CN113535831A - 一种基于大数据的报表分析方法、装置、设备和介质 - Google Patents

一种基于大数据的报表分析方法、装置、设备和介质 Download PDF

Info

Publication number
CN113535831A
CN113535831A CN202110643768.0A CN202110643768A CN113535831A CN 113535831 A CN113535831 A CN 113535831A CN 202110643768 A CN202110643768 A CN 202110643768A CN 113535831 A CN113535831 A CN 113535831A
Authority
CN
China
Prior art keywords
data
report
analysis
warehouse
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202110643768.0A
Other languages
English (en)
Inventor
蔡树春
刘景慧
陈凤明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Centerm Information Co Ltd
Original Assignee
Fujian Centerm Information Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujian Centerm Information Co Ltd filed Critical Fujian Centerm Information Co Ltd
Priority to CN202110643768.0A priority Critical patent/CN113535831A/zh
Publication of CN113535831A publication Critical patent/CN113535831A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种基于大数据的报表分析方法、装置、设备和介质，涉及大数据处理技术领域，所述方法包括：步骤10、通过系统集成服务接口，从至少一个业务系统获取数据，然后抛转至数据仓库；通过ETL工具，定时抽取数据至数据仓库；步骤20、根据数据库的存储过程、函数、配置事件，进行实时数据清洗及批量分析；步骤30、通过报表工具选取需要分析的数据，制作实时报表。本发明提供的一种基于大数据的报表分析方法、装置、设备和介质，打通企业内部的数据孤岛，快速搭建的企业级Web报表平台。

