ └─大屏的宽度和高度设置│ │ └─大屏简介设置│ │ └─背景色彩、背景图片设置│ │ └─封面图设置│ │ └─缩放比例设置│ │ └─环境地址设置│ │ └─水印设置│ │ ├─地图设置│ │ └─增加地图│ │ └─地图数据隔离│ ├─图表│ │ ├─柱形图│ │ ├─折线图│ │ ├─折柱图│ │ ├─饼图│ │ ├─象形图│ │ ├─雷达图│ │ ├─散点图│ │ ├─漏斗图│ │ ├─文本框│ │ ├─跑马灯│ │ ├─超链接│ │ ├─实时工夫│ │ ├─地图│ │ ├─全国物流地图│ │ ├─地理坐标地图│ │ ├─城市派件地图│ │ ├─图片│ │ ├─图片框│ │ ├─轮播图│ │ ├─滑动组件│ │ ├─iframe│ │ ├─video│ │ ├─翻牌器│ │ ├─环形图│ │ ├─进度条│ │ ├─仪盘表│ │ ├─字浮云│ │ ├─表格│ │ ├─选项卡│ │ ├─万能组件└─其余模块 └─更多功能开发中。。

April 6, 2021 · 2 min · jiezi

关于kettle:Redashkettle解决方案

Redash自带简略的后果集再运算能力,提供从数据抽取、数据建模、数据分析,到数据可视化、预警散发的一站式数据分析利用能力; 即使试用业余的ETL工具,也可实现多数据源的联结动态分析(联动、钻取、动静参数等交互剖析性能)。容许用户疾速接入各类数据源,无需借助数仓即可实现数据导入-解决-剖析的流程,因而Redash能够在没有数据仓库的前提下实现实时智能数据分析为主、辅以简略数据处理加工的利用场景。 然而,随着企业用户数据量、剖析复杂度的一直晋升,数据分析平台上轻量式数据存储与数据流解决模块是难以承受微小的计算压力的,须要大量指标运算、大量历史数据同比/环比运算的,还是须要有打算地建设数据仓库或数据平台。Redash能完满集成开源ETL工具Kettle,构建企业级数据仓库和BI零碎。 数据不会像水一样从源头间接流进BI零碎。通常咱们须要ETL(即数据抽取、转换、装载的过程)工具来把数据从源头抓取到BI的数据仓库,ETL工具能将企业中的扩散、零乱、规范不对立的数据整合到一起。 Kettle是一款高效易用的ETL工具,能够实现数据从多个异构数据源加载到指标地址。Kettle能够在Windows、Linux、Unix上运行,反对图形化的GUI设计界面,以工作流的模式流转,数据抽取、品质检测、数据荡涤、数据转换、数据过滤等方面高效稳固。 Kettle介绍 Kettle是一个组件化的集成系统,包含如下几个次要局部: 1.Spoon:图形化界面工具(GUI形式),Spoon容许你通过图形界面来设计Job和 Transformation,能够保留为文件或者保留在数据库中。也能够间接在Spoon图形化界面中运行Job和Transformation, 2.Pan:Transformation执行器(命令行形式),Pan用于在终端执行Transformation,没有图形界面。 3.Kitchen:Job执行器(命令行形式),Kitchen用于在终端执行Job,没有图形界面。 4.Carte:嵌入式Web服务,用于近程执行Job或Transformation,Kettle通过Carte建设集群。 5.Encr:Kettle用于字符串加密的命令行工具,如:对在Job或Transformation中定义的数据库连贯参数进行加密。 利用案例 某超市利用redash制作实时数据分析报表,后期次要获取最新实时数据,时效性要求高,因而采纳redash间接动静获取数据库数据实时展现。 然而前期随着业务倒退,数据取数越来越简单,须要剖析大量数据的指标和同比环比状况,而且数据即时性要求并不高时,采纳redash多种后果集查问运算重复取数据,数据分析效率比拟低。数据量十分大的状况,应用kettle能够间接作业和转换,一个作业里能够执行多个转换,这样数据分析效率就会大大晋升,最初配合Redash进行可视化剖析,制作报表进行展现。 Kettle能够简化数据仓库的创立,更新和保护,帮忙企业疾速搭建异构数据源之间的数据管道,让简单的数据我的项目不再成为瓶颈,Redash+kettle=残缺的BI我的项目解决方案,实现一站式打造企业级数据可视化剖析云平台。

April 1, 2021 · 1 min · jiezi

关于可视化:可视化里程碑可拖拽使用的可视化BI工具

在数据量越来越大的明天,如何利用好数据,更好的为人类社会服务,成为人们所关怀的话题,而其中数据可视化作为最初一个环节,也是人们最为直观的感触,自然而然备受器重。同质化的利用越来越多,利用开发者也开始在用户体验上下功夫,比方数据可视化,将一大堆稀稀拉拉的数字转成图表模式,能够更直观地向用户展现数据之间的分割和变动状况,缩小用户的浏览和思考工夫,以便很好地做出决策。技术倒退到了明天,人们始终在摸索,从最后的代码,到代码复用,再到对象化,直至页面模板化,种种先进的技术层出不穷,而页面模板化的呈现,也让很多数据可视化的工具如雨后春笋般冒了进去。 模板化的益处,除了代码更少,最大的益处就是不便了产品化,目前市面上支流的数据可视化工具,均采纳了页面模板化的概念,这样大大不便了咱们的数据可视化。但随着人们个性化越来越强,这种模板化的产品逐步满足不了人们日益增长的个性化需要。于是乎,直到明天个性化的定制化开发,仍然广泛的存在于各大企业的生产服务线之中,究其原因,就是模板化的产品好是好,解决了我99%的问题,然而1%的个性化需要,满足不了,这就是一个失败的产品。 那这1%的痛点是什么呢?究其原因无外乎就是:界面用户随便布局,冲破了原先页面模板的概念,更加的细分,页面应该有模块的概念,各模块间能够随便管制,并随便布局,不受任何束缚。 那么如何解决这个痛点呢?这就是咱们明天须要和大家分享的鼠标拖拽应用的可视化BI,看一下以下这张图,一个支出剖析表,次要有五个模块,或者你会感觉很一般,轻易用一个报表工具就能够做进去,但做出这样的表简略,做完图表后想批改,却不是那么简略。想把下边的柱形图和圆环图换个地位,要怎么操作呢?   删掉从新制作?太麻烦了!会耗费本人大量的工作工夫。但这个可视化BI工具很不一样,能够利用鼠标随便拖拽每个版块,挪动。请看下图,咱们只须要1秒钟的工夫即可实现调换:   又或者这样大面积的调换   这就是咱们明天要跟您分享的鼠标拖拽应用的Smartbi。顾名思义,拖拽应用的Smartbi是把页面进行了模块化切分,同时模块间能够相互管制,又能够进行随便的地位挪动。就如下面几张图一样,这样就能够解决用户页面个性化布局的问题。对于设计者来说,只须要关怀每个模块所实现的性能,及模块之间的管制即可,这个是不是有点像集成电路里的模块化管制,只不过鼠标拖拽应用的设计更加先进,随便摆放随便布局,而且还不影响之间的控制关系。这个痛点一解决,那么产品化的可视化工具Smartbi,就能够彻底解决困扰人们多年的数据可视化工具无奈代替人工开发的难题了。所以,咱们不得不由衷的感叹,拖拽应用的可视化工具,确确实实是数据可视化外面的一座里程碑似的存在!

March 30, 2021 · 1 min · jiezi

关于低代码开发:JimuReport积木报表大屏设计新增组件与优化介绍

更新内容如下1、组件清晰度更新了组件的清晰度,原图表组件存在不清晰状况,当初的大屏组件更加清晰炫酷; 2、减少边框组件减少了“边框”组件,反对8种边框款式,所有款式均由SVG元素绘制,体积轻量不失真。 3、减少装璜组件减少了“装璜”组件,反对8种装璜款式,所有款式均由SVG元素绘制,体积轻量不失真。 4、减少胶囊组件减少了胶囊款式; 5、减少RTMP播放器和阿里播放器组件反对增加rtmp、hls、video格局视频; 6、减少动静环图组件反对每一块轮播显示; 7、减少排名表组件反对数据排名展现; 8、减少轮播表组件跟之前的表格组件相似,配置办法比之前更简便,成果更好看; 9、优化字符云组件款式减少了词云形态和色彩设置,可把词云形态设置成正方形、圆形、三角形、五角星等; 新增组件总览

March 27, 2021 · 1 min · jiezi

关于可视化:还在用Word做报告吗不如试试这个可视化工具

随着各个大公司开始进行年中述职,述职那必不可少的是数据分析报告!他人的报告做得又快又酷炫,而你只会用word?快来试试BI可视化工具吧! 咱们都明确,绝对于干燥的文字,一些有视觉冲击的事物印象更深。在工作过程中,如在日常的工作汇报中,将采集到的数据信息进行统计、剖析,再将数据用图形的形式表白。会不便咱们对数据的把控,更直观理解到数据状况。这就是明天要给大家介绍的可视化。 在网上一搜,数据可视化,各种各样的如下图这样的可视化图表。 置信很多人都看过下面这种大数据报告,总有人感觉本人又不会美工设计,又不懂算法编程,必定做不了! 如果你感觉制作这样一个报告是十分困难的话,那就大错特错了,其实制作出这样一张可视化报告仅须要简略的几步。 上面,我来教大家如何在10分钟内用Smartbi来制作一个可视化报告。 当初咱们认真来看下这些可视化图表,他们是由一个个简略的表格、环形饼图、地图、横条柱图、词云图等组成。 咱们将整体指标划分一个个小打算进行的话,只有咱们会制作这些独自的图表,而后放到同一个界面进行展现,而后再进行各个组件排版与整体可视化仪表盘的格调调整就能够造成一个炫酷的可视化数据仪表盘了。 那可能这时候大家会有所顾虑,像图表所展现的折线图和柱状图这么难看,咱们平时在excel等工具做很繁多且不难看,如何解决。这个时候Smartbi能够帮到你,Smartbi 反对残缺ECharts 图形库,反对各种各样的图形,蕴含瀑布图、关系图、雷达图、油量图、热力求、树图等等几十种动静交互的图形;反对3D动静图形成果,如3D航线图、3D散点图、3D柱图用于数据可视化展现。 另外自助仪表盘还反对丰盛的Echarts图形控件如轮播控件、跑马灯、TAB页控件、URL控件。 只须要咱们抉择其中的控件组件,将须要剖析的字段进行关联再制作成相应的图表即可实现各种图形组件的轮播,且还可设置轮播的时长。 在将咱们须要剖析的维度与对应的组件实现之后,以及各个组件所在位置调整之后,零碎提供四套默认主题:浅色主题、深色主题、三色渐变色、炫彩格调。另外还能够设置项来自定义主题,并将自定义主题保留以便后续应用,或者笼罩以后主题。 用户通过利落拽的形式,零碎进步灵便不便的操作界面,容许客户任意抉择指标、维度和过滤条件等,疾速生成多维分析表,仪表盘看板。 以上是思迈特软件的技术分享,心愿这篇文章可能帮忙大家在报告的制作上提供些许帮忙,同时也心愿大家可能给本人去年画上一个完满的句号,并在来年为公司创下一个又一个辉煌!

March 17, 2021 · 1 min · jiezi

关于可视化:你还不知道Dashboard有什么用职场萌新的绝密工具分享

职场小白刚在公司工作的时候,置信绝大部分人前期工作都是一脸懵,这个是什么,那个没听过,跟共事交换最多的结尾高频词必定是“请问”“求教”等等,更有的职场萌新被领导要求做一个Dashboard后,间接百度下载了一个汽车仪表盘图片发给领导,这样的糗事不足为奇。 那么你一听到Dashboard,是不是也非常困惑,从字面翻译上看是仪表盘,但仪表盘是什么货色,它要怎么做呀? 其实,Dashboard这个词的确来自于汽车仪表盘,驾驶员从仪表盘上就能够对汽车的根本情况高深莫测,包含车速、转速、水箱温度、残余油量、里程,以及车辆的故障信息,而Dashboard因循了汽车仪表盘理念,在一个屏幕上有预设性地显示对用户要害的信息,并实时告知用户正在产生的状况。Dashboard是要害的信息的汇总,阅读者只有看一眼Dashboard就能疾速理解到事件的最新动静,以及遇到的问题,它能帮忙阅读者快速反应并且做出决策。大多数状况下Dashboard都会做成可视化的模式,即用各种图表、表格来出现。 在监控场景中,Dashboard次要为用户集中提供便捷的要害指标实时监测,及时告知异样状态,并疏导用户定位问题。 在剖析场景中,Dashboard次要通过数据图表,配合控件进行不同维度的数据分析。例如,用户能够通过工夫筛选控件过滤图表上的数据范畴等。 在简单业务中,Dashboard还用于概览场景,集中出现业务扩散的重点信息,用户还能够通过提供的入口疾速跳转至相干模块。 那么,应该如何简略快捷地做出一个适合的Dashboard呢? 我所理解到一款弱小的数据可视化工具Smartbi,它只需一个界面就能够实现,即能够做单个组件也能够在编辑界面在制作各个组件的同时对整个仪表盘的布局进行调整。数据分析与进一步可视化的前期工作是须要从多个维度察看数据,明确要剖析和表白的主题。待指标清晰之后,就能够对剖析的数据梳理并解决数据之间的关系。最初根据数据特征选择适合的可视化组件来表白须要剖析的柱图,从而找到适合的展现模式达到剖析的指标。 只有咱们借助这么一个好用的工具,几个步骤就能解决你的难题。Smartbi到底有什么特别之处,受到大家都统一青睐与同意呢? 连贯到数据源 Smartbi的可视化工具具备丰盛的数据连贯能力,根本涵盖了市面上的支流的数据库。咱们以接入本地数据excel文件来举例说明: 登录到零碎之后,在数据源连贯模块,通过加载文件数据(上传文件)接入本地数据,能够抉择导入指定的业务库,且能够在此界面对数据进行初步的规整(如数据格式、字段名称等)。 对数据进行解决 在胜利加载本地数据到零碎之后(如下图所示),可抉择基于所上传的数据表去创立自助数据或者进行持续导入数据等等操作。Smartbi操作的主动权在于用户。 如果是在上传文件之后间接创立自助数据集就到了数据集编辑界面,那上一步上传的数据表会主动在表区域主动呈现,此时能够关联更多表。切换到表属性区对数据进行剖析需要进行个性化定义。 Smartbi反对表拖拽,零碎主动或手动创立表关系实现表关联查问;反对增加筛选器,过滤数据后果;零技术语言,用户能够很轻松地通过拖拽字段的形式创立具备简单计算逻辑的业务计算字段;零碎反对将有日期信息或地理信息的字段通过命令菜单创立成工夫维或者天文维,便于对数据在工夫或天文上的不同维粒度剖析;零碎反对用户能够随时调整、批改表或字段的分组、别名,设置表或字段的可见性等字段规范化操作;通过数据行权限管制,保障所有用户抽取到其权限内的数据。 这里如何去解决数据就不开展讲了,如果大家想理解更多,能够去Smartbi的官网体验一下。现如今,制作Dashboard各类各种工具目不暇接让人目迷五色,须要留神的是,大家要抉择适宜本人的,各位职场萌新退职场遇到的艰难,也不须要丧气,找对办法,隔靴搔痒,就像制作Dashboard一样,只有找对工具,就能晋升你的工作效率,迅速成为职场精英。

