ステップバイステップのチュートリアル MO | FineBI を介して MatrixOne のビジュアルレポートを実装する方法

[ライブブロードキャストプレビュー] 99元のクラウド仮想マシン × 9元のクラウドネイティブアーキテクチャ√

1。概要

FineBI は、企業のビジネスマンがデータを深く理解し、最大限に活用できるようにする新世代のビッグデータ分析ツールです。FineBIでは、ユーザーは多様なデータ可視化情報を簡単に作成し、自由にデータを分析および探索できます。FineBIは、豊富なデータ連携機能を備え、複雑な各種レポートの作成やデータ意思決定分析システムの構築が可能で、企業経営、生産管理、財務知能会計、営業業務などの分野で幅広く活用されています。

MatrixOne は、データ視覚化ツール FineBI への接続をサポートしています。この記事では、FineBI を介して MatrixOne のスタンドアロンバージョンに接続し、さまざまなビジュアルデータレポートを作成し、それらをデータ分析と探索用のダッシュボードに組み立てる方法を説明します。

2. 事前準備

MatrixOneのインストールと起動が完了しました。
FineBIのインストールとFineBIの初期設定が完了しました。

＃注記

本書の動作例で使用している FineBI のバージョンは Linux 6.0 であり、パッケージ Linux_unix_FineBI6_0-CN.sh のインストールを選択できます。

3. FineBI 経由で MatrixOne サービスに接続します

ステップ 1 - FineBI にログインした後、次の図に示すように、[管理システム] > [データ接続] > [データ接続管理] > [新しいデータ接続] を選択し、[MySQL] を選択します。

ステップ 2 - データベース名、ホスト、ポート、ユーザー名、パスワードなどの MatrixOne 接続構成を入力します。その他のパラメーターはデフォルトとして設定できます。「接続のテスト」ボタンをクリックして接続が利用可能であることを確認し、「保存」をクリックして接続を保存します。

4. MatrixOne データを使用して視覚的なレポートを作成する

1. デモデータの作成

まず、MatrixOne データベースにログインし、次の SQL ステートメントを実行して、デモンストレーションに必要なデータテーブルとビューを作成します。

create database orders;
use orders;
CREATE TABLE `category` (`product_category_name` VARCHAR(255) DEFAULT NULL,
`product_category_name_english` VARCHAR(255) DEFAULT NULL );
CREATE TABLE `item` (`order_id` VARCHAR(255) NOT NULL, `order_item_id` INT DEFAULT null,
`product_id` VARCHAR(255) DEFAULT null,
`seller_id` VARCHAR(255) DEFAULT null, `shipping_limit_date` DATETIME DEFAULT null,
`price` DECIMAL(10,2) DEFAULT null,
`freight_value` DECIMAL(10,2) DEFAULT null
);
CREATE TABLE `review` (
`review_id` VARCHAR(255) NOT NULL,
`order_id` VARCHAR(255) DEFAULT null,
`review_score` TINYINT DEFAULT null,
`review_comment_title` VARCHAR(255) DEFAULT null,
`review_comment_message` TEXT DEFAULT null,
`review_creation_date` DATETIME DEFAULT null,
`review_answer_timestamp` DATETIME DEFAULT null,
PRIMARY KEY (`review_id`)
);
CREATE TABLE `order_time` (
`order_id` VARCHAR(255) NOT NULL,
`customer_id` VARCHAR(255) DEFAULT null,
`y` INT DEFAULT null,
`q` INT DEFAULT null,
`m` INT DEFAULT null,
`d` DATE DEFAULT null,
`h` INT DEFAULT null,
`order_purchase_timestamp` DATETIME DEFAULT null
);
CREATE TABLE `orders` (
`order_id` VARCHAR(255) NOT NULL,
`customer_id` VARCHAR(255) DEFAULT null,
`order_status` VARCHAR(255) DEFAULT null,
`order_purchase_timestamp` DATETIME DEFAULT null,
`order_approved_at` DATETIME DEFAULT null,
`order_delivered_carrier_date` DATETIME DEFAULT null,
`order_delivered_customer_date` DATETIME DEFAULT null,
`order_estimated_delivery_date` DATETIME DEFAULT null,
PRIMARY KEY (`order_id`)
);
CREATE TABLE `product` (
`product_id` VARCHAR(255) NOT NULL,
`product_category_name` VARCHAR(255) DEFAULT null,
`product_name_lenght` INT DEFAULT null,
`product_description_lenght` INT DEFAULT null,
`product_photos_qty` INT DEFAULT null,
`product_weight_g` INT DEFAULT null,
`product_length_cm` INT DEFAULT null,
`product_height_cm` INT DEFAULT null,
`product_width_cm` INT DEFAULT null,
PRIMARY KEY (`product_id`)
);
CREATE TABLE `rfm` (
`customer_id` VARCHAR(255) DEFAULT null,
`user_type` VARCHAR(255) DEFAULT null,
`shijian` DATE DEFAULT null
);