Description

一种基于大数据的报表分析方法、装置、设备和介质
技术领域
本发明涉及大数据处理技术领域，特别涉及一种基于大数据的报表分析方法、装置、设备和介质。
背景技术
面对日益增长的数据量，以及系统与系统间运行时出现的数据壁垒、协同壁垒、时效壁垒。如何打破壁垒从数据中发掘有用的信息成为当前大多数数据挖掘系统面临的问题。大数据集的数据分析与挖掘系统需要具备的特性包括(1)数据适应性:系统可接受多种类型的数据，避免系统对存储的数据的类型、结构和数据完整性的强要求，从而避免通常的数据仓库对数据的强要求带来的问题；(2)敏捷性:系统能够适应数据递增且更新频繁的应用场景；(3)分析深度:提供对数据分析多角度、多切面的分析，可便捷得加入复杂的概率统计和机器学习算法，适应多类型数据分析需求。
除了单个系统的数据量的问题，也面临着数据应用的困境：数据过于分散，难以有效利用；手工做报表，效率低准确性差；报表需求多变，无法快速响应。同时，又要面对报表开发的困境：系统BUG频出，边填坑边挖坑；软件功能固化，需求扩展差；熬夜加班多，开发人效低；项目交付后，维护难度高。
因此数据库系统在数据处理效率和可处理的数据量无法满足当前大数据量的爆炸式增长，以及如何打通企业内部的数据孤岛，利用一款简单、高效、智能的报表工具，快速搭建的企业级Web报表平台成了关键。
发明内容
本发明要解决的技术问题，在于提供一种基于大数据的报表分析方法、装置、设备和介质，打通企业内部的数据孤岛，快速搭建的企业级Web报表平台。
第一方面，本发明提供了一种基于大数据的报表分析方法，包括：
步骤10、通过系统集成服务接口，从至少一个业务系统获取数据，然后抛转至数据仓库；通过ETL工具，定时抽取数据至数据仓库；
步骤20、根据数据库的存储过程、函数、配置事件，进行实时数据清洗及批量分析；
步骤30、通过报表工具选取需要分析的数据，制作实时报表，对数据进行可视化呈现。
进一步地，所述步骤10中，系统集成服务接口包括WebService接口和WebAPI接口。
进一步地，所述步骤10中，通过ETL工具，定时抽取数据至数据仓库，具体包括：
通过ETL工具接收用户定义的数据挖掘过程，并配置相关的组件信息，然后将用户定义的数据挖掘过程模型转换成可在Hadoop上运行的代码，该转换包括过程模型分析、依赖关系分析、代码模板解析；将数据挖掘组件连接起来构成数据挖掘过程，所述数据挖掘组件封装不同的数据操作逻辑，分成数据挖掘算法组件、连接器组件以及用户自定义组件；以Hadoop提供的框架作为数据挖掘过程执行平台，向执行框架提交代码，运用云平台的并行计算能力实现挖掘过程的并行化，定时抽取数据至数据仓库。
进一步地，所述方法还包括：将所述数据库的存储过程、函数、配置事件转为SQL语句，供其它数据仓库执行使用。
第二方面，本发明提供了一种基于大数据的报表分析装置，包括：数据获取模块、数据处理模块以及报表模块；
所述数据获取模块，用于通过系统集成服务接口，从至少一个业务系统获取数据，然后抛转至数据仓库；通过ETL工具，定时抽取数据至数据仓库；
所述数据处理模块，用于根据数据库的存储过程、函数、配置事件，进行实时数据清洗及批量分析；
所述报表模块，用于通过报表工具选取需要分析的数据，制作实时报表，对数据进行可视化呈现。
进一步地，所述数据获取模块中，系统集成服务接口包括WebService接口和WebAPI接口。
进一步地，所述数据获取模块中，通过ETL工具，定时抽取数据至数据仓库，具体包括：
通过ETL工具接收用户定义的数据挖掘过程，并配置相关的组件信息，然后将用户定义的数据挖掘过程模型转换成可在Hadoop上运行的代码，该转换包括过程模型分析、依赖关系分析、代码模板解析；将数据挖掘组件连接起来构成数据挖掘过程，所述数据挖掘组件封装不同的数据操作逻辑，分成数据挖掘算法组件、连接器组件以及用户自定义组件；以Hadoop提供的框架作为数据挖掘过程执行平台，向执行框架提交代码，运用云平台的并行计算能力实现挖掘过程的并行化，定时抽取数据至数据仓库
进一步地，所述数据处理模块还用于将所述数据库的存储过程、函数、配置事件转为SQL语句，供其它数据仓库执行使用。
第三方面，本发明提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述的方法。
第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的方法。
本发明实施例至少具有如下技术效果或优点：
本申请实施例通过WebService、WebAPI多种方式接口进行数据通讯，将多个业务系数的数据汇总到数据仓库，并可同时通过ETL工具定时抽取数据至数据仓库；获取用户定义的数据挖掘过程和组件信息，然后将用户定义的数据挖掘过程模型转换成可在Hadoop上运行的代码；通过获取用户定义的存储过程、函数及配置事件，实现数据的自动清洗；通过报表工具实现报表的自动制作及数据可视化呈现。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明实施例一中方法的流程图；
图2为本发明实施例一中业务流程示意图；
图3为本发明实施例二中装置的结构示意图；
图4为本发明实施例三中电子设备的结构示意图；
图5为本发明实施例四中介质的结构示意图。
具体实施方式
实施例一
本实施例提供一种基于大数据的报表分析方法，如图1所示，包括：
步骤10、通过系统集成服务接口，从至少一个业务系统获取数据，然后抛转至数据仓库；通过ETL工具，定时抽取数据至数据仓库；
步骤20、根据数据库的存储过程、函数、配置事件，进行实时数据清洗及批量分析；还可以将所述数据库的存储过程、函数、配置事件转为SQL语句，供其它数据仓库执行使用。
步骤30、通过报表工具选取需要分析的数据，制作实时报表，对数据进行可视化呈现。
在一种可能的实现方式中，所述步骤10中，系统集成服务接口包括WebService接口和WebAPI接口。
所述步骤10中，通过ETL工具，定时抽取数据至数据仓库，具体包括：
通过ETL工具接收用户定义的数据挖掘过程，并配置相关的组件信息，然后将用户定义的数据挖掘过程模型转换成可在Hadoop上运行的代码，该转换包括过程模型分析、依赖关系分析、代码模板解析；将数据挖掘组件连接起来构成数据挖掘过程，所述数据挖掘组件封装不同的数据操作逻辑，分成数据挖掘算法组件、连接器组件以及用户自定义组件；以Hadoop