March 1, 2021 · 1 min · jiezi

关于可视化:地理信息可视化形式配色译

https://blog.mapbox.com/right-way-visualize-data-945d6010fab0?imm_mid=0f57e6%E2%80%8B%20blog.mapbox.com  Amy Lee(Aug 7, 2017)Walton Mapbox 地图和地理信息可视化产品设计的文章绝对其余设计类文章是比拟匮乏的,因而译者打算精选、翻译一系列国外相干文章并分享给大家。这篇文章讲的是专题地图中的定量数据编码形式和配色办法。作者写得比拟随便,而译者心愿能把这个畛域的常识成体系地展示进去。因而译者查阅其余材料加以补充,将900个单词的原文,补充到3000余汉字。如有纰漏,请多指教! ---By译者dongqing 类型概述 当我设计一个地图的时候,我会思考到:读者如何去读地图上的信息?是否心愿读者一眼看到一个天文区域内度量(后果)的变动?是否想在一个特定区域展现它的变动水平?是否想展示一个区域里的忙碌的流动或者人群的绝对密度等。要想进步地图的可读性,让读者读得疾速而专一,我有许多可视化数据的办法: * 点密度图 一种用点或其余符号来显示一个特色或景象个体存在的地图模式。例如,展现忙碌的十字路口的人,或者区域内一项流动数量的多少。 * 等值域地图 它用着色或者图案纹理的变动对应地图上的数据强度。例如展现人口密度或者人均收入的可视化地图。(译者:等值域地图的根本单位是区域。区域外部被了解为均质的,等值的。) * 六边型分箱图 这种六边型分箱图是非常适合在地图上展现惯例主题。它的像素化水平低于点密度图,又不像等值域图那样有边界束缚。(译者:作者说的六边型分箱图是多边形分箱图的一种,更常见的是矩形分箱图。六边形的几何个性,能够进步显示精度。有学者认为他们是一种非凡的热力求。) * 热力求 这种地图模式能够让读地图的人感触到点的密度,而不依赖于缩放系数。而且有着最小的边界束缚,因为它没有绑定天文边界。 详述和实例 点密度图 当可视化离散点数据时,点密度图是十分无效的。它通常被用于揭示一项流动、个性或其余地区景象的容量和模式。在这种图里,单个点的数量是不反对统计的,它次要提供了一个区域内数据的总量出现和密度的概览。 \![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/e17279bb5578466c88c5cee0733e47d0\~tplv-k3u1fbpfcp-zoom-1.image) 图 1 欧洲电视-Shazam 是一个柔美的点密度图我的项目 等值域地图 等值域图基于既定区域内聚合的统计数据。(译者:作者说的等值域图原词 choropleth map。此外两条等值线 isoline 围成的区域也是等值域,这些区域都是假如外部为匀质的。)最经典的案例是美国大选地图。他们的区域划基于选区,因而用等值域地图是更为适合的。泛泛地说,等值域地图表白两种数据:空间可舒展的数据,例如人口;或者是空间聚合的数据,例如比率,密度,形成。 (译者注: 空间可扩大的数据原词 spatial extensive data,指的是如人口,品质等可随着空间变动而变动的值,比方人口密度不变的条件下,面积越大,人口越多。而空间聚合的数据类型原词 spatial intensive data,指的是外在的、固有的、不随空间变动而变动的数据。比方人口密度并不会因为单纯的行政区面积增大而增大。) \![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/c307c3aa43854d17b0115198995486c3\~tplv-k3u1fbpfcp-zoom-1.image) 图 2 等值域地图:乌干达疟疾发病率 \![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/7cdde5f640e64644b4a5b0cec7b36732\~tplv-k3u1fbpfcp-zoom-1.image) 图 3 译者补充:比拟空间可扩大数据和空间密集数据的不同之处。本图意在展示麻省波士顿城镇化状况,次要通过人口来体现。左图间接编码了各个区域的人口总数。因为一些区域面积很大,大的面积天然带来了大的人口,导致面积大的区域总是色彩深,给人一种市区城镇化水平更高的错觉。右图编码人口密度。 六边形分箱图 通过用隐喻却很结构化的示意,六边型分箱图在可视化聚合数据时十分有用。你能够把成千上万的点分成几百个六边型来展现他们大体的散布状况。 \![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/7506f51b98754f2a9411b39adfb6eee7\~tplv-k3u1fbpfcp-zoom-1.image) 图 4 六边型分箱图实例:NYC 交通事故地图 热力求 热力求实质上是通过色彩来编码数值高下的可视化工具。这种模式在多变量上会比拟好用,用来出现数据之间的模式和分割。 \![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/cb78ce15d4ab4359b8a617a189215245\~tplv-k3u1fbpfcp-zoom-1.image) 图 5 典型的热力求 \![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/edcb02607d1445659e3ba20843088558\~tplv-k3u1fbpfcp-zoom-1.image) 图 6 展示楼层热点地区的热力求 ...

February 25, 2021 · 1 min · jiezi

关于可视化:不是我说大话国内真的有免费的数据可视化软件

数据可视化能够将看起来没有关联的数据建立联系,从中发现法则及洞察常识从而获取有价值的商业见解。数据可视化的实质就是视觉对话,数据可视化将数据分析技术与图形技术联合,清晰无效地将剖析后果信息进行解读和传播。数据和数据可视化是相辅相成的,数据赋予可视化以根据,可视化减少数据的灵活性。企业利用数据可视化能够更好更高效地提取有价值的信息。 国内好用的收费数据可视化软件的如何寻找呢?其实,个别倡议的用户能够在正规的网站上进行抉择。个别像一些可视化软件的网站都会提供收费的数据可视化在线工具的体验。然而有一点用户要分明,这些收费的数据可视化在线工具的性能可能会有所限度。 国内真正收费的数据可视化软件 和其余打着收费旗号,理论却只是某一段时间内收费的产品不同,思迈特软件这款Smartbi数据可视化软件是个人版一生收费,不须要下载安装,也不须要费神软件维护等问题,只需登录账号即可应用平台上的可视化剖析性能、图表,疾速实现智能数据可视化剖析报表。 Smartbi不仅反对Excel动态图形且反对Echarts动静图形。Excel数据可视化(条件格局等)与echarts数据可视化(地图、词云等)强强联手,丰盛的动静联合成果清晰而直观地表白出暗藏在数据背地的故事。 置信很多人都看过这些大屏的图表,是不是感觉成果很酷炫,做起来会很简单,依照传统的形式去做,应用数据分析工具联合ps丑化可能耗时要数月能力做进去。但这个时候用Smartbi自助仪表盘性能,全方位地满足各种数据可视化场景。不须要你把握编程或sql技能,业务人员也能轻松疾速把握数据可视化自助仪表盘的操作。 用Smartbi做可视化要害有4步: 数据连贯数据解决摸索式剖析数据可视化step1:数据连贯 个别用Excel做业务流程剖析,必须从企业的系统结构取数,导出来成Excel表,随后再发展一系列的剖析实际操作,如果用Smartbi的话就释怀许多了,它可能立刻和企业的多种类型的数据库立刻连贯,天然还能够手动式导进准保好的Excel数据集。 数据库连贯进行当前,在建业务流程包,随后把必须数据表从数据库加上到业务流程库中。 step2:数据解决 数据获得手当前,咱们要对数据发展生产加工,发展数据清理和一些数据指标值的测算,很有可能要对数据发展过虑、排序演绎、排列、合并等实际操作。Smartbi是依据自助式数据集来发展数据生产加工的,每一步的实际操作都是会被记录,可能随时查验每一步的实际操作,给你的数据解决更舒心! step3:摸索式剖析 在Smartbi中,发展数据可视化剖析的全过程非常简单,拖动就能够转化成可视化图表,特地适宜营销人员发展摸索式剖析,寻找最合适的剖析的数据指标值,短缺挖掘数据身后的应用价值。 用户通过利落拽的形式,零碎进步灵便不便的操作界面,容许客户任意抉择指标、维度和过滤条件等,疾速生成多维分析表,仪表盘看板。 step4:数据可视化 以上的摸索剖析,根本可能理解大家必须在汇报上展示什么指标值,要表述什么数据,此刻大家就必须筛选适宜的图表来出现数据。Smartbi数据可视化专用工具可能立刻拖动数据来转化成图表,另外它也会根据你拖动到横纵坐标的指标值总数个性化举荐图表,也有发展层面和指标值总数的揭示,帮助迅速寻找适宜的图表。 以上便是用Smartbi发展数据可视化的所有流程了,有了这款做数据可视化的工具,当前你也能够轻松在制作可视化成果,汇报给领导看啦。 Smartbi作为成熟的大数据分析平台,具备可复用、 动静联合独特的展现成果,使得数据可视化灵便弱小,动静皆宜,为宽广用户提供了有限的利用能力和设想空间。不仅丰盛且好看,更重要是操作简洁,使用方便。适应多变的剖析场景。大大地进步了业务部门用数效率,缩小技术部门的人员投入。 国内收费的数据可视化软件也能实现数据可视化剖析? 国产BI Smartbi数据可视化软件收费凋谢的可视化剖析图表与性能的确可能满足根本的数据可视化剖析需要,但如果用户想要实现多角色,比如说一家通信公司的经营总监可能会在仪表盘中看到,他们本周的投诉量过高,而后,能够深刻理解为什么导致投诉变多,并开始制订打算。通过这种形式,数据可视化能够让管理人员立刻发现问题并采取行动从而及时止损。能够应用Smartbi企业版的,通过多年的继续倒退,凝聚了多年的商业智能最佳实践经验,整合了各行业的数据分析和决策反对的性能需要,产品和技术实力毋庸置疑的。 如果用户只须要实现根底数据可视化剖析,体验数据可视化剖析成果,则可继续应用收费的可视化剖析性能与图表,疾速实现对数据的深入分析开掘、直观化出现。

February 25, 2021 · 1 min · jiezi

关于可视化:Redash中文版钻取功能进阶

为便于多维数据分析,redash中文版提供了钻取性能,通过单击仪表板中某个区域或字段时,扭转维度和档次,从而变换分析的粒度。上钻是沿着数据的维度构造向上聚合数据,在更大的粒度上查看数据的统计信息,而下钻是沿着数据的维度向下,在更小的粒度上查看更具体的数据。本文为您介绍操作方法。 钻取性能利用场景      例如以后的粒度是月份,依照年份查看数据是上钻,而依照日期来查看数据是下钻,日期的数据是具体的数据,而每天的数据是高度聚合的数据。通过内容弹窗+多视图,配合参数设置能够实现各种图表的多级钻取性能。 第一级为年度状况,查问时设置反对行点击,并返回相应参数名称。 第二级为月度状况,需联合年度状况设置参数,来实现和第一级图表联动。 勾选反对区域点击,并设置下一级返回参数,这样能够持续向下钻取。 第三级为日度状况,须要蕴含前两级的返回参数,多级参数能够顺次增加。 应用阐明 内容弹窗设为多视图切换,并将年度、月度和日度报表增加为多视图即可实现多级钻取成果。在redash中多视图最多为五个,所以能实现五级以内的向上和向下钻取。

February 25, 2021 · 1 min · jiezi

关于可视化:基于Java平台的可视化数据挖掘工具的设计与实现

在海量数据中提取有用的数据对用户进行了剖析,通过数据可视化和聚类分析的深入研究联合可视化技术和数据挖掘技术,Java平台开发可视化数据挖掘零碎,三维散点图的数据挖掘后果,容许用户可视化地查看整个数据集并剖析同一对象的属性值和每个属性的散布状况,无效地表白数据挖掘后果之间的关系,这就是可视化数据挖掘工具的设计与实现。 从简单数据中开掘有用信息已成为计算机图形学、数据挖掘、模式识别、统计、数据仓库等诸多钻研畛域的热点。近年来,人们提出了许多新的开掘算法、各种可视化办法和开掘零碎。然而,从大量的观测数据中开掘有用的信息和模型依然是一项简单而繁琐的工作可视化数据挖掘工具的诞生就是为了的解决这一问题。 在可视化数据挖掘工具的设计过程中,可视化技术、开掘算法和用户的有机联合已成为钻研的重点。仅仅依附数据挖掘算法来获取有用信息的零碎在理论利用中并不多见,面对一批开掘的数据,人类辨认的水平无限。因而,用户心愿对开掘后果进行进一步的解决,以反映一些数据的趋势和关系,从新的角度疾速、轻松地了解信息,充沛开掘业务数据发现潜在的和以前未知的趋势、行为和异样,解决相应的畛域问题。 信息部门的决策者心愿看到的信息应该高深莫测。数据视图能够用图形、柱状图、饼图等示意。但有时,这些传统的数据表示并不一定向决策者展现信息的所有方面,用户所能看到的只是趋势和数据的简略比拟。因而,寻求良好的数据视图示意并提供人机交互始终是该畛域的钻研方向。 基于上述思考,本文开发了基于Java平台的可视化数据挖掘工具。通过三维散点图和平行坐标图,它将数据挖掘的结果显示给用户的模式图,以便用户能够直观地看到整个数据集的照片,剖析了散布雷同的每个数据对象的属性值和剖析每个属性之间的关系。 本文设计并实现了一个可视化数据挖掘工具,能够实现开掘后果的三维和高维数据的可视化显示。以简洁的模式出现形象的信息给用户一个概念,以便对总体状况进行简洁的剖析。这样,也能够给用户更多的信念来领导下一步的工作以克服超大数据显示的局限性。 Smartbi Mining是一个业余的数据挖掘平台,通过深度数据建模,为企业提供预测能力。算法丰盛,反对多种高效实用的机器学习算法,蕴含了分类、回归、聚类、预测、关联,5大类机器学习的成熟算法;性能齐备,除提供次要算法和可视化建模性能外,Smartbi Mining还提供了必不可少的数据预处理性能;易学易用,一站式实现数据处理和建模。

February 22, 2021 · 1 min · jiezi

关于可视化:Smartbi11个工作流程带你入门产品数据化运营

我的一部分工作是数据经营,常常被了解为只做一些数字的钻研,做些起因剖析,其实这只是数据经营工作的一小部分,数据最终是为产品服务的,数据经营,重点在经营,数据是工具。 数据经营是做什么的?集体的了解是:制订产品指标,创立数据上报通道和规定流程,观测产品数据,做好数据预警,剖析数据变动起因,依据剖析后果优化产品和经营,并对将来数据走势做出预测,为产品决策提供根据,在产品策划与经营中融入数据的利用。 艰深点说,就是搞清楚以下5个问题: 1.咱们要做什么?——指标数据制订; 2.现状是什么?——行业剖析,产品数据报表输入; 3.数据变动的起因?——数据预警,数据变动的起因剖析; 4.将来会怎么?——数据预测; 5.咱们应该做什么?——决策与数据的产品利用; 下图是目前我在数据经营工作中推广的工作流程,供大家参考: 第1步,制订产品指标。 这是数据经营的终点,也是产品上线经营后进行评估的规范,以此造成闭环。制订指标绝不是拍脑袋进去的,能够依据行业倒退,竞品剖析,今年产品倒退走势,产品转化法则等综合计算得出。产品指标的体现,往往是一个要害数字,例如在2013年12月,某产品日均登录用户数达到100万,制订指标经常用SMART准则来掂量,这里不赘述。 第2步,定义产品数据指标。 产品数据指标是反产品衰弱倒退的某一个具体的数字,数据指标则是掂量该产品衰弱倒退的多种数据。例如: PV, UV, VV, YV ARPU(Average Revenue Per User) Attrition rate PCU DAU、MAU、DAU/MAU Entry Event Exit Event K Factor Lifetime Network Value Re-Engagement Retention 咱们依据产品指标来抉择数据指标,例如网页产品,常常用PV、UV、崩失率、人均PV、停留时长等数据进行产品度量。定义产品指标体系,须要产品、开发等各个团队达成共识,数据指标的定义是清晰的,并且有据可查,不会引起数据解读的了解差别。 第3步,构建产品数据指标体系。 在数据指标提出的根底上,咱们依照产品逻辑进行指标的演绎整顿,使之条理化。例如个别的客户端产品,咱们能够分为帐号体系、关系链、用户状态、用户沟通等四个方面进行数据指标的分类整理。 第4步,提出产品数据需要。 ...

February 20, 2021 · 1 min · jiezi

关于可视化:糟糕的可视化编程这有更高效便捷的工具

学习编程很难,编码是用于创立,表白和了解想法的弱小工具,编程也很简单,因而这是可视化编程常常被诟病的起因。很多开发者认为可视化编程永远无奈取代高级语言,大大降低了代码的自在水平和可控性,不如不必。然而我想,当可视化编程可能施展良效,它也是一个十分厉害的工具。 不信?你且听我慢慢说。 可能还有很多人不晓得可视化编程是什么,上面先给大家遍及一下可视化编程的概念吧。 可视化编程,以“所见即所得”的编程思维为准则,力求实现编程工作的可视化,即随时能够看到后果,程序与后果的调整同步。和传统的编程形式相比,可视化编程相对来说更为简略,只须要通过简略的操作,就能够设计出程序界面。 其长处次要体现为:让程序设计人员利用软件自身所提供的各种控件,像搭积木式地结构应用程序的各种界面,无需编写太多的代码,甚至不须要懂太多的语法常识,就能够实现一些性能,尤其是针对那些不会编程或者对编程感兴趣的人,这是十分棒的操作体验。它提供模块,并且工作得好。同样的成果,应用可视化编程工具操作,只需在工作区外面简略地拖动几个控件,并且在它们之间做一些选项和绘画箭头即可;而在非可视化编程工具里,你得思考如何输出各种命令,与可视化编程工具比起来,真是让人殚精竭虑。 但可视化编程依然存在肯定的不足之处,其拖放的工具就是次要起因之一,还给可视化编程招来不少的骂名,可视化编程用拖放的形式代替 Node.js 技术,重大妨碍程序员的工作流程,让程序员司空见惯的工具无奈失常应用。目前,数据可视化编程软件尚未成熟,它大大降低了编程的自在水平和可控性等等。比照之下,长处就变得不值一提了 然而如果可视化编程能够用于老手和普通用户,能够让他们更容易地接触编程。家喻户晓的例子是Scratch,这是一种麻省理工学院开发的可视化编程语言,能够用来教诲孩子们学习编程。而且Scratch在编程教学方面十分有用,对于儿童来说,特地适宜将其疏导入精彩纷呈的编程世界中。 只管可视化编程被人始终吐槽,且不论其毛病是否盖过了长处,但存在就会有它的情理。另外,我这里还有一个更便捷、高效的可视化工具,只有你用过,相对能爱上它。像Smartbi可做报表和大屏,包含数据整合、建模、剖析、制作图表,很适宜企业应用。 Smartbi应用难度不大,展现成果极佳,操作形式也非常便捷。Smartbi根本都是通过拖拽数据的维度和度量到工作区,来造成可视化图表,能够扭转色彩,图表类型,以及其余各种细节,不须要代码,还会主动举荐适合的图表。它还有一个优良之处是你能够通过应用TypeScript、API 接口等对自助仪表盘进行深刻的开发与管制,满足本人个性化的需要,本人编写代码、开发出功能模块,制作一个属于本人的可视化图表。 编程被认为是要求学生应用计算工具来解决21世纪事实问题的重要能力之一,对于老手程序员来说,可视化编程环境突出了编程行为和问题解决策略的独特劣势。而本文只是给大家简略分享了对可视化编程的一些认识,并把本人珍藏的好用工具举荐给你们,如果喜爱我举荐的工具,大家能够去Smartbi的官网体验一下。

February 8, 2021 · 1 min · jiezi

关于可视化:数据大咖都用这个简单好用的数据可视化工具

大家都晓得“数据可视化”是什么吗? 数据可视化是对于数据视觉表现形式的科学技术钻研。其中,这种数据的视觉表现形式被定义为,一种以某种概要模式抽提进去的信息,包含相应信息单位的各种属性和变量。 数据可视化钻研的是,如何将数据转化成为交互的图形或图像等,以视觉能够感触的形式表白,加强人的认知能力,达到发现、解释、剖析、摸索、决策和学习的目标。 可能大家还是听不懂我在说什么,那一起看上面这张图,就明确什么是数据可视化了。 大家看到这样的数据可视化大屏,第一想法是什么? 必定很多小伙伴认为这种炫酷大气的大屏制作难度十分大,是高端大神的玩法,还须要开发人员编写简单的代码。但其实,只有你学会巧用数据可视化工具,一个不懂代码的人也能够简简单单做出这么丑陋的大屏。 比方大家熟知的Smartbi,它不仅反对Excel动态图形且反对Echarts动静图形。Excel数据可视化(条件格局等)与echarts数据可视化(地图、词云等)强强联手,丰盛的动静联合成果清晰而直观地表白出暗藏在数据背地的故事。 让咱们一起看看Smartbi数据可视化有什么性能吧! 1.Excel动态图表 Smartbi反对应用Excel作为报表设计器,完满兼容Excel的配置项。反对Excel所有内置图形、背景图、条件格局等设计简单的仪表盘款式。通过excel插件性能所有的Excel图形如特色图形:迷你图、帕累托图、子弹图、小又多图等特色图形;罕用图形柱图、饼图、线图、雷达图等,并联合数据仓库里的动态数据进行数据展示。 HTML5动静图表--残缺ECharts图形库Smartbi 反对残缺ECharts 图形库,反对各种各样的图形,蕴含瀑布图、关系图、雷达图、油量图、热力求、树图等几十种动静交互的图形;反对3D动静图形成果,如3D航线图、3D散点图、3D柱图用于数据可视化展现;反对丰盛的Echarts图形控件如轮播控件、跑马灯、TAB页控件、URL控件,可间接应用ECharts所有选项配置;也反对集成其余的HTML5图形控件。 地图展示及扩大能力Smartbi借助于天文信息技术,打造地图分析性能。通过地图分析性能,不便摸索问题本源,加强业务洞察力,用户可十分直观地监控不同地区的业务倒退和绩效状况,决策层可能分明理解企业的策略执行。 地图分析性能以不同的色彩显示各区域,也能够在地图区域上设置不同色彩的旗号,“地图+业务数据”联合,将业务数据以指标式的在地图上清晰展现,并能够在地图上实现下钻及联动的图形成果,摸索问题的本源,加强洞察力。 (1)内置典型区域地图,多元的地图类型。 Smartbi内置中国及各省行政区域地图,反对地图钻取及回退,设置标记等操作。除了常见的区域染色地图,还提供了多种地图款式供选择散点标记地图、热力地图和航线图等,能够从中抉择最合乎场景的酷炫款式进行展现。 (2)用户可依据业务须要自行开发个性化地图。 除了国家认定的行政区域地图外,Smarbi还内置有地图编辑器,容许客户自行开发个性化地图。 (3)Smartbi反对集成第三方GIS零碎 Smartbi反对集成第三方GIS零碎,如ZMap,还反对集成谷歌地图、地图数据服务等。 优良的数据可视化图表不应该只是列举、总结数据,其真正的价值应该是能够被人轻松了解的数据展现,还能展示数据价值的最大化。而Smartbi是一个成熟的数据分析平台,下面只展示了局部性能,它的数据可视化性能非常弱小,大家能够去官网试用,所以在这里,举荐给各位小伙伴们,连忙用起来,一起做个数据大神吧!

February 5, 2021 · 1 min · jiezi

关于可视化:一款手机APP就能查看的报表心动了吗

当你还在为不会做报表懊恼时,当你还因报表做得不好被骂时,当你还捧着重重的手提电脑给领导汇报时,他人早就做好了一份精美的报表汇报给领导,只管是身在异地的领导,也能实时查看与点评。 首先,先教大家如何制作报表。 1.学会需要剖析 首先要问本人,制作报表的目标是什么? 2.建设指标体系 什么样的指标体系可能满足业务需要? 3.设计展示模式 如何展现数据,能力让业务部门更容易了解数据? 接下来,是最重要的,也是大家常问的问题,如何高效地制作所需的报表? 高效利用好工夫是古代职场人的必修课,不仅集体须要晋升自我能力,企业也能须要紧跟时代而倒退,上面我给大家介绍一个特地好用的报表工具,它不仅能反对在Excel端联合云端数据和本地数据进行解决、剖析,能够一键生成动静、动态图表,还可能将后果公布至挪动端,让用户能够随时随地查看、分享、点评,实现协同办公。 Smartbi云报表是一款基于Office Excel的SAAS BI工具,上面我就以“热销车型分类排名总表”来给大家分享一下挪动端报表的制作过程吧。 制作工具:Smartbi云报表 Smartbi云报表特点: 极简的架构,用户不必装置“服务器”; 装置插件后用手机、QQ、微信间接登录; Excel一键中转APP实现挪动报表。 注:因为定位的区别,云报表插件不能和Smartbi电子表格插件兼容! 图:Smartbi云报表的Excel插件性能 通过云报表的查问条件设置参数,以云端“支流热销乘用车数据”为例,实现查问条件下的数据展现。成果如下: 实操办法: 1.查问数据集 在Excel中登录服务,点击查问数据,抉择业务查问-支流热销乘用车: 2.拖拽字段设置查问和展现数据 通过拖拽根底表的字段形式来设置查问条件和展现内容,依据须要进行参数批改。 左侧资源树区勾选须要字段:估算、车系、年份、月份、车型、车企、车类、销量,勾选字段会在面板区显示,拖拽查问条件字段至过滤区,展现字段在行区,度量数据在度量区。点击过滤展示区上侧刷新按钮,即可展现数据。 此处要特地阐明的是同比增长率设置,如下图:销售量右击-工夫计算-同期-同期增长率,还可进行排序等操作。  批改参数操作:点击右侧编辑按钮,如此示例中控件类型为下拉框。 字段设置实现后,保留集体参数,可重命名(如集体参数未显示,可进行屡次保留从新关上尝试)。 最初点击上侧保留按钮,重命名保留到我的空间。  3.创立电子表格 新建电子表格,并绘制动态表样如下: 4.电子表格与空间数据关联设置 关联展现内容:将数据集面板中对象的字段间接拖拽到相应的单元格中,抉择形式为:插入。 车类SUV和轿车别离展现,单元格还需设置过滤形式:双击单元格-单元格属性-过滤:车类等于SUV或轿车。 关联查问条件:独立排版,将参数拖拽到布局下方:并绑定对应的单元格即可。 条件格局设置:设置电子表格距离色公式为"=MOD(ROW(), 2) = 1 正负增长趋势字体色彩自定义:[绿色]0.0%;[红色]-0.0%;-。 5.公布与预览 点击公布-抉择保留地位-重命名-保留即可,预览性能为先保留后预览。 请应用与Excel插件端雷同的账号登陆APP查看 就这样!挪动端报表就这样简简单单地实现了。其实,制作报表最难的就是数据统计工作,借助工具,不仅可能随需而变,而且上手极快,轻轻松松就能助力职场小白疾速成长,无效晋升HR办公效率!

February 4, 2021 · 1 min · jiezi

关于可视化:Smartbi与Kyligence宣布完成双方产品双向认证

定位于前端数据分析,对接各种业务数据路、数据仓库和大数据平台的“思迈特大数据分析软件”(简称Smartbi Insight),整合了各行业数据分析和决策反对的性能需要,满足各种数据分析利用需要,如大数据分析、自助摸索剖析、地图可视化、挪动治理驾驶舱、指挥大屏幕、企业报表平台等,充分体现和承载了数据分析倒退的新四化。 Kyligence由首个来自中国的Apache软件基金会顶级开源我的项目ApacheKylin外围团队组建,是专一于大数据分析畛域翻新的数据科技公司。Kyligence提供基于Apache Kylin的企业级大数据智能剖析产品Kyligence Analytics Platform(简称KAP),以及基于私有云的托管式Kylin在线服务Kyligence Cloud。目前,Kyligence已博得了海内外多家金融、保险、证券、电信、制作、批发、广告等企业级客户。 日前Smartbi与Kyligence实现了单方的首次双向技术认证——思迈特软件旗下外围产品 Smartbi Insight将与Kyligence 旗下外围产品KAP强强联合,为企业级用户打造真正满足企业需要的平安可信赖的端到端大数据平台,充沛保障 Smartbi Insight与 KAP 间的技术连通性与产品兼容性。 随着越来越多的企业用户迫切希望通过深度剖析获取数据洞察力,极速的交互式剖析能力成为BI畛域刚需,作为中国BI软件的榜样,思迈特软件专一于 BI 与大数据分析软件的产品和服务,外围产品 Smartbi Insight可通过 JDBC 接口连贯到KAP,帮忙用户疾速实现大数据平台上的报表展示和可视化工作,做到真正的海量数据交互式剖析。 “对 Smartbi Insight 已有客户而言,此次认证意味着Smartbi Insight 用户能够在 Hadoop 平台上进行真正的交互式数据分析。” Smartbi CEO吴华夫示意,将来 Smartbi Insight 用户在连贯 KAP 时,不必降级他们所应用的产品版本也能够带来新的数据源抉择,防止了在数据筹备阶段破费更多老本,尤其是那些曾经在 Hadoop 平台上应用的 Smartbi Insight 用户,甚至能够在齐全不批改以后大数据产品架构的状况下,增加 KAP 至已有技术栈,实现要害业务的数据减速。 Kyligence 公司 CEO 韩卿则示意,“Smartbi与 Kyligence 产品间的双向技术认证是一次强强合作,将在为 Smartbi Insight 用户带去性价比最高的交互式数据分析体验的同时,进一步强化思迈特与 Kyligence 单方在各自垂直行业的领先地位。” “此次Smartbi与 Kyligence 的技术认证具备独特的行业教训、客户资源等人造劣势。思迈特软件是国内商业智能和大数据分析软件的领导厂商,深耕前端数据分析十几载,在银行、保险、证券等行业积攒了少量的行业案例。Kyligence 作为专一于大数据分析畛域翻新的数据科技公司,已博得海内外多家金融、保险、证券等企业级客户的青眼,KAP + Smartbi Insight 的强强联合,将为单方客户带去必不可少的利用价值,也为宽广解决方案供应商提供齐备的产品组合。” Kyligence 公司 CEO 韩卿对本次产品认证给予了高度评价。 此次Smartbi与Kyligence间的产品认证是一次新的冲破,为麦粉们进行真正的交互式数据分析做出了更大的致力,将来的思迈特软件将更加多元化,为每一位用户带去更加晦涩的体验及完满的服务。

January 29, 2021 · 1 min · jiezi

关于可视化:云时代下最强的管理驾驶舱制作方法你学会了吗

随着互联网的疾速倒退,我国各行业企业纷纷利用云计算、人工智能等新兴产业技术,晋升生产效率、创新能力和资源利用率。年底来了,“云会议”要怎么发展?怎么高效地做好往年的企业数据总结报告?怎么精准地做好明年的企业经营决策?作为企业的掌舵人,怎么能短少本人的“驾驶舱”呢! 这次,教大家如何制作企业经营治理中高效且好看的“驾驶舱”,抛开那些富丽不理论的内容,咱们间接上干货! 一、概念篇 治理驾驶舱零碎是BI技术外面十分重要的一个利用,治理驾驶舱零碎是基于ERP的高层决策支持系统,专门为高层管理者服务,通过数据可视化技术来帮忙管理处全局掌控企业实时经营情况,更精准地做决策,促成业务倒退。 做好一个驾驶舱的前提是: 1.明确采纳哪一种驾驶舱,其次要包含:治理驾驶舱、业务管理驾驶舱、专项治理驾驶舱; 2.整顿出驾驶舱会蕴含的内容,通过思维导图进行梳理,比方企业展现主题或分类、企业治理指标等。 Smartbi治理驾驶舱零碎次要是基于ECharts 的图形展示技术。Smartbi 反对残缺ECharts 图形库,反对各种各样的图形,蕴含瀑布图、关系图、雷达图、油量图、热力求、树图等等几十种动静交互的图形;反对3D动静图形成果,如3D航线图、3D散点图、3D柱图用于数据可视化展现。 图:Echarts成果示例 另外自助仪表盘还反对丰盛的Echarts图形控件如轮播控件、跑马灯、TAB页控件、URL控件。 只须要咱们抉择其中的控件组件,将须要剖析的字段进行关联再制作成相应的图表即可实现各种图形组件的轮播,且还可设置轮播的时长。 能够晦涩的运行在PC和挪动设施上,提供直观,活泼,可交互,可高度个性化定制的数据可视化图表。翻新的拖拽重计算、数据视图等个性大大加强了用户体验,赋予了用户对数据进行开掘、整合的能力。 二、技术篇 实践说了这么多,接下来就是实现了,咱们以Smartbi为例,展现一下Smartbi治理驾驶舱零碎。 Smartbi治理驾驶舱零碎 1.数据底座 治理驾驶舱的的后端数据架构,次要是基于数据仓库来建设企业的分析模型。将数据对立采集(期间波及到数据采集、数据口径的对立、数据荡涤等环节);归整到数据仓库,依照分析模型存储和传输;前端报表展现利用,以及大屏展现环节,抽取数仓或者数据集市的数据,固定展现或实时展现。 2.驾驶舱的设计 对于驾驶舱的设计布局,以下以Smartbi的大屏可视化设计文档来介绍。 在制作之前,咱们应该做好相干的筹备工作,次要包含需要的调研、大屏设计、数据筹备三类。 (1)需要调研 确定大屏的硬件设施:大屏展现应用的比拟常见的硬件设施有大尺寸液晶显示屏、3*4小型拼接屏、大型矩阵拼接屏、投影仪显示屏、竖屏显示厅。有些小型拼接屏投屏时,因为分辨率和屏幕不匹配,会呈现画面拉宽变形的景象,所以咱们须要重点关注显卡反对的分辨率,以便确定大屏资源的尺寸。 确定大屏主题和指标:首先确定大屏展现的主题,而后依据主题演绎整顿出须要展示并且后盾数据反对的要害指标,接着咱们依据业务的器重水平对指标进行分级(外围、主要、辅助)。 确定维度和展现类型:同一指标能够从不同的维度去剖析,因而咱们也须要整顿出指标相干的重点维度。而后依据维度的类型、图形的个性等方面抉择适合的可视化图形类型展现出数据的相关性。 (2)大屏可视化设计 排版布局的重要领导准则是突出重要信息,保障重要优先级高的指标信息的无效传递。 主:外围业务指标安顿在两头地位、占较大面积,多为动态效果丰盛的地图 次:主要指标位于屏幕两侧,多为各类图表 辅:辅助剖析的内容,能够通过钻取联动、轮播显示 视觉方面,确定整体格调和配色计划,理解所在行业的罕用支流格调,能够找设计师设计,或者到Smartbi体验核心查看一些模板,喜爱就能够间接装置到个人空间进行应用。为了更好的显示酷炫成果,咱们能够设计减少动态效果或是交互成果。 数据筹备 理解后盾数据对要害指标的撑持状况,确保指标数据展现的品质;进行数据源连贯,从各种数据产品取得数据资源,并反对随着客户数据的变动而继续更新;依据须要展示的内容进行数据的筹备工作创立数据集,即席查问和透视剖析也能够作为数据集应用,业务用户通过简略的鼠标操作,实现自助式的数据查问和条件筛选。 实现步骤 登录Smartbi电子表格设计器,插入背景图,应用曾经布局好的大屏内容和筹备好的数据,别离进行主题目、各图形题目、动静KPI指标、图表制作等,对题目的色彩、字体、大小,图表的系列、标签、坐标轴等细节进行进一步的调整和丑化。为了更好的展现,咱们能够设计减少动态效果或是交互成果。通过URL链接能够嵌入视频等内部资源,通过Tab页控件、轮播控件、图形扩大属性等,实现轮播、Tab页切换、图形缩放等动态效果。 3.上线调试 最初,设计完之后上线,看要害视觉元素、字体字号、页面动效、图形图表等是否按预期显示、有无变形、错位等状况。性能和数据方面,图形图表动画是否晦涩、数据加载、刷新有无异样;页面长时间展现是否存在解体、卡死等状况;后盾控制系统是否失常切换前端页面显示。 治理驾驶舱是企业经营治理可选用的信息工具,能够清晰地传播企业的要害信息,让信息可能疾速被了解。驾驶舱的实现价值离不开业务场景的依靠,从业务场景需要登程,才更有意义。在云计算和大数据的推动下,治理驾驶舱让许多企业在治理方面上进行肯定的改良与优化,不仅节约了人力物力,还大大提高了治理的科学化,信息化和现代化。

January 28, 2021 · 1 min · jiezi

关于可视化:Smartbi建立可视化模型帮助水务公司实现降本增效

9月15日“大数据与商业BI”分论坛上思迈特软件举办主题为《包罗 智能 万象》的Smartbi蝶变系列分享。 其中项目经理高金龙分享了对于水务公司这样的流程制造业企业,Smartbi如何帮忙其整合数据、建设基于工业流程的数据可视化模型,帮忙公司实现降本增效。 (案例分享如下) 01我的项目背景 1.随着工业化过程的减速推动,我国的经济效益失去了迅猛的增长,然而随同着工业疾速倒退的同时,给环境带来的压力也越来越重,中国经济倒退程度各地相差较大,经济倒退滞后的城市还不能拿出很多资金用于污水治理,因而,怎么利用无限的资金,升高环境污染,是很多城市政府面临的难题,同样民众环保意识的沉睡,对水污染的关切水平达到了空前。 2.金科水务工程有限公司是一家总部设在北京,业余从事污水处理及中水回用的水解决技术工程公司,提供业余水解决膜零碎解决方案。 02我的项目需要及待解决问题 客户需要及目标: 对于水务公司除了关注技术先进水平(污水的能力)以外,更关注于流程方面的可视化。 我的项目关键点: 最终的用户需要分为上面三个方面。 1提供实时动静监控,将数字和图形奇妙地联合,更加直观的体现各个我的项目上的每个设施的运行状况,进步企业市场竞争力。 2建设企业动态决策支持系统,实现专业化、科学化管理决策。 3建设智能化污水处理工艺模拟模型,实现生产优化调度,节约能耗,降低成本。 待解决问题: 1建设企业门户,解决企业信息传递脱节,"信息孤岛"问题。 2建设企业工作流平台,规范化、标准化工作流程,进步管理水平,实现无效监管。 03施行难点及我的项目布局 (对于客户而言) 1污水流程中传感器返回的实时数据展示需达到很高的实时性。 2依据客户提出的需要整顿我的项目中的污水处理流程图。 3明确每个设施在不同状态下的显示方式。 (对于技术人员而言) 4提供故障报告单,便于现场运维人员及时排查问题。 需要落地后,Smartbi是否具备开发此流程的性能?咱们对我的项目进行了梳理。 对接数据:Smartbi反对市面上能见到的绝大部分数据库,像是mysq oracle db2 ....分布式的hadoop,列式存储MPP数据 vertica等。 于是直连了生产型业务库,这种形式能够保证数据是实时的。 主题分类:不同企业污水处理排放规范不同,依据不同流程提供不同我的项目主题分类。 UI设计:客户抽象化的需要明确落地成标准。 我的项目开发:基于Smartbi电子表格性能(电子表格性能十分弱小能够插入背景图、某个单元格显示某些数据等)从新梳理流程开发仪表盘。 04我的项目施行成绩 数据监控-数据动静可视化 基于客户抽象化的形容,UI设计师基于Smartbi工具绘制如下流程图。 下图展现成果为超滤过程实时刷新,依据污水进水的状况,动态控制各个水泵和水阀开关水平,从此图中可看出整个污水以后解决的状况,实现动静监控! 数据监控-超滤设施动静可视化 下图展现成果为超滤设施实时刷新,依据污水进水的状况,抉择运行的水泵,实现此水泵运行状态实时监控(Smatbi查问入口抉择不同的过滤膜)。 对于后盾技术人员工夫要害指标线性化参数的查看。 数据监控-零碎参数走势图 下图展现成果为超滤零碎主要参数,污水的进水的液位、产水的出水液位的状况。 数据监控-设施参数走势图 下图展现成果为超滤设施主要参数,通过抉择不同的水泵,可查看到相应水泵下的进水流量、透过率、透膜压差、进水/产水压力的状况。 数据监控-故障剖析 后面次要是流程可视化展现,而对于技术人员须要每天故障解决并提供报告单。 历史状态:技术人员每天现场对系统检测,通过手填形式生成word、excel,定时发邮件,全副人工操作,工作量大,效率低。 Smartbi提供了故障剖析报告单:零碎会生成一张故障数据及故障解决方案,通过电子表格开发故障剖析报告单,便于没有工程师在场时,现场人员可依据报告中的倡议排出故障,实现降本增效。 以上就是Smartbi对于水务公司数据可视化模型建设,并帮忙公司实现降本增效的案例分享,更多案例分享、更多新品性能欢送关注官网www.smartbi.com.cn。

January 27, 2021 · 1 min · jiezi

关于可视化:d3地图开发笔记

最近做的一个d3地图工作,需要是画出中国地图,在指定区域显示亮色并在指定城市显示光晕动画,做下笔记备忘。 标几个将来可能会再次遇到的需要点: 地图中指定区域设置色彩通过.style(fill) 回调返回自定义填充色,指定区域上的text也可通过此办法自定义色彩 let gmap = svg.append("g")gmap.selectAll("path") .data(mapdata) .enter() .append("path") .style("fill", (d, i, a) => { if (Object.keys(cityordinate).includes(d.properties.name)) { return 'rgba(29, 223, 201, 1)' } return "rgba(62, 241, 230, .4)" });光晕动画用d3.interval 设置circle的大小和透明度;d3.scaleLinear设置映射参数和对应值的区间,用时间差取余作为参数造成3000毫秒一周期,绘制光晕成果 var scale = d3.scaleLinear(); scale.domain([0, 1800, 3000])//设置淡>亮>淡的趋势 .range([0, 0.9, 0]); var scale2 = d3.scaleLinear(); scale2.domain([0, 3000]) .range([0, 8]);//设置从小变大的趋势 var start = Date.now(); this.dInter = d3.interval(function () { var s1 = scale((Date.now() - start) % 3000); var s2 = scale2((Date.now() - start) % 3000) < 0 ? -scale2((Date.now() - start) % 3000) : scale2((Date.now() - start) % 3000); gmap.select("circle#hangzhouC") .attr("fill-opacity", s1) .attr("r", s2) marker.select("circle#markerC") .attr("fill-opacity", s1) .attr("r", s2) }, 100);画两点射线调用之前建设的project()办法,将起点经纬度转换为平面坐标。计算终点(长沙)和起点之前的间隔,做为线条长度和动画工夫参数。在线条上绘制一个圆形标记,并实现从终点到起点的挪动动画。标记挪动到起点后,即删除,节俭资源。// 创立办法,输出data坐标,绘制发射线,此处按需要把连线stroke设为通明 let mline = svg.append("g").attr("id", "moveto").attr("stroke", "rgba(255, 192, 67, 0)").attr("stroke-width", 1.5).attr("fill", "#FFC043"); var moveto = function (city, data) { var pf = { x: projection([120.21, 30.25])[0], y: projection([120.21, 30.25])[1] }; var pt = { x: projection(data)[0], y: projection(data)[1] }; var distance = Math.sqrt((pt.x - pf.x) ** 2 + (pt.y - pf.y) ** 2); mline.append("line") .attr("x1", pf.x) .attr("y1", pf.y) .attr("x2", pt.x) .attr("y2", pt.y) .attr("marker-end", "url(#pointer)") //设置线尾标识款式 // .style("stroke-dasharray", " " + distance + ", " + distance + " ") //可设置虚线然而没有画线成果了 .transition() .duration(distance * 30) //继续时长 .styleTween("stroke-dashoffset", function () { return d3.interpolateNumber(distance, 0); }); mline.append("circle") .attr("cx", pf.x) .attr("cy", pf.y) .attr("r", 2) .transition() .duration(distance * 30) .attr("transform", "translate(" + (pt.x - pf.x) + "," + (pt.y - pf.y) + ")") .remove(); //射线头的款式,射线达到指标后移出线头的圆 };残缺的代码initMap = async () => { let cityordinate = await this.getAllJoinMedical() //获取已入驻城市数据 var width = 750.43 * screenWidth / 1920, height = screenWidth <= minWidth ? 620 * screenHeight / 1080 : 690 * screenHeight / 1080; // 定义SVG宽高 let svg if (!this.svg) { //因为父组件会刷新,这里避免画出第二个地图 svg = d3.select(".fxmap") .append("svg") .attr("width", width) .attr("height", height) } else { svg = this.svg } const defs = svg.append("defs"); //插入defs const linearGradient = defs //defs中插入<linearGradient> .append("linearGradient") .attr("id", "gradient"); //设置对应id linearGradient //linearGradient中插入stop元素 .append("stop") .attr("offset", "0%") //设置坡度,下同 .attr("stop-color", '#60F3F9');//设置对应色彩,下同 linearGradient //linearGradient中插入stop元素 .append("stop") .attr("offset", "20%") //设置坡度,下同 .attr("stop-color", '#60F3F9');//设置对应色彩,下同 linearGradient //linearGradient中插入stop元素 .append("stop") .attr("offset", "98%") //设置坡度,下同 .attr("stop-color", '#19B2BC');//设置对应色彩,下同 const lineDefs = svg.append("defs"); //插入defs const linearGradient2 = lineDefs //defs中插入<linearGradient> .append("linearGradient") .attr("id", "lineGradient"); //设置对应id linearGradient2 //linearGradient中插入stop元素 .append("stop") .attr("offset", "0%") //设置坡度,下同 .attr("stop-color", '#60F3F9');//设置对应色彩,下同 linearGradient2 //linearGradient中插入stop元素 .append("stop") .attr("offset", "20%") //设置坡度,下同 .attr("stop-color", '#60F3F9');//设置对应色彩,下同 linearGradient2 //linearGradient中插入stop元素 .append("stop") .attr("offset", "98%") //设置坡度,下同 .attr("stop-color", '#19B2BC');//设置对应色彩,下同 this.svg = svg let gmap2 = svg.append("g").attr("id", "map2") //因为南海诸岛面积小不显色,边框又和背景色彩雷同,故重建画布用填充色画边框,将南海数据抽出填进去 .attr("stroke", 'rgba(62, 241, 230, .4)').attr("stroke-width", 1) .attr("fill", "rgba(62, 241, 230, .4)"); let gmap = svg.append("g").attr("id", "map") .attr("stroke", 'rgba(4, 23, 62, .6)').attr("stroke-width", 1) // var projection = d3.geoEquirectangular() var projection = d3.geoMercator() //不同投影函数成果不同 .center([465, 395]) // 指定投影核心,留神[]中的是经纬度 .scale(height - 50) //依据什么进行缩放 .translate([width / 2 + 17, screenWidth <= minWidth ? height / 2 - 10 : height / 2 - 45]); //图形在画布中偏移设置 // var projection = d3 // .geoStereographic()//球形投影 // .center([465, 395]) // 指定投影核心,留神[]中的是经纬度 // .scale(height) // // .clipAngle(180) // .translate([width / 2, height / 2+20]) var path = d3.geoPath().projection(projection); let marker = svg.append("defs") .append("marker") .append("marker") .attr("id", "pointer") .attr("viewBox", "0 0 24 24") // 可见范畴 .attr("markerWidth", "24") // 标记宽度 .attr("markerHeight", "24") // 标记高度 .attr("orient", "auto") // .attr("markerUnits", "strokeWidth") // 随连接线宽度进行缩放 .attr("refX", "6") // 连接点坐标 .attr("refY", "6") // 绘制标记核心圆 marker.append("circle") .attr("cx", "6") .attr("cy", "6") .attr("r", "2") .attr("fill", "#FFC043"); // 绘制标记外圆,之后在timer()中增加闪动成果 marker.append("circle") .attr("id", "markerC") .attr("cx", "6") .attr("cy", "6") .attr("r", "0") .attr("fill-opacity", "0") .attr("fill", "#FFC043") // 记录杭州坐标 var hangzhou = projection([120.219375416, 30.2592444615]); // 读取地图数据,并绘制中国地图 let mapdata = []; // 读取地图数据 mapdata = chinaJson.features; let mapdata2 = chinaJson2.features; // 绘制地图 gmap2.selectAll("path") //画行政区边界 .data(mapdata2) .enter() .append("path") .attr("d", path) .style("fill", (d, i, a) => { if (Object.keys(cityordinate).includes(d.properties.name)) { //已入驻地图显示另一种色彩 return 'rgba(29, 223, 201, 1)' } return "rgba(62, 241, 230, .4)" }); gmap.selectAll("path") .data(mapdata) .enter() .append("path") .attr("d", path) .style("fill", (d, i, a) => { if (Object.keys(cityordinate).includes(d.properties.name)) { return 'rgba(29, 223, 201, 1)' } return "rgba(62, 241, 230, .4)" }); svg .selectAll('text') .data(mapdata) .enter() .append('text') //显示行政区名 .text((d, i) => { return d.properties.name }) .attr('font-size', 14) .attr("x", function (d) { let xNum = d.properties.centroid && Number(projection(d.properties.centroid)[0]) - (d.properties.name.length) * 14 / 2 || 0 if (d.properties.name == '香港') return xNum + 20 return xNum }) .attr("y", function (d) { let yNum = d.properties.centroid && projection(d.properties.centroid)[1] || 0 if (d.properties.name == '内蒙古') return yNum + 20 if (d.properties.name == '澳门') return yNum + 12 return yNum }) .attr("stroke-width", 0) .style('fill', (d, i, a) => { if (Object.keys(cityordinate).includes(d.properties.name)) { return 'rgba(3, 2, 27, 1)' } return "rgba(29, 223, 201, 1)" }) // 标记杭州 gmap.append("circle").attr("id", "hangzhou") .attr("cx", hangzhou[0]) .attr("cy", hangzhou[1]) .attr("r", "4") .attr("fill", "#FFC043") gmap.append("circle").attr("id", "hangzhouC") .attr("cx", hangzhou[0]) .attr("cy", hangzhou[1]) .attr("r", "0") .attr("stroke-width", "2") .attr("fill-opacity", "0") .attr("fill", "#FFC043") .attr("stroke-opacity", 0) .attr("stroke", "#FFC043") // 创立办法,输出data坐标,绘制发射线,此处按需要把连线stroke设为通明 let mline = svg.append("g").attr("id", "moveto").attr("stroke", "rgba(255, 192, 67, 0)").attr("stroke-width", 1.5).attr("fill", "#FFC043"); var moveto = function (city, data) { var pf = { x: projection([120.21, 30.25])[0], y: projection([120.21, 30.25])[1] }; var pt = { x: projection(data)[0], y: projection(data)[1] }; var distance = Math.sqrt((pt.x - pf.x) ** 2 + (pt.y - pf.y) ** 2); mline.append("line") .attr("x1", pf.x) .attr("y1", pf.y) .attr("x2", pt.x) .attr("y2", pt.y) .attr("marker-end", "url(#pointer)") //设置线尾标识款式 // .style("stroke-dasharray", " " + distance + ", " + distance + " ") //可设置虚线然而没有画线成果了 .transition() .duration(distance * 30) //继续时长 .styleTween("stroke-dashoffset", function () { return d3.interpolateNumber(distance, 0); }); mline.append("circle") .attr("cx", pf.x) .attr("cy", pf.y) .attr("r", 2) .transition() .duration(distance * 30) .attr("transform", "translate(" + (pt.x - pf.x) + "," + (pt.y - pf.y) + ")") .remove(); //射线头的款式,射线达到指标后移出线头的圆 }; gmap2 .selectAll('text') .data(mapdata2) .enter() .append('text') .text((d, i) => { return d.properties.name }) .attr('font-size', 14) .attr("x", function (d) { let xNum = d.properties.centroid && Number(projection(d.properties.centroid)[0]) - (d.properties.name.length) * 14 / 2 || 0 return xNum }) .attr("y", function (d) { let yNum = d.properties.centroid && projection(d.properties.centroid)[1] || 0 return yNum + 5 }) .attr("stroke-width", 0) .style('fill', (d, i, a) => { if (Object.keys(cityordinate).includes(d.properties.name)) { return 'rgba(3, 2, 27, 1)' } return "rgba(29, 223, 201, 1)" }) // .style('fill', 'rgba(29, 223, 201, 1)') var scale = d3.scaleLinear(); //映射函数 scale.domain([0, 1800, 3000])//映射区间,参数传入1800时返回0.9,设置淡>亮>淡的趋势 .range([0, 0.9, 0]); var scale2 = d3.scaleLinear(); scale2.domain([0, 3000]) .range([0, 8]);//设置从小变大的趋势 var start = Date.now(); this.dInter = d3.interval(function () { var s1 = scale((Date.now() - start) % 3000); //三秒为周期由小到大循环 var s2 = scale2((Date.now() - start) % 3000) < 0 ? -scale2((Date.now() - start) % 3000) : scale2((Date.now() - start) % 3000); gmap.select("circle#hangzhouC") .attr("fill-opacity", s1) .attr("r", s2) marker.select("circle#markerC") .attr("fill-opacity", s1) .attr("r", s2) }, 100); for (var key in cityordinate) { if (key == '杭州') continue moveto(key, cityordinate[key]); //发射线 }; }技术过程借鉴:无鱼二饼 ...

January 25, 2021 · 5 min · jiezi

关于可视化:Smartbi带你走近省级政务大屏可视化将数据艺术化呈现

引言:数据可视化,不能单纯的定义为将数据展示进去,其中应该有对行业的解读,对操作或应用人员简洁操作的谋求,对业余数据精准剖析的能力。 Smarbi致力于为企业客户提供一站式商业智能解决方案。通过Smartbi产品为客户提供报表、数据可视化、数据挖掘等成熟性能;通过Smartbi利用商店为客户提供场景化、行业化数据分析利用。通过十余年的倒退,已在金融、电信、政府、制作等行业取得近2000家当先客户认可,口碑良好。在寰球财产500强的9家国内银行,有7家选用了Smartbi。 一、我的项目背景与现状:为了体现省政务大数据平台以及相应政府部门工作成绩,展现给相干领导和参观人员,用数据谈话。 以后,省政府各级决策者把握城市规划、建设和治理方面的状况次要依附业务部门汇报、实地走访调查、报纸电视网站等新闻媒介,还没有一个专门的信息综合剖析平台。 随着省政府各级决策者对城市宏观经济、管理体制、人民生存、城乡建设等问题的日益器重,迫切需要建设一个一体化的信息综合剖析展示的平台,展现人民生存、宏观经济、重点产业、生态环保、体制改革、城乡建设、对外交换、进出岛治理八大主题,不便市政府各级决策者疾速把握相干状况、解决相干事务。 这既不便市政府各级决策者工作的须要,又是省工信厅踊跃翻新服务模式,为当前整合全省信息资源、更好地为省政府各级决策者决策提供辅助的无益摸索。 二、解决方案:总体框架 大屏展现平台的总体架构,包含数据源(能够是结构化数据和非结构化数据)、数据抽取(对数据进行荡涤、转换、加载)、数据存储和建模治理(通过数据仓库建模,造成业务主题域和数据集市)、剖析利用(包含指标展现、治理驾驶舱、主题剖析等高级利用性能) 展示剖析主题 次要剖析展示8大主题:人民生存、宏观经济、重点产业、生态环保、体制改革、对外交换、城乡建设、进出省治理,共计17个页面资源的开发设计。 治理体制改革主题-政务服务 统计近五年的政务服务体制改革状况,如一张审批网建设的四级联动,全省各区域政务建设及散布状况,精简调整部门单位的简政放权状况以及审批效力等的统计分析报告。 治理体制改革主题-公共资源交易 对公共资源交易服务中心详情、公共资源交易金额和交易数量状况,市场活跃度,公共交易企业经营流动剖析及建设工程交易等状况剖析。 人民生存主题-医疗衰弱 医疗衰弱剖析报告:医疗衰弱是人民生存的根底保障也是此省十二个重点产业之一,为了及时反映省医疗衰弱产业倒退状况,促成省医疗衰弱产业倒退,及时统计分析省医疗衰弱产业工作动静,以及医疗服务成绩。 人民生存主题-精准扶贫 帮忙领导动静把握贫苦状况、扶贫工作进展状况,用数据图表、图片的形式直观展现;实时进行统计分析,对工作绩效进行评估并析精准辨认贫困户。 产业倒退主题 通过数据图表的形式直观展示十二类重点倒退产业。(游览产业,寒带特色高效农业,互联网产业,医疗衰弱产业,古代金融服务业,会展业,古代物流业,油气产业,医药产业,低碳制造业,房地产业,高新技术、教育、文化体育产业。) 游览产业次要展现继续旅客人数、游览支出及旅游业增值点GDP比值等。 互联网产业次要展现产值、营收征税以及企业成长和倒退状况等。 宏观经济主题 通过对地区生产总值、经济趋势、财政收入、资源散布、资本流动等多维度展示区域经济总瞰,从而为政府各级部门增强行业治理、领导行业倒退提供巩固的抓手,为决策提供强有力的数据撑持。 城乡建设主题 为及时把握省城乡建设工作状况,对城乡建设工作状况进行统计分析。 如“多规合一”工作状况统计分析,解决或梳理化解了六类空间抵触问题状况剖析,实现了跨部门数据的集成与共享机制。 生态环保主题 次要通过生态环境品质和措施口头的成绩来剖析统计生态环境保护工作及环境现况。 综合体当初继续深入省域“多规合一”改革,扎实推动大气、水、土壤污染防治攻坚战的建设工作。 生态环境品质(环境情况综述、大气环境情况、咸水环境情况、海洋环境情况、声环境情况、辐射环境情况、气象与自然灾害) 措施与口头(净化防治、生态和农村环境保护) 24块大屏的现场成果 三、价值体现1.一体化平台 建设一个集全省人民生存、宏观经济、重点产业、生态环保、体制改革、城乡建设、对外交换等等相干业务数据信息的一体化平台。 2.整合数据资源 以业务数据整合的根底,各部门的数据进行集成,大数据平台或无关业务零碎,将省政府各级决策者关怀业务数据和信息集成到一个软件平台之上。 3.进步工作效率 政府各级决策者通过网络能够进行业务数据的综合查看,能够进行各业务倒退的剖析,能够快捷查看相干信息,工作效率得以进步。同时,可对无关部门的工作进行监督,起到肯定的监管作用。 4.反映动静成绩 综合反映全省城市治理和经济运行各方面的成绩和动静,满足市政府各级决策者疾速获取无效信息的须要,同时操作简便,平安高效。 总结:该大屏展现零碎综合反映人民生存、宏观经济、重点产业、生态环保、体制改革、城乡建设、对外交换等等方面的成绩和动静,满足市政府各级决策者疾速获取无效信息的须要,同时操作简便,平安高效。

January 21, 2021 · 1 min · jiezi

关于可视化:Smartbi集团财务数据可视化案例分享让报表鲜活起来

在大数据和信息化浪潮的推动下,各大企业纷纷拥抱数据可视化技术,为企业决策提供直观、清晰的根据。作为把握企业经济命脉的财务部门来说,企业的财务人员曾经不再是简简单单记账和做报表了,而是借助实用无效的BI工具,构建业余的财务数据分析与展现零碎,为企业高层和中层战略决策提供数据分析反对,使管理层能够在最短的工夫内把握企业的财务状况,及时利用于报告、日常会议、决策以及战略部署。 上面,咱们就通过Smartbi服务过的实在案例,看看团体财务是如何利用BI工具高效展现财务数据和报表的。 一、我的项目背景该团体是集企业孵化、金融投资、治理征询等多种产业于一体的大型企业团体,其在日常的经营过程中产生了各种财务数据,传统的手工数据统计办法对业务剖析反对有余。 该团体在未应用Smartbi之前,存在的数据分析问题次要体现在两个方面: 1、数据不全面 财务总监给CEO、管理层汇报的财务数据扩散在各个产业业务状态中,导致决策层看到的都是零散、没有对立规定的数据,无奈对团体有全面直观的认知,对将来倒退的决策无奈辅助参考。 2、数据不直观 数据全副靠手工,集中在Excel报表上,没有直观展现和可视化,无奈满足领导对出现成果易懂、贴切、好看的治理须要。 因而,建设一套专门针对财务数据的可视化剖析平台,势在必行。 二、建设指标在具体理解了该团体的业务和需要后,Smartbi明确了该项目标建设指标——该财务可视化平台须要在采集全面的财务数据根底上,实现数据的可视化展现和剖析开掘,同时对用户的数据权限进行对立治理。具体实现以下4个方面的机制; 1、夯实数据根底 全面采集财务数据,反对各个主题的数据分析,反对数据逐级下钻。 2、丰盛数据展现 采纳多种可视化展现形式,提供直观、好看的UI界面,满足管理层的剖析须要。 3、控制数据权限 对用户的数据权限进行对立的治理,不同的角色对应不同的权限。 4、晋升数据价值 对数据进行开掘,建设财务看板和专题看板,为企业治理提供决策反对。 三、建设计划基于以上建设指标,Smartbi布局了残缺的解决方案。 该计划囊括了从数据源、数据获取工具、数据存储形式、数据处理、数据分析到数据利用和拜访的全过程。 四、主题剖析1、财务专题剖析 财务看板 通过首页的形式,展现关键性指标,点击报表中相应地位,能够跳转到对应的专题看板。 看板导航 通过磁贴的形式,展现对应模块的外围指标,点击指标,跳转到对应的专题看板。 专题看板:资质看板 从团体散布直观地展现各个团体中法人的数量散布、各类股东状况。而后通过企业性质、注册资本多少、企业级次等维度,全面展现团体单位的散布状况。 专题看板:财务剖析 从资产情况、净资产情况、营业支出情况、投资收益情况、成本费用情况、净利润情况六个维度剖析合并口径单位财务信息,通过切换各指标表头,能够查看其余明细指标。 专题看板:资金看板 次要展现团体当日资金的构造散布,并对大额资金变动进行监控,对存在资金缺口的公司进行预警。 专题看板:筹资看板 展现当年按业绩归属事业部的排行榜;累计筹资剖析、平台公司组建剖析、增资股东及资本公积散布状况来展现筹资信息。 专题看板:孵化我的项目 从不同维度展现全集团公司的我的项目散布。通过油量图展现我的项目资金流入流出的估算达成率;展现我的项目在不同维度的散布。 专题看板:组合投资 从多个投资主体,联合我的项目周期(募、投、管、退),从整体指标、募资指标、投资状况、退出状况四个维度剖析展现。 专题看板:定增投资 次要展现基金项目投资的时点收益,从多个维度,展现历史趋势、时点的收益状况。 专题看板:社会奉献 次要从税费、社保公积金、慈悲捐献等维度展现团体对社会的奉献。 专题看板:国内业务 次要体现团体在世界范畴内的前瞻布局,以世界地图的模式宏观地展现团体在各国的业务发展状况。 专题看板:会议剖析 基于本年各届会议累计数据,展现历届会议的多维度散布,并从工夫维度,剖析历年、当年每月会议发展数量的趋势。 2、信息查问主题 信息速查:企业速查/单位法人/单位我的项目/我的项目台账 如果想间接查看某一法人/企业、我的项目详情、台账详情的信息,能够通过“企业速查”性能,输出企业名称,和项目名称,进行搜寻;点击名称能够查看对应的明细信息。 五、我的项目价值1、决策反对 通过对财务数据进行剖析和展现,领导可全面把握团体上面各个子公司的经营状况,为精细化治理提供决策反对。 2、精准投资 通过对投入、收益、回款周期等各项指标的剖析,能够对投资流动做出精准的评估和预测,进步资金回报率。 3、信息安全 对用户数据权限的对立治理,确保团体敏感的财务数据不被泄露,保障了信息安全。 我的项目上线后,该团体的管理层对日常经营状况高深莫测,为领导的管理决策提供了无力撑持,实现了业务的精细化经营。该我的项目也失去了领导的高度赞叹。

January 19, 2021 · 1 min · jiezi

关于可视化:前端可视化福利可视化网站收集

近一年多的工夫,对前端可视化有做一部分理解和开发,上面的可视化网站是我平时收集下来,自认为比拟好的产品参照例子。 sugar免费,买了一年的应用,只能应用局部性能,3D局部须要购买更高级的版本。其余产品只是参照界面设计和文档,并没有理论去应用。 antv https://antv.vision/zh AntV 是蚂蚁金服全新一代数据可视化解决方案,致力于提供一套简略不便、业余牢靠、有限可能的数据可视化最佳实际。 sugar https://cloud.baidu.com/produ... Sugar是百度云推出的麻利 BI 和数据可视化平台,指标是解决报表和大屏的数据 BI 剖析和可视化问题,解放数据可视化零碎的开发人力。Sugar提供界面柔美、体验良好的交互设计,通过拖拽图表组件可实现 5 分钟搭建数据可视化页面,并对数据进行疾速的剖析。通过可视化图表及弱小的交互剖析能力,企业可应用 Sugar无效助力本人的业务决策。 灯果BI(更名为山海鲸可视化) 灯果可视化专一于数据可视化大屏利用,针对可视化大屏的制作分享流程进行了深度优化,只管从外表上看都是拖拽式编辑形式,然而和其余BI产品相比,应用灯果制作大屏会更加简略,用户体验更好。 飞冰iceworks Iceworks 可视化开发提供两个基本功能:可视化搭建和可视化配置。 可视化搭建提供所见即所得的拖拽能力,助力疾速实现前端页面的开发。该能力不与具体平台绑定、和具体框架无关,搭建实现后能够持续二次编码,它在极大升高前端开发的门槛和晋升前端开发的效率同时,还兼顾了程序的可维护性和灵活性 Iceworks 内置 Fusion Design、Rax UI 组件库,丰盛的物料开箱即用:可通过物料创立利用、生成组件和组装页面、一键增加到代码……同时反对接入自定义物料,对物料开发的链路提供了全流程的反对,开发者可轻松定制业务专属的物料汇合 3D 方面可视化 thingjs 面向物联网的3D可视化开发平台,ThingJS 是物联网可视化PaaS开发平台,帮忙物联网开发商轻松集成 3D 可视化界面。ThingJS 名称源于 物联网Internet of Things (IoT)中的 Thing (物),ThingJS 应用当今最热门的 Javascript 语言进行开发。不仅能够针对单栋或多栋修建组成的园区场景进行可视化开发,搭载丰盛插件后,也能够针对地图级别场景进行开发。广泛应用于数据中心、仓储、学校、医院、安防、预案等多种畛域。 three.js https://threejs.org/editor/ three.js案列 郭隆邦技术博客http://www.yanhuangxueyuan.co... 在分享下加入上海世博会,别的公司做的3D可视化界面,手机照的,可能没那么清晰。

January 15, 2021 · 1 min · jiezi

关于可视化:自动化车间3D可视化设计思路

自动化车间3D可视化设计思路随着国内制造业企业的高速倒退,再加上政策反对,高效的生产模式和先进的治理形式越来越受到企业器重。更多的企业将工业信息化技术进行宽泛的利用,比方MES零碎、数字孪生以及生产治理可视化等技术的钻研利用。近期咱们团队利用自主开发的大屏编辑器与3D编辑器联合做了一个智能实验室三维可视化平台我的项目。在这个智能实验室三维可视化平台里次要反对下列性能: 智能巡检设施主动告警实时视频监控实时数据的展现数据交融动画视角的主动切换工作的进度展现  全局主动巡检可视化页面初始化后,画面视角主动挪动开始智能巡检。通过动画和镜头拉近的配合能够看到每一个工位。  设施可视化当巡检到设施点位时,通过3D技术,实现对设施构造、运行参数的可视化。无需消耗人力老本,即可获取设施运行状态,生产状态等详细信息。  告警可视化设施产生故障时,除了通过三维可视化平台获取故障信息外,平台反对异样告警并及时推送告警信息,帮忙操作人员迅速做出应答。也能够调用左近监控摄像机画面弹窗,查看是否现场操作不当或其它现场因素导致故障。  工作可视化通过3D技术,可查看每个检测工作的进度状况,能够清晰的看出每个设施的的利用率以及设施与检测进度的关系。 设施动画 两头是一个三维场景,三维场景作为iframe页面嵌入在2D大屏中,所有的通信都是通过window.postMessage机制来实现。3D局部应用咱们团队自主开发的3D编辑器编辑而成,两侧是一些大屏元素,应用咱们团队自主开发的大屏编辑器编辑而成。   设计浅析本我的项目和以往的我的项目不同。很多我的项目中三位大屏可视化的交互大部分都是通过点击实现交互,比方点击2D的数据3D局部会实现镜头动画动作,或者点击3D局部的设施会有billboard弹框弹出。这个我的项目的不同点同时也是关键点就在于通过数据驱动去实现整个可视化零碎的自动化。如何做到通过数据驱动去推动可视化零碎的自动化。  业务层面很重要的一点是咱们要很理解我的项目的业务逻辑。首先在工序上串行还是并行,是否要依照程序按步骤进行。比方必须是工位1实现后能力到工位2,而后工位3...顺次进行。第二点是在是否存在回头路,也就是说一个工位在一次工作中是否会波及到屡次利用。第三点是数据之间的关联。这关乎于3D与2D之间在业务层面的交互是否合乎实在场景。毕竟任何可视化产品的根本准则都是帮忙用户能更清晰的察看工业流程和实现可视化治理。  性能层面在弄清楚业务层面的前提下,咱们就要开始设计如何实现本我的项目中的需要。咱们依据CAD图纸以及视频、照片,通过建模还原理论场景。 设施动画在可视化产品中,当初越来越多的需要不只是满足于还原实在场景这个层面。大家都心愿看到的是动静的,最好是能还原实在动画的模型。这样在整个三维场景中会比动态的三维场景要更加真切,还原度更高。所以咱们会在模型中退出结合实际的设施骨骼动画,不同的设施联合实在场景中的设施会有其对应的部位动画。 巡检路线设计理论场景还原后,依据坐标轴来设计镜头动画。我的想法是先设计一条残缺的镜头动画线,这条线的路线能够看到每个工位,镜头在这条路线上来回巡检。巡检模式下的镜头角度为仰视角度,能更好的看清每个工位。 路线切分因为要突出的是自动化,只有单纯的巡检还远远不够,在此基础上依据业务逻辑,能够在这条巡检动画路线上减少一些节点。这个节点就是工位节点,当到了这些节点时,我的想法是镜头动画会focus到具体的一个工位上,等于是把一条实现的路线进行切分。同时2D这边也会依据这个节点的数据驱动产生交互出现业务需要。满足这两点后,一个比拟根底的三维可视化自动化平台的就曾经初见雏形。 设施告警借来下是设计设施告警。因为设施告警这类事件是一个突发性的偶尔事件,但同时从业务层面上来说它是一个紧急性事件。所以当推送的数据中有产生告警事件,那么它的优先级是绝对于其余事件的优先级是要高的。所以当有告警事件产生时,2D局部在数据中会以数据标红出现,3D局部会主动定位到产生告警的设施上,同时临时停掉其余的镜头动画,开启设施工位旁的摄像头获取实在场景中的现场状况以便管理人员能及时做出决策。 工作进度在以上这些的根底上,咱们须要体现出每个设施在某一个工作中的进度状况。这个工作进度状况,就是下面提到的工序。每一个人工作都会有本人的工序,思考到不同工序的问题。所以在设计这个性能需要时,我将工作中要通过的工位设施进行连线,采纳流动的成果体现工作的进行。用色彩的曾经亮光来体现工作的实时进度。同时同工夫内不会只有一个工作在进行,这样设施的利用率太低,所以会有多个工作在进行。然而在出现工作进度这个性能时,会依据不同的工位设施顺次出现不同的工作进度互相切换,防止3D场景目迷五色分辨不清。  总结本次我的项目是一个十分好的尝试,利用数据驱动三维可视化的主动运行与交互。当然以上我分享的只是此我的项目中较为有代表的一部分,整个我的项目形成的是一个可视化管理系统,我就不开展具体探讨了。目前这个我的项目的尝试也比拟胜利,反馈比拟好。在工业化的概念里,凡是波及到车间、工厂、流水线、制作等诸如此类的可视化零碎,都是能够用这样的设计逻辑去设计和开发。 如果大家有好的想法,能够微信:541002349 探讨。

December 30, 2020 · 1 min · jiezi

关于可视化:实时云渲染助力实现建筑可视化新未来

修建可视化是什么“修建可视化”英文是Archviz/Architectural Visualization,是为辅助建筑设计能很好地出现修建创意、概念、设计和布局的技术。修建可视化曾经有很长时间的历史了,在修建建成之前,人们会先用图画和绘画来描述曾经实现的修建。倒退至今,修建可视化曾经达到了虚构实景的水平,能在建造之前残缺地将计划表达出来。 现如今的修建可视化泛指应用电脑三维技术创立一个修建或修建模型,建筑师和设计师都须要使用这种软件技术表白修建的外立面和内饰,再加上事实加强AR和VR虚构仿真技术,修建体现的可视化水平也越来越高。 修建可视化的倒退二十世纪50年代在美国诞生第一台计算机绘图零碎,开始呈现具备简略绘图输入性能的被动式的计算机辅助设计技术,也就是大家起初熟知的CAD(Computer Aided Design)。 因为以前的计算机性能低和老本高,新近推出的CAD零碎通过了几十年的倒退才大规模代替了纸和笔的手工形式,成为了建筑设计艺术家的首选。CAD零碎能够防止传统手工形式呈现的谬误。大大提高了制图效率。 修建可视化除了效果图之外,还包含360°全景图像、交互式动画、虚拟现实、加强事实,混合事实等,还有随着近几年实时渲染引擎的遍及和利用,曾经在很多方面能够满足建筑行业和展现性行业不同的特定需要。 实时渲染对修建可视化的作用尽管CAD曾经是建筑行业广泛应用的技术,但建筑师和设计师应用CAD时也会有些问题,那就是CAD无奈满足建筑设计、设计师、客户、投资商等各方实时共享信息的需要。比如说,当设计师在向客户展现修建的设计美学和视觉效果时,他们无奈同时展现工程预算、设计打算和立面图纸、场地布局、修建的相干技术规范等信息。由此催生了BIM的倒退。随着BIM在修建畛域日益深刻的利用,实时渲染的重要性也越发凸显。 BIM技术能够让所有人通过同一个交互式平台实时理解所有的我的项目信息。它将设计的各个方面,如视觉效果,修建老本,修建数据和所有技术图纸交融在同一个交互式平台上,让所有参与者和负责人可能充沛地理解和评审一个设计。实时渲染让BIM更加可感可观,使信息的转化和常识的共享更为顺畅高效。这种形式是前所未有的。 能够说,随着实时渲染技术的倒退,修建可视化的倒退过程也随之突飞猛进。 3DCAT在修建可视化行业中的利用3DCAT实时渲染云是一个三维利用的托管运行平台,能够为建筑行业提供弱小的云端实时渲染力,让设计师、建筑师们逾越交换的阻碍,进步的工作效率,助力修建可视化,让他们充沛演示他们想要讲述的设计故事。 10月30日-11月29日,“走向新校园:福田新校园行动计划——8+1修建联展”在深圳少年宫举办。3DCAT作为本次展览的特地反对搭档,在线下为“8+1修建联展”现场提供虚构展览,在线上通过像素流送技术为展览提供“三维修建漫游”解决方案。 例如reMIX临界工作室为深圳福田中学设计了全新的校园修建,工作室只须要把3D修建利用打包上传至3DCAT实时云渲染平台,随即生成URL链接,关上链接即可在线浏览3D可视化修建利用,在线漫游深圳福田中学的全新校园。本次展览就实现了线上和线下的互通,观众既能够在现场参观新校园的介绍,也能够通过网络在线实时浏览漫游新校园,体验身临其境的观展感触。建筑师和设计师们也能够通过这样的形式向更多的人实时、互动式地展现他们的修建我的项目和作品。 3DCAT实时渲染云,助力实时渲染技术的倒退,助力实现修建可视化的新将来。

December 29, 2020 · 1 min · jiezi

关于可视化:前端面试每日-31-第607天

明天的知识点 (2020.12.13) —— 第607天 (我也要出题)[html] 如果要开发一个在超级大屏上显示的可视化页面,你首先要思考什么?[css] Sass的正文和css正文之间有什么区别?[js] 解释下点击一个input输入框,顺次会触发哪些事件?[软技能] 请说说你对DOM Parse的了解《论语》,曾子曰:“吾日三省吾身”(我每天屡次检查本人)。前端面试每日3+1题,以面试题来驱动学习,每天提高一点!让致力成为一种习惯,让奋斗成为一种享受!置信 保持 的力量!!!欢送在 Issues 和敌人们一起探讨学习! 我的项目地址:前端面试每日3+1【举荐】欢送跟 jsliang 一起折腾前端,零碎整顿前端常识,目前正在折腾 LeetCode,打算买通算法与数据结构的任督二脉。GitHub 地址 微信公众号欢送大家前来探讨,如果感觉对你的学习有肯定的帮忙,欢送点个Star, 同时欢送微信扫码关注 前端剑解 公众号,并退出 “前端学习每日3+1” 微信群互相交换(点击公众号的菜单:交换)。 学习不打烊,充电加油只为遇到更好的本人,365天无节假日,每天早上5点纯手工公布面试题(死磕本人,愉悦大家)。心愿大家在这虚夸的前端圈里,放弃沉着,保持每天花20分钟来学习与思考。在这变幻无穷,类库层出不穷的前端,倡议大家不要等到找工作时,才狂刷题,提倡每日学习!(不忘初心,html、css、javascript才是基石!)欢送大家到Issues交换,激励PR,感激Star,大家有啥好的倡议能够加我微信一起交换探讨!心愿大家每日去学习与思考,这才达到来这里的目标!!!(不要为了谁而来,要为本人而来!)交换探讨欢送大家前来探讨,如果感觉对你的学习有肯定的帮忙,欢送点个[Star]

December 13, 2020 · 1 min · jiezi

关于可视化:AntVG2Plot-v20-技术架构思考

G2Plot v2 版本,从往年 8 月开始开发,目前差不多曾经快 4 个月了,达成: 25+ 罕用的统计图表80% 图表在简单 BI,LowCode 产品中应用验证97% 代码单测覆盖率5+ 踊跃的社区同学参数后续咱们会持续在几个方面深刻: 依照业务需要去晋升,图表丰盛度(桑基图、矩阵树图等),并在简单业务零碎去实际和利用文档、场景 DEMO,升高使用者的门槛和老本那么,本文会介绍 G2Plot 2.0 版本开发,从业务到技术架构的一个思考,可能比拟凌乱,轻喷! 首先自我介绍一下,我是蚂蚁大数据部门的前端,次要负责 DeepInsight 这个 BI 产品的数据分析能力,同时会做 AntV 统计图表 G2,G2Plot 的开发和迭代。 从 BI 的角度登程,咱们能够了解一下这一张图。 数据可视化对于咱们 BI 产品来说,十分重要,并且随着工夫的推移,数据量的沉积,可视化能力对于任何一个互联网产品,都是十分重要的。 问题为了形容 G2Plot 新架构的内容,必须先说一下旧架构存在或者带来的问题。 业务问题去年咱们在 G2Plot v1 根底上,做了不少图表体验优化的事件,然而因为代码架构、品质问题,导致咱们在业务中只能锁死版本,很难继续迭代。尽管基于 G2Plot,咱们解决了很多问题,然而也带来了其余更多的业务迭代问题。 架构问题G2Plot 架构设计上,没有齐全依赖 G2,创立一个图表没有一个显著的模式。这个带来的问题是: 和 G2 并行倒退,不利于积攒 G2 的能力代码芜杂,老手参入门槛高,难以奉献代码。1 + 1 远小于 2稳定性、品质难以保障,维护性问题(这一点也和单测不齐备无关)凋谢能力问题业务上应用 G2 做业务定制图表,或者间接用 G2Plot,都存在一个问题是:如何去做定制、定制的体验优化?目前局部的优化都是 hack 的形式。急需突破隔离 G2 是否有足够凋谢的能力,给 G2Plot 或者业务做体验优化?G2Plot 是否有足够的配置和配置扩大能力,去做业务自定义?上手简略 和 灵便扩大能力 两者是一个均衡和取舍,对于业务开发的同学来说,这个就显得十分重要了。 ...

November 30, 2020 · 1 min · jiezi

关于可视化:向量在可视化中的运用

向量概念向量 (英语:euclidean vector,物理、工程等也称作矢量 、欧几里得向量)是数学、物理学和工程迷信等多个自然科学中的基本概念。 示意在可视化中,咱们通常应用代数来示意向量。代数示意指在指定了一个坐标系之后,用一个向量在该坐标系下的坐标来示意该向量,兼具了符号的抽象性和几何形象性,因此具备最高的实用性,被宽泛采纳于须要定量分析的情景。 对于自在向量,将向量的终点平移到坐标原点后,向量就能够用一个坐标系下的一个点来示意,该点的坐标值即向量的起点坐标。那么很简略的是,咱们能够间接用AB来示意这条线段,那么咱们还能够用点+向量的模式来示意这条线段,如上图AB就能够示意为A+=B,或者也能够示意为B+=A,都是能够的。 定义在笛卡尔坐标系中,定义一个Vector2d来示意向量 export default class Vector2d { /** * 定义向量 * @param x * @param y */ constructor(x: number, y: number) { this.x = x; this.y = y; } // 复制向量 copy() { return new Vector2d(this.x, this.y); } // 向量相加 add(v) { this.x += v.x; this.y += v.y; return this; } // 向量相减 sub(v) { this.x -= v.x; this.y -= v.y; return this; } // 向量伸缩 scale(a) { this.x *= a; this.y *= a; return this; } // 转化为笛卡尔坐标系 toPoint(): [number, number] { const { x, y } = this; return [x, y]; } // 向量旋转 rotate(rad) { const c = Math.cos(rad), s = Math.sin(rad); const x = this.x; const y = this.y; this.x = x * c + y * -s; this.y = x * s + y * c; return this; }}加减法向量的运算遵循平行四边形法令加减法就十分形象,一张图搞定: ...

November 22, 2020 · 1 min · jiezi

关于可视化:Echarts的简单学习

学习介绍学习须要这几个货色1.flexible.js2.rem3.css中的flex布局4.less5.百度的echarts 官网地址: 起步 装置以及初体验装置:cnpm i echarts -S 而后:import echarts from 'echarts'Vue.prototype.$echarts = echarts在main.js中引入prototype用了这个,当前任意页面间接this.$echarts就行了 这里留神的事,肯定要用lib-flexible才行!不然上来rem调节半天挑不进去。https://segmentfault.com/a/1190000037430973 <template> <div id="app"> <div class="a1" style="height: 500px; width: 400px;"></div> </div></template><script> export default { data() { ... }, mounted() { this.ck() } //进来就显示 methods: { ck() { var a = this.$echarts.init(this.$refs.a1); var b = { xAxis: { data: ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], type:'category' }, yAxis: { type:'value' }, series: [{ type: 'bar', data: [99, 20, 36, 10, 10, 20] }] }; // a显示b做好的货色 a.setOption(b); } } }</script>第一节 创立顶部第一步:设置一个顶部,增加两个!一个大题目,一个工夫 ...

October 22, 2020 · 2 min · jiezi

关于可视化:推荐四款可视化工具解决99的可视化大屏需求

小编最常常的工作是将一些我的项目的数据从数据库导出,而后分门别类的列到excel表格中,领导看起来目迷五色。 小编想,要是能以图表可视化展示进去,领导就能够看到我的项目近几个月的走势,也晓得之后要怎么决策了。小编尝试了应用excel制作图表,因为操作简单,小编放弃了,于是小编在网上找到了以下四种可视化工具,当初咱们来看一下: 1. 阿里云DataV应用手机号或邮箱注册账号,会取得7天的体验期。阿里云DataV有弱小的组件库,能够制作不同的款式,还能够链接数据库或API接口,炫酷的可视化大屏能够轻松实现。 毛病:(1)试用期比拟短,试用期过了,须要几千或者几万的续期费用,对于工薪阶层来说,这是一笔不小的费用。 (2)数据源的配置有点简单,用户的学习老本有点高。 2. 积木报表jimureport积木报表是 JeecgBoot 旗下的一款收费制作报表和大屏的软件,主打开源。跟阿里和百度一样,手机号一键注册,便可永恒应用,重要的是:收费!收费!收费! 积木报表采纳类word格调,能够随便拖动组件,想怎么设计怎么设计,能够像百度和阿里一样,设计出炫酷的可视化大屏! 毛病:等你来发现呦! 3. 百度Sugar跟阿里一样,手机号一键注册,会有30天的体验期,制作成果同样炫酷。 毛病:(1)试用期不长,试用期一过,须要花钱续费; 4. 帆软帆软是业内做报表比拟久的一家公司,应用类excel格调的界面,可增加图表和数据源,也可实现大屏成果。 毛病:(1)只能拖动块的固定排版,对于大屏的随便排版、随便拖动很不不便; (2)需下载软件,本地制作,软件占用空间较大,打卡比较慢; (3)须要装置许多插件才能够实现一些动态效果; 点击注册,收费制作大屏!

October 13, 2020 · 1 min · jiezi

关于可视化:Echarts的简单学习

学习介绍学习须要这几个方面,必须有这些根底能力学习这些1.html,css,js2.百度Echarts3.Vue官网地址:https://echarts.apache.org/examples/zh/index.html 装置以及初体验装置:cnpm i echarts -S 而后在main.js中引入prototype用了这个,当前任意页面间接this.$echarts就行了 import echarts from 'echarts'Vue.prototype.$echarts = echarts <template> <div id="app"> <div class="a1" style="height: 500px; width: 400px;"></div> </div></template><script> export default { data() { ... }, mounted() { this.ck() } //进来就显示 methods: { ck() { var a = this.$echarts.init(document.querySelector('.a1')); // 指定图表的配置项和数据 var b = { xAxis: { data: ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], type:'category' }, yAxis: { type:'value' }, series: [{ type: 'bar', data: [99, 20, 36, 10, 10, 20] }] }; // a显示b做好的货色 a.setOption(b); } } }</script>

October 10, 2020 · 1 min · jiezi

关于可视化:浅谈可视化设计数据时代的美味烹饪师上篇

目录: 1. 什么是大屏数据可视化2. 设计流程介绍 联合情感打造二维设计美感构建空间感&二维与三维的交融小结 还记得大学学设计的时候学院里流传了一句话:“有百分之八十的设计师都空想着成为一名厨师。” 我之前从未细品过这句话的原因,只感觉是同学们之间的玩笑。在我大二的时候有幸与一位懂烹饪的学姐一起租房。从那个时候开始,我受她的影响也开始对烹饪着迷。我慢慢的发现,烹饪其实与设计是十分类似的:食材的抉择,调味料的抉择,切菜炒菜的技法,烹煮的形式,摆盘的形式,菜品的色彩管制,甚至是碗盘形态色彩的筛选等等......通过这些小点稍微的扭转,以致每个人烹饪的操持滋味都齐全不同。 当我懂得这些,并开始思考如何烹饪属于本人滋味的美味操持时,我发现我开始了“设计操持”的过程。设计它每道工序增加调料的多少扭转粗劣的滋味,设计它的食材搭配,设计它的摆盘形式,甚至我的操持的出场形式,以达到给品味操持的人最好的体验来充沛领会到这道菜食材的精髓所在。我想这就是设计师会痴迷于成为厨师的起因所在吧。对于设计师而言,这些食材都能够成为设计的对象,来达到一个最好的用户体验,来取得作为一个厨师的满足感。 在当代的数据时代里,作为可视化设计师的目标就是做到拿到任何的食材—数据,通过对它的设计,把凌乱寒冷的数据赋予它本人的“滋味”,让用户一眼就能够明确它的含意,它的不同。通过设计的加工,如操持抉择调料与摆盘一样,帮忙用户对它的了解更深,并且减少对它的青睐。清晰的说明数据的含意,防止美味食材的失陷,直观出现大数据背地的意义,数据可视化就是这样变得有价值。上面,让咱们走入数据可视化设计的办法,来看看咱们的独家菜谱吧。 议论起数据可视化设计,许多人会产生一个疑难:什么是数据可视化?咱们由此问题着手,来议论下数据可视化设计。 经钻研表明,人类大脑对视觉信息的解决优于对文本的解决。因而,数据可视化是应用图表、图形和设计元素把数据进行可视化,把绝对简单、形象的数据通过可视的形式以人们更易了解的模式展现进去的一系列伎俩。数据可视化能够使人们更有效率的实现某些工作,咱们能够了解为三点劣势: 好看展现: 用数据展现企业特色,大会展台,媒体现场展现等数据驱动:实时查看业务详情、监控预警、驱动外部疾速响应挖掘价值:可视化数据出现后,带来的视觉感触会帮忙人发现新的因素在 HT 技术支持下,数据可视化除了“可视”,还可有可交换、可互动的特点。设计带来的不仅是瞬息解决海量数据搭配酷炫的可视化款式所引起的视觉震撼,更应重视为业务需要服务,设计出合乎不同行业需要的共性定制可视化,利于企业做出正确的商业决策,以有依据的数据出现而帮忙企业进行更迷信的判断而防止决策的失误。 1. 从业务需要分定优先级要害指标是一些概括性词语,是对一组或者一系列数据的统称。通过规定主,次,辅,三个指标的关键词来概念性的清晰大屏的次要展现内容,例如咱们做的一个照明的监测我的项目,咱们能够归类成这三种: 主:次要指标位于屏幕地方,为地图展示照明区域应用数据。次:主要指标位于屏幕两侧以图表的模式展示。辅:次要指标的补充信息鼠标点击或悬停展现以及交互动效展现。 这样就能够不便在脑海中确定大屏的整体构架,以便于咱们接下来的细化。 2. 通过指标剖析维度确立可视化图表类型同一个指标的数据,从不同维度剖析就有不同后果。如果剖析的维度没有找准或定义的比拟凌乱,就会使可视化图表无奈清晰的看清楚含意,使人困惑。这里咱们援用Stephen Few 的文章 《Visual Business Intelligence》的四项维度-比拟,分割,散布,形成,来剖析数据的逻辑性。 在思考四项维度的时候咱们要思考几个问题: 1.数据之间的相关性? 2.指标里的数据次要集中在什么范畴、体现出怎么的法则? 3.数据之间存在何种差别、差别次要体现在哪些方面? 4.指标里的数据都由哪几局部组成、每局部占比如何? 以上的示例图表的款式比拟传统,然而思考问题的逻辑性是相通的,值得借鉴应用。 3.依据大屏尺寸,布局页面布局,确立交互稿确立图表类型后,下一步要进入到布局具体的信息地位,确立交互稿的步骤。确立交互稿的第一步就是要确定大屏的尺寸。客户的大屏尺寸不必会影响到整体的布局和成果,设计的时候也要思考下是否有拼接大屏接缝的问题,尽量以拼接屏尺寸来确立栅格化布局。 尺寸确立后,接下来要对设计稿进行布局和页面的划分。布局这里咱们就要参考第一项的业务需要优先级来布局画面宰割面积。外围业务指标安顿在两头地位、占较大面积;其余的指标按优先级顺次在外围指标四周开展。个别把有关联的指标让其相邻或凑近,把图表类型相近的指标放一起,这样能缩小观者认知上的累赘并进步信息传递的效率。视觉上要尽量躲避文字列举或图表列举,留神方圆图表的面积比例问题等,也是布局期间须要留神的事项。 4.确定设计格调与设计进行设计格调的确定次要以以下几点来确定: 设计格调的抉择切勿谋求成果炫酷而不合乎业务需要,抉择最合适的而不是抉择最灿烂的尤为重要。因为设计中波及的范畴比拟广,咱们在后两章节独自着重解说。上面展现局部咱们做的不同行业对应的不同构图布局与元素的利用案例: 发动机的可视化以突出发电机产品为主,四周UI以大圆角模式设计,使视觉由周围向两头突围,集中于核心。 挖掘机的可视化采纳了大地色进行设计,采纳了色调共情的原理,联合简洁的线性UI,使大屏在接地气的同时不失高端雅致的成果。 医院的可视化设计以冷红色为主,突出医院给人的洁净,庄重的感觉,好像能闻到消毒水的气息。以模型展现为主,按钮款式也采纳了以面为主的设计配合大面积色块散布为主的模型设计。 地铁站的可视化以写实格调为主,再现了实在地铁站的样貌,以及身临其境的动画交互体验。 农业可视化案例尝试了 low poly 格调,以简洁插画风与略抽象画的模型稀释了农业的运作场景,色调以贴近动物的绿色为主,设计出可恶的动画格调可视化成果。 5.沟通与批改在做设计中一个很重要的点就是沟通,无论是设计师外部的沟通还是设计师与客户的沟通都会对大屏最初的批改成果产生一个很大的影响。设计师在外部沟通时要从业余角度汲取常识与倡议,并从客户那里汲取业务需要与客户心理诉求。这时对于意见的筛选取舍就很重要,设计师可能会被简单的审核流程和不同在行人士的不同爱好而烦扰,这时设计师须要综合意见,与项目经理一起把控设计的走向,在和客户沟通中彼此切磋互相学习与意见的斗争从而一步步优化设计方案。当然设计没有标准答案,也没有完满的八面玲珑的设计方案,最现实的规范就是达到客户的现实诉求但对于本人做的设计肯定要过了本人的这一关,能协调好本人的审美与客户的需要两赢的状态才是一个好的设计。 同时在设计时因为应用的设施不同,大屏有它本人独特的分辨率、屏幕组成、色调显示以及运行、展现环境,这里的很多问题只有设计稿投到大屏上才可能被发现,所以这一步在样图沟通确认环节十分重要,有时候须要开发出demo,重复测试屡次来批改协调最终上屏成果。在测试时从设计上能够重点重视以下几点: 1、之前确立的布局在放入设计内容后是否仍然适合 2、确立的图表类型带入数据后是否依然主观精确 3、依据要害元素、色调、构造、质感打造出的页面格调是否根本传播出了预期的气氛和感触 4、已有的款式、数据内容、动效等在开发实现方面是否存在问题 ...