CREATE view total_order_value as select  t.order_id,product_id,seller_id,(price*total)+(freight_value*total) as order_value  from (select order_id,count(*) as total  from item group by order_id) t join item on t.order_id=item.order_id;

CREATE view order_detail as select a.order_id,product_id,seller_id, customer_id,round(order_value,2) as order_value, y,q,m,d,h,order_purchase_timestamp from total_order_value a inner join order_time b on a.order_id=b.order_id;

次に、次の SQL インポートステートメントを使用して、事前に準備されたデモデータを MatrixOne データベースの対応するテーブルにインポートします。

＃注記

/root/data/table_name.csv のパスは各テーブルのデータファイルへのパスであることに注意してください。このプロセスを参照して自分でデータを生成できます。

use orders;
load data local infile '/root/data/category.csv' into table category FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";
load data local infile '/root/data/review.csv' into table review FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";
load data local infile '/root/data/product.csv' into table product FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";
load data local infile '/root/data/item.csv' into table item FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";
load data local infile '/root/data/order_time.csv' into table order_time FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";
load data local infile '/root/data/orders.csv' into table orders FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";
load data local infile '/root/data/rfm.csv' into table rfm FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"' LINES TERMINATED BY "\r\n";

2. データセットの追加

FineBI で、[パブリックデータ]をクリックし、[新しいフォルダー]をクリックしてフォルダーを作成して選択し、[新しいデータセット]をクリックしてSQL データセットを選択し、選択したフォルダーに SQL クエリを追加します。データセット名を入力し、次のように SQL クエリを入力します。

select d,
count(order_id) as order_num,
count(DISTINCT customer_id)
from orders.order_detail
group by d
order by d

[プレビュー]ボタンをクリックしてSQL クエリの結果を表示し、[OK]をクリックして保存します。

この例で使用されるすべてのクエリ SQL の例を次に示します。

-- 日活用户数及订单数
select d,
count(order_id) as order_num,
count(DISTINCT customer_id)
from orders.order_detail
group by d
order by d

-- 月活用户数及订单数
select count(DISTINCT customer_id),
count(order_id),
concat(y, '-', m)
from orders.order_detail
group by y,m
order by y,m

-- 各时段活跃用户数及订单数
select h,
count(DISTINCT customer_id),
count(order_id) order_num
from orders.order_detail
group by h
order by h

-- 各类型用户数量
SELECT count(*),
user_type
from orders.rfm
GROUP BY user_type

-- 月 GMV
select y,m,
sum(order_value),
concat(y, "-", m) month
from orders.order_detail
group by y,m
order by y,m

-- 季度 GMV
select y,q,
sum(order_value) gmv,
concat(y, "季度", q) as quator
from orders.order_detail
group by y,q
order by concat(y, "季度", q) asc

-- 季度 ARPU
select y,q,
round((sum(order_value)/count(DISTINCT customer_id)),2) arpu,
concat(y, "季度", q) as quator
from orders.order_detail
group by y,q
order by y,q

-- 月度 ARPU
select y,m,
round((sum(order_value)/count(DISTINCT customer_id)),2) arpu,
concat(y, "-", m) as month
from orders.order_detail
group by y,m
order by y,m

-- 重要挽留用户热门指数
SELECT e.product_category_name_english good_type,
SUM(a.order_value) ordder_total_value,
ROUND(AVG(c.review_score), 2) good_review_score,
(0.7*SUM(a.order_value)+

0.3*10000*ROUND(AVG(c.review_score), 7))
top_rank_rate
FROM orders.order_detail a
INNER JOIN
(SELECT customer_id
from orders.rfm
WHERE user_type='重要挽留用户' ) as b ON a.customer_id=b.customer_id
LEFT JOIN orders.review c ON a.order_id=c.order_id
LEFT JOIN orders.product d ON a.product_id=d.product_id
LEFT JOIN orders.category e ON d.product_category_name=e.product_category_name
where e.product_category_name_english is not NULL
GROUP BY e.product_category_name_english limit 50

