下面我通过案例来介绍FineBI的使用。
1 业务背景介绍
本案例围绕某个互联网小型电商的订单业务来开发。某电商公司，每天都有一些的用户会在线上采购商品，该电商公司想通过数据分析，查看每一天的电商经营情况。例如：电商公司的运营部门想要清楚的看到每天的订单笔数、订单的下单总额、不同支付类型对应的订单笔数和总额等等。
为了实现公司的数据分析业务，我们需要开发一套数据分析的系统以实现电商公司的需求。
2 电商的购物流程
此处以京东举例，在京东上购买商品的一般流程是这样的：
从上图可以看到，每一个用户购买商品，都会浏览商品、提交订单。所以商品、订单是电商中非常重要的。本次的综合案例，将主要围绕商品、订单展开。
3 电商系统简单结构介绍
- 用户打开浏览器，访问电商页面
- 用户按下回车后，浏览器发出请求，请求电商网站的Web服务器
- Web服务器从数据库取出数据，返回
- 前端页面展示数据
结论
数据是存放在数据库中，我们开展数据分析只需要能够获取到数据库中的数据即可。
4 电商相关业务术语介绍
4.1 商品
我们去淘宝、京东上买的东西，就是一件件的商品。商品包含这些内容：
1.商品的标题
2.商品的所属分类
3.商品的价格
4.商品的颜色
5.商品的版本
6.商品的介绍
4.2 商品分类
绝大多数的电商都有商品商品。每个商品一定是会属于某个类别。例如：电冰箱属于 家用电器 > 大家电 分类。不同的商品可能对应的分类是不一样的。
京东
淘宝
苏宁
4.3 订单
用户购买商品是通过提交订单来完成的。用户每一次购物都会有订单，订单中包含了订单号、收货人、订单状态、支付方式、商品评价等。
4.4 订单详情
用户可能在一次购买中，买了多个商品。订单详情指的是订单走过来包含的具体信息。例如：订单中包含的商品信息、商品金额、商品数量等。
4.5 用户
想要购买商品，需要先在电商网站上注册用户。用户包含了很多信息，例如：用户名、密码、性别、生日、以及手机、密码等信息。
4.6 区域
每个订单都有区域的概念，例如：我们可以选择配送到哪儿，是配置到北京市昌平区百善镇还是其他地方。
5 技术方案介绍
本案例基于MySQL数据库，使用Kettle、帆软FineBI实现数据可视化。案例使用MySQL作为数据分析的存储以及查询引擎、以Kettle作为数据处理脚本执行工具、以及帆软FineBI实现数据可视化展示。让同学们将来能够快速实现数据分析、以及可视化开发。
案例的最终效果如下：