September 13, 2020 · 1 min · jiezi

关于可视化:可视化脚手架介绍

我的项目地址https://github.com/xinglie/re... 本我的项目提供可视化设计所须要的根底性能,比方标尺、拖动、旋转、多选、复制等。在此基础之上,设计器中可设计、编辑的元素则由插件化的模式提供,比方须要表格、图片则只增加这2个插件即可,开发人员也能够很不便的定制本人的插件两种布局相对定位相对定位布局要求页面宽和高是固定尺寸的,比方须要投放大屏场景,则依据大屏的尺寸设置好相应的编辑区的大小。再比方须要打印,可针对纸张大小,如A4纸设置好相应的编辑区尺寸 相对定位demo示意:https://xinglie.github.io/rep...基于相对定位扩大的简单物联网编辑器demo:https://xinglie.github.io/rep... 流式布局流式布局只须要给定宽度或不设置宽度,高度毋庸设置,整体自适应页面,这种更实用于流动、报表、治理等一系列的线上展现页面 流式布局demo示意:https://xinglie.github.io/rep... 以物联网为示例,编辑器解说 设计元素 可设计的元素在目录 tmpl/elements 上面,可依据须要增加或删除相应的元素,并更新到index.ts中即可。在插件外面desinger.ts是针对设计器应用的,该文件中批示设计器能设计哪些属性,对元素是否扭转宽高、旋转等性能。针对像流式布局须要对设计后的页面做展现时,最终打包的代码并不需要蕴含designer.ts文件,做到了设计和展现拆散 工具栏 工具栏提供撤销、重做性能,同时也反对快捷键Ctrl+Z,Ctrl+Y和Ctrl+Shift+Z6种对齐形式,须要对齐操作时,须要在设计区中选中2个以上的设计元素对齐按钮才会高亮可用显示2种同步尺寸的形式,须要同步尺寸时,须要在设计区中选中2个以上的设计元素对齐按钮才会高亮可用显示。默认按选中元素的最大宽或高度同步,如果按下Shift键,则按最小宽度或高度同步尺寸2种扩散对齐形式,同样须要选中2个以上的元素4种调整z轴的形式,z轴调整只能选中1个元素,如果某个元素曾经处于最顶层或最底层,则相应的顶层调整按钮并不会启用1个删除按钮,须要选中1个以上的元素时高亮可用显示 标尺标尺下方的暗影会批示以后设计区是否处于激活状态,当处于激活状态时,相应的快捷键如Ctrl+Z能力应用以下是设计区未激活时,标尺下方带暗影的状态 以下是设计区激活时,标尺下方的暗影隐没</de> 2020-8-24批改为:标尺对立带暗影,编辑区激活状态调整为整个页面,只有以后页面激活,则可响应相应的键盘事件 当鼠标在标尺上挪动时,会显示相应的地位辅助线,在标尺上鼠标点击后,会在相应的地位留下一条固定的辅助线。固定的辅助线也能够拖动扭转地位以及删除等操作。 设计区可间接拖动页面顶部设计元素增加到设计区,也可点击设计元素,默认增加到设计区的左上角,而后再拖动到设计区中心愿的地位上。扭转设计元素的地位时,反对选中1个或多个,可间接应用鼠标拖动,能够按下键盘Up、Right、Down、Left四个方向键扭转地位。每次按下挪动1px,如果在按下方向键的同时,按下Shift键,则每次挪动10px 元素面板 可查看以后增加到设计区中的元素,同时也反对鼠标移上后,在设计区中高亮显示相应的可设计元素,反对鼠标拖动调整设计元素在设计区中的z轴。在元素面板某个元素上单击时,则间接选中该设计元素。在单击的同时按下Shift或Ctrl键时,可同时选中多个设计元素 概览面板 概览面板次要显示整体的布局状况,不便您对整体布局有一个全局观。 属性面板 依据设计区中选中的元素不同,属性面板中展现的可设计元素也不同。可设计属性在elements/xx/desinger.ts中定义(xx示意相应的插件目录名称)当设计区中选中2个以上元素时,属性面板显示设计区的属性 贴边滚动 当拖动元素时,会在编辑区的周围显示淡淡的主题色边框条,当拖动元素到边框条上时,编辑区则会向该方向滚动 网格默认编辑区显示背景色及背景的配置,当网格选项关上时,则背景色与背景图暗藏,显示网格选项网格默认10pxX10px,可自行调整大小,最小4px最大40px,宽与高的值可不同 当网格选项关上且拖动吸附时,拖动的元素则主动磁吸到网格上。当拖动多个元素时,则以鼠标下的元素为吸附元素,其它元素追随挪动,但不吸附,次要是因为多个元素的间距并不一定是网格的整数倍。 磁吸成果只在拖动时无效,如果通过键盘或右侧的属性面板间接批改坐标信息,则仍以最小单位1px进行。 对齐操作元素未处于组合状态对于未处于组合状态的元素,如果对选中的元素应用工具栏中的对齐工具进行操作,则会依据要对齐的操作,如顶部对齐,找出以后编辑区处于最顶部的元素,而后所有其它元素与该元素进行顶部对齐,其它对齐操作同样的情理。 如果在某个元素上点击鼠标右键,应用右键菜单中的对齐操作,则该次的对齐动作以鼠标下的元素为基准。如顶部对齐,则所有其它元素以鼠标下的元素为对齐元素,进行顶部对齐,其它对齐操作同样的情理。 元素处于组合状态如果所有抉择的元素属于同一个组,则示意对组内的元素进行批改,该对齐操作无论是应用工具栏还是鼠标右键,均同未处于组合状态。 如果所抉择的元素属于不同的组应用工具栏中的对齐工具时,先找出以后对齐操作的参考元素。如顶部对齐,则找出以后选中的所有元素处于编辑区最上部的那一个,而后该元素所处的分组中的所有元素均不动。再从选中的元素中找出相应的顶部最大的元素,当对齐时,其它元素所处的组内元素也一起挪动相应的间隔。 应用鼠标右键时,参考元素间接变成鼠标上面的元素,后续对齐操作如工具栏中的动作 同步宽高操作如果应用工具栏中的宽高同步工具,因为无奈获知以哪个元素为准进行同步,所以会算出最大或最小尺寸而后同步,如工具上的提醒 如果须要准确管制,则须要应用右键菜单 因为是准确管制,所以右键菜单只反对2个元素选中时的同步操作,如下所示 以鼠标下的元素为要同步到的指标元素,其它元素为起源元素。 同步宽把其它元素的宽度同步给鼠标下的元素同步高把其它元素的高度同步给鼠标下的元素同步宽作为高把其它元素的宽同步给鼠标下元素的高同步高作为宽把其它元素的高同步给鼠标下元素的宽不是所有元素都反对同步宽高操作,比方表格,因为宽和高都是动静的,则它无奈与其它有固定宽高的元素同步,SVG元素也同样的情理,它们都不具备固定的宽高,所以不能应用同步宽高的性能 抉择元素拉框抉择鼠标在编辑区中按下,而后拖动。鼠标会拖出一个虚线矩形方框,当鼠标拖出的虚线方框与元素所在的矩形相交或蕴含关系时,则对应的元素进入被选中状态。当元素被旋转后,局部元素所在的矩形也会随着旋转,同样旋转后的矩形也须要与鼠标拖出的虚线矩形相交或蕴含时,元素才进入被选中状态 鼠标在拉框抉择的时候,按下了Shift键,则本次拉框抉择会叠加之前选中的元素。 当元素处于编辑锁定状态时,拉框抉择无奈选中编辑锁定的元素 鼠标点选鼠标间接点击指标元素,则指标元素进入选中状态。在按下Shift或Ctrl的同时,应用鼠标点击指标元素,当指标元素处于未选中状态时,则进入选中状态。如果指标元素已处于选中状态,则会勾销选中状态。当编辑区中只有一个元素被选中时,且鼠标点击该元素,无论是否按下Shift或Ctrl,该元素的选中状态均不会隐没。 当元素处于编辑锁定状态时,应用鼠标点选时,能够选中该元素。如果是按下Shift或Ctrl进入多选状态下的抉择,则无奈选中编辑锁定的元素 tab键依z轴从小到大抉择编辑区中的元素,当编辑区中的元素过多且有重叠,不方便使用鼠标抉择时有用。如果按下Tab同时按下了Shift则按z轴从大到小的程序顺次抉择元素 元素面板当鼠标hover在元素面板中的元素时,会在编辑区显示一下半透明主题色矩形,通知使用者以后对应是编辑区哪个元素。当鼠标单击元素时,则该元素进入选中状态。在按下Shift或Ctrl的同时点击元素面板中的元素,鼠标下的元素如果处于未选中状态时,则进入选中状态。否则会勾销选中状态。当元素面板中的元素只有一个元素被选中时,且鼠标点击该元素,无论是否按下Shift或Ctrl,该元素的选中状态均不会隐没。 当元素处于编辑锁定状态时,元素面板无奈多选的时候选中编辑锁定的元素,但能够单击抉择 当元素处于单选、多选、组合等状态时,其被选中状态会体现出不同的界面显示,方便使用人员进行辨别。 物联网编辑器快捷键大全按键形容条件Delete或Backspace删除选中的元素须要编辑区选中1个以上的元素时按下无效Ctrl+Z撤销操作须要有历史记录Ctrl+Shift+Z或Ctrl+Y重做操作须要有撤销操作Tab依z轴从小到大抉择编辑区中的元素,当编辑区中的元素过多且有重叠,不方便使用鼠标抉择时有用。如果按下Tab同时按下了Shift则按z轴从大到小的程序顺次抉择元素编辑区处于激活状态Left左箭头按下时,编辑区选中的元素向左挪动1像素。如果按下Left同时按下了 Shift,则向左挪动10像素。须要编辑区选中1个以上的元素时按下无效Up上箭头按下时,编辑区选中的元素向上挪动1像素。如果按下Up同时按下了 Shift,则向上挪动10像素。须要编辑区选中1个以上的元素时按下无效Right右箭头按下时,编辑区选中的元素向右挪动1像素。如果按下Right同时按下了 Shift,则向右挪动10像素。须要编辑区选中1个以上的元素时按下无效Down下箭头按下时,编辑区选中的元素向下挪动1像素。如果按下Down同时按下了 Shift,则向下挪动10像素。须要编辑区选中1个以上的元素时按下无效Ctrl+A全选编辑区中的元素 Ctrl+C复制编辑区中选中的元素须要编辑区有1个以上的元素处于选中状态Ctrl+V粘贴剪切板中复制的元素须要先复制元素Ctrl+X剪切编辑区中选中的元素须要编辑区有1个以上的元素处于选中状态Ctrl+G组合选中的元素须要编辑区有2个以上的元素处于选中状态,且不属于同一个分组Shift+G勾销组合编辑区中选中的元素须要编辑区有1个以上的元素处于组合状态U把选中的元素向上调整一个层级须要编辑区有且只有1个元素处于选中状态T把选中的元素调整到最顶层级须要编辑区有且只有1个元素处于选中状态D把选中的元素向下调整一个层级须要编辑区有且只有1个元素处于选中状态B把选中的元素调整到最底层级须要编辑区有且只有1个元素处于选中状态数字1关上或敞开元素面板 数字2关上或敞开预览面板 数字3关上或敞开数据面板 数字4关上或敞开属性面板 Shift+Z关上或敞开所有可拖动的面板,如属性、预览、元素、数据等面板 Ctrl+加号放大编辑区 Ctrl+减号放大编辑区 Ctrl+数字0复原编辑区缩放 相干示例相对定位布局https://xinglie.github.io/rep... 流式布局https://xinglie.github.io/rep... iot利用demohttps://xinglie.github.io/rep... iot展现demohttps://xinglie.github.io/rep... 获取源代码相对定位脚手架代码https://github.com/xinglie/re... (代码较旧,仅供参考,最新代码请分割我获取) ...

August 27, 2020 · 1 min · jiezi

关于可视化:让机房温度可视化物联网下的数据中心环境运维新方式

前言热力求(Heat Map)是通过密度函数进行可视化用于示意地图中点的密度的热图。它使人们可能独立于缩放因子感知点的密度。那么热力求分为哪些类型?别离用于解决哪些问题呢? 其用途可真的不小,次要利用于监控范畴内的热点变动,热点能够代表许多状态,例如温度、密度等等,都能够作为划分的界线,依据表白状况的不同,热力求又能够利用到许多的场景中。地图热力求和业务数据分析的热力求最为罕用,通过这种模式也能够很直观地表白。而现如今科技的迅速的倒退中,物联网与互联网互相晋升的时代中,迈向了工业4.0的新热潮,呈现了工业互联网、5G 等等飞速发展的产物,在泛滥技术的反对下,机房监控的环境平安极为重要,喜冷怕热的设施,通过温度云图能够无效地检测到机房的运行状态。 HT for Web 自主研发了弱小的基于 HTML5 的 2D、3D 渲染引擎,为可视化提供了丰盛的展现成果。在 2D 组态 和 3D 组态 上,Hightopo(以下简称 HT )的 HT for Web 产品有着丰盛的组态可供选择,本文将介绍借助 heatmap.js 热力求 HT 丰盛的 3D 组态 搭建出的一个 机房温度云图。 界面简介及成果预览预览链接:http://www.hightopo.com/demo/rackHeatmap/index.html 在物联网的大趋势下,机房的设施信息以及一些环境信息变成了数据摆在了人们背后。在这个大数据的时代,数据的可视化不仅体现在数据值自身,更应该通过数据的变动来获取一些信息。咱们明天的主题,机房温度云图,它通过不同的色彩来展现机房机柜温度的高下及变动,将之形象化进去,让人们更加直观的察看温度值的变动。 系统分析数据中心运维,喜冷怕热。在服务器的丛林里,热点无处不在,如何采纳平安的 RFID 新技术计划,从每个服务器实在的物理温度监控开始,精确得出机房的热点云图,是逾越传统技术计划,让运维人员轻松应答日常工作,无效保障用户资产平安的新课题。 一、机房发现热点的方法以后,大部分数据中心的“热治理”仍旧处于被动运维的阶段,即先发现热点,再进行解决,这种思维模式导致的结果有可能是“先热后冷”,稍有不慎,就会酿成大错。 从技术角度看,这个锅不能由 IT 治理或运维人员来背。以后的技术环境,人员发现机房热点的形式,通常有以下两种形式: 1、手持温度测量仪实测,检测机柜或服务器温度。 长处:经济、无效、检测温度准确高; 毛病:耗体力,辐射大。 2、自动检测办法,包含 DCIM 自动检测安装或 CFD 软件预测热点。 长处:自动检测,省时省力,能把握机房的整体热点散布; 毛病:软硬件老本大,并且因为颗粒度大,对宏观的热点散布布局把握不准。 二、热点剖析的痛点从数据中心智慧化的运维发展趋势看,自动检测办法将会成为将来热点检测的方向。而数据可视化零碎能够通过模型还原场景,面板承载数据的监控,底层则通过自动检测所采集的温度数据,反馈给可视化零碎的温度云图来呈现出以后机房的热点散布,HT 的轻量模型建模是一种很好的解决方案,实用于机房检测温度出现的可视化零碎的搭建。 成果实现一、轻量化场景传统的 可视化零碎 常会采纳 BIM(修建信息模型 Building information modeling)软件,如 Autodesk 的 Revit 或 Bentley 这类修建和工程软件,但这些 BIM 建模模型的数据往往过于宏大臃肿,绝大部分细节信息对楼宇自控意义不大,反而影响连累了行业 Web SCADA 或 Web 组态监控的趋势,所以咱们采纳以 Hightopo 的 HT for Web 产品轻量化 HTML5/WebGL 建模的计划,实现疾速建模、运行时轻量化到甚至手机终端浏览器即可 3D 可视化运维的良好效果。 二、机房温度云图在数据中心机房中,随着业务需要的一直裁减,其计算规模和利用也在日益减少,其对应耗费的能源也在减少,产生的热量也在减少,须要及时获知数据中心机房外部的温度情况,能力无效地起到环境监控的作用,及时预防问题的产生,得以让数据中心在绝对合适的环境中运行工作。而温度云图的利用很大水平上解决了机房环境的问题之一——温度,这对于数据中心的作用的十分重要的一个环节。 总结在机房环境监控零碎中退出智能剖析模块是必然趋势,机房环境监控智能剖析能够将被动机房环境监控转化为被动机房环境监控,解放人力资源,进步机房环境监控效率。只管目前机房环境监控系统分析能力和解决能力还不够成熟,但随着大数据、云计算等技术的衰亡,将会极大晋升机房环境监控零碎的数据挖掘能力,解决智能剖析的各项技术难点,因而具备高度智能化的智能剖析模块的智慧机房将是机房环境监控行业的新趋势。 HT 通过自身产品的改良,以及在行业上积攒的教训,实现了许多行业上可视化零碎的解决方案。对于机房的温度云图感兴趣的小伙伴,有趣味的小伙伴能够理解一下:《基于 HTML5 Canvas 的 3D 热力云图》 ...

August 2, 2020 · 1 min · jiezi

关于可视化:让机房温度可视化物联网下的数据中心环境运维新方式

前言热力求(Heat Map)是通过密度函数进行可视化用于示意地图中点的密度的热图。它使人们可能独立于缩放因子感知点的密度。那么热力求分为哪些类型?别离用于解决哪些问题呢? 其用途可真的不小,次要利用于监控范畴内的热点变动,热点能够代表许多状态,例如温度、密度等等,都能够作为划分的界线,依据表白状况的不同,热力求又能够利用到许多的场景中。地图热力求和业务数据分析的热力求最为罕用,通过这种模式也能够很直观地表白。而现如今科技的迅速的倒退中,物联网与互联网互相晋升的时代中,迈向了工业4.0的新热潮,呈现了工业互联网、5G 等等飞速发展的产物,在泛滥技术的反对下,机房监控的环境平安极为重要,喜冷怕热的设施,通过温度云图能够无效地检测到机房的运行状态。 HT for Web 自主研发了弱小的基于 HTML5 的 2D、3D 渲染引擎,为可视化提供了丰盛的展现成果。在 2D 组态 和 3D 组态 上,Hightopo(以下简称 HT )的 HT for Web 产品有着丰盛的组态可供选择,本文将介绍借助 heatmap.js 热力求 HT 丰盛的 3D 组态 搭建出的一个 机房温度云图。 界面简介及成果预览预览链接:http://www.hightopo.com/demo/rackHeatmap/index.html 在物联网的大趋势下,机房的设施信息以及一些环境信息变成了数据摆在了人们背后。在这个大数据的时代,数据的可视化不仅体现在数据值自身,更应该通过数据的变动来获取一些信息。咱们明天的主题,机房温度云图,它通过不同的色彩来展现机房机柜温度的高下及变动,将之形象化进去,让人们更加直观的察看温度值的变动。 系统分析数据中心运维,喜冷怕热。在服务器的丛林里,热点无处不在,如何采纳平安的 RFID 新技术计划,从每个服务器实在的物理温度监控开始,精确得出机房的热点云图,是逾越传统技术计划,让运维人员轻松应答日常工作,无效保障用户资产平安的新课题。 一、机房发现热点的方法以后,大部分数据中心的“热治理”仍旧处于被动运维的阶段,即先发现热点,再进行解决,这种思维模式导致的结果有可能是“先热后冷”,稍有不慎,就会酿成大错。 从技术角度看,这个锅不能由 IT 治理或运维人员来背。以后的技术环境,人员发现机房热点的形式,通常有以下两种形式: 1、手持温度测量仪实测,检测机柜或服务器温度。 长处:经济、无效、检测温度准确高; 毛病:耗体力,辐射大。 2、自动检测办法,包含 DCIM 自动检测安装或 CFD 软件预测热点。 长处:自动检测,省时省力,能把握机房的整体热点散布; 毛病:软硬件老本大,并且因为颗粒度大,对宏观的热点散布布局把握不准。 二、热点剖析的痛点从数据中心智慧化的运维发展趋势看,自动检测办法将会成为将来热点检测的方向。而数据可视化零碎能够通过模型还原场景,面板承载数据的监控,底层则通过自动检测所采集的温度数据,反馈给可视化零碎的温度云图来呈现出以后机房的热点散布,HT 的轻量模型建模是一种很好的解决方案,实用于机房检测温度出现的可视化零碎的搭建。 成果实现一、轻量化场景传统的 可视化零碎 常会采纳 BIM(修建信息模型 Building information modeling)软件,如 Autodesk 的 Revit 或 Bentley 这类修建和工程软件,但这些 BIM 建模模型的数据往往过于宏大臃肿,绝大部分细节信息对楼宇自控意义不大,反而影响连累了行业 Web SCADA 或 Web 组态监控的趋势,所以咱们采纳以 Hightopo 的 HT for Web 产品轻量化 HTML5/WebGL 建模的计划,实现疾速建模、运行时轻量化到甚至手机终端浏览器即可 3D 可视化运维的良好效果。 二、机房温度云图在数据中心机房中,随着业务需要的一直裁减,其计算规模和利用也在日益减少,其对应耗费的能源也在减少,产生的热量也在减少,须要及时获知数据中心机房外部的温度情况,能力无效地起到环境监控的作用,及时预防问题的产生,得以让数据中心在绝对合适的环境中运行工作。而温度云图的利用很大水平上解决了机房环境的问题之一——温度,这对于数据中心的作用的十分重要的一个环节。 总结在机房环境监控零碎中退出智能剖析模块是必然趋势,机房环境监控智能剖析能够将被动机房环境监控转化为被动机房环境监控,解放人力资源,进步机房环境监控效率。只管目前机房环境监控系统分析能力和解决能力还不够成熟,但随着大数据、云计算等技术的衰亡,将会极大晋升机房环境监控零碎的数据挖掘能力,解决智能剖析的各项技术难点,因而具备高度智能化的智能剖析模块的智慧机房将是机房环境监控行业的新趋势。 HT 通过自身产品的改良,以及在行业上积攒的教训,实现了许多行业上可视化零碎的解决方案。对于机房的温度云图感兴趣的小伙伴,有趣味的小伙伴能够理解一下:《基于 HTML5 Canvas 的 3D 热力云图》 ...

August 2, 2020 · 1 min · jiezi