-- 一般挽留用户热门指数
SELECT e.product_category_name_english good_type,
SUM(a.order_value) ordder_total_value,
ROUND(AVG(c.review_score), 2) good_review_score,
(0.7*SUM(a.order_value)+0.3*10000*ROUND(AVG(c.review_score), 7))
top_rank_rate
FROM orders.order_detail a
INNER JOIN
(SELECT customer_id from orders.rfm
WHERE user_type='一般挽留用户' ) as b ON a.customer_id=b.customer_id
LEFT JOIN orders.review c ON a.order_id=c.order_id
LEFT JOIN orders.product d ON a.product_id=d.product_id
LEFT JOIN orders.category e ON d.product_category_name=e.product_category_name
where e.product_category_name_english is not NULL
GROUP BY e.product_category_name_english limit 50

3. データの更新

データセットを保存した後、分析を実行するには、[データの更新] ボタンをクリックしてデータが更新されるまで待つ必要があります。

4. 分析トピックの作成

この例の分析テーマは、電子商取引プラットフォームの一般保持ユーザー、重要保持ユーザー、月次 ARPU、四半期 ARPU、各期間のアクティブユーザー、日次アクティブユーザー、月次アクティブユーザー数、および注文数を視覚的に表示するために使用されます。意思決定を支援し、ビジネスを改善します。分析トピックを作成する具体的な手順は次のとおりです。

[マイ分析]をクリックし、[新しいフォルダー]をクリックしてフォルダーを作成し、選択します。
[新しい分析トピック]をクリックし、前の手順で作成したデータセットを選択し、[OK]をクリックします。

＃注記

一括選択機能を使用して、主題分析用に複数のデータセットを選択できます。

「コンポーネントの追加」ボタンをクリックし、グラフのタイプを選択し、必要に応じて左側のフィールドを右にドラッグし、ダブルクリックしてフィールド視覚化名を変更し、下のコンポーネント名を変更します。コンポーネント名は、成分：

5. ダッシュボードを組み立てる

「ダッシュボードの追加」をクリックして、作成したコンポーネントをダッシュボードに追加します。コンポーネントのサイズと位置を自由にドラッグして拡大縮小したり、コンポーネントによって分析されたレポートの内容を説明するために以下のコンポーネント名を変更したりできます。

6. ダッシュボードを公開する

アセンブリが完了したら、「リリースの適用」をクリックし、リリース名、リリースノード、表示プラットフォームを設定します。次にクリックします

ホームページのナビゲーションの下に新しくリリースされたダッシュボードを見つけて、その表示効果を確認できるようになりました。

マトリックスの由来について

Matrix Origin は、業界をリードするビッグデータおよびデータベース管理システム (DBMS) テクノロジーおよびサービスプロバイダーであり、主要チームメンバーは国内外の著名なテクノロジー企業から構成されており、強力なイノベーション能力を備えています。Matrix Origin の目標は、世界クラスのデータインフラストラクチャテクノロジと製品を作成および使用して、企業が情報化、デジタル化からインテリジェンスへの変革とアップグレードを支援することです。Matrix Origin は、クラウドコンピューティング、データベース、ビッグデータ、人工知能に関連する分野で中核的な競争力を持ち、幅広い業界および国際的なビジョンと先見性を持ち、さまざまな分野で先端技術を迅速かつ効果的に導入し、大規模に拡張することができます。。

マトリックスワンについて

MatrixOne の中核製品である MatrixOne は、パブリッククラウドとプライベートクラウドの両方に展開できるクラウドネイティブテクノロジーに基づくマルチモードデータベースです。本製品は、ストレージとコンピューティングの分離、読み出しと書き込みの分離、ホットとコールドの分離といった独自の技術アーキテクチャを採用しており、ストレージとストレージのセットでトランザクション、分析、フロー、タイミング、ベクトルなどの複数の負荷を同時にサポートすることができます。コンピューティングシステムを統合し、分離または共有のストレージおよびコンピューティングリソースをリアルタイムおよびオンデマンドで実行できます。MatrixOne は、ユーザーがますます複雑化する IT アーキテクチャを大幅に簡素化し、最小限で非常に柔軟で費用対効果の高い高性能のデータサービスを提供できるように支援します。

MatrixOrigin 公式 Web サイト:新世代のハイパーコンバージドヘテロジニアスオープンソースデータベース - MatrixOrigin (Shenzhen) Information Technology Co., Ltd. MatrixOne

Github 仓库：GitHub - matrixorigin/matrixone: ハイパーコンバージドクラウドエッジネイティブデータベース

キーワード：ハイパーコンバージドデータベース、マルチモードデータベース、クラウドネイティブデータベース、国内データベース。