共计 1510 个字符，预计需要花费 4 分钟才能阅读完成。
为什么须要数据查问
随着对 BI 利用水平的加深，用户须要连贯和治理的数据越来越多，也越来越简单。Spreadsheet 反对丰盛的数据源接入，但个别并不能间接应用接入的业务库间接进行数据分析。所以在报表开发前的取数过程，把须要的数据整合成一个数据汇合，能够了解为咱们基于数据库获取咱们须要的数据，也是数据分析师和最终业务用户进行交互剖析前的筹备步骤。
Spreadsheet 为用户提供了弱小而灵便的数据获取能力，一方面继承了须要把握 sql 和存储过程等偏向于技术人员的传统数据集，如有：SQL 数据集、原生 SQL 数据集、Java 数据集、存储过程数据集、多维数据集。另外也具备可视化界面让业务人员也能实现数据筹备，如：自助数据集、透视剖析数据集、即席查问数据集、可视化查问。
无论是技术人员还是业务人员都能够通过相应的查问从数据库获取到所需的数据来进行数据分析。对各种数据集举荐应用的场景与人群做了简略的划分，如下图：
对于相熟 SQL 语句的技术人员来说，能够应用 SQL 数据集、原生 sql 数据集来通过在文本输入区中间接输出各类数据库方言表达式定义数据集条件和内容。那 sql 数据集与原生 sql 数据集如何抉择呢？SQL 数据集是一类封装构造的原生 SQL 数据集语句，在解析 SQL 语句过程中对最外层进行了包装，而原生 SQL 数据集没有对最外层进行包装，是依照“所见即所得”的形式进行解析并执行。对于相熟存储过程技术人员能够抉择存储过程数据集。是针对存储过程定义数据集条件和内容的一类数据集。另外，如果须要基于多维数据源创立数据集，零碎也是反对通过创立多维数据集将多维数据库中的 cube 进行转换，造成能够供报表应用的数据模型，整个操作都是可视化的，不便灵便。能疾速地在电子表格、仪表剖析等报表上展示多维数据源的数据。同时咱们也给相熟 JAVA 类的开发人员筹备 Java 数据集。此数据集具体是指将 java 查问对象输入的数据转换成汇合，反对自行编写 java 类解决数据、调用 webservice 接口返回数据，内置了 txt、csv 文件读取等数据获取形式。
Spreadsheet 扭转了传统的形式，使业务用户通过简略的拖放即可实现对各类查问的操作从而获取各种剖析数据集。用户能够依据业务要求，通过可视化的形式，多表关联、数据转换、简单逻辑关系计算、将数据作进一步的汇合便于剖析展示应用。
可视化查问数据集专门给不相熟 SQL 语句的业务人员自行从数据库里获取所须要的查问条件和数据。基于数据源或是业务主题通过简略拖拽操作创立所见即所得数据集。
透视剖析。（业务人员应用 Excel 剖析时抉择）
业务人员应用 Excel 剖析可采纳透视剖析、即席查问数据集作为数据库取数的起源。其中可视化查问相似 Excel 数据透视表，作为数据集可能实现对数据的查问与摸索。另外透视剖析还可作为电子表格的数据起源。即席查问数据集则是用于大量明细数据的查问的清单式数据集。
以往数据筹备根本都依附于技术人员，目前在肯定水平上不仅让技术人员从繁琐的工作中解脱进去，也能使业务人员也能参加到数据处理环节中。真正做到人尽其才。数据查问能力亮点可视化的数据筹备：Spreadsheet 提供弱小的界面化数据管理能力，由用户自行在源数据关系的根底上构建本人的业务所需数据集。
如可视化查问就能让用户在一个可视化界面利落拽即可轻松实现数据模型的构建，使咱们的剖析用户更快、更直观地获取到筹备好的数据，从而更快、更智能地进行业务决策。
马上体验如果对 Spreadsheet 的灵便数据查问性能感兴趣，也能够进一步理解 (https://www.smartbi.com.cn/sp…)，遇到问题可间接分割咱们表哥表姐进行一对一帮忙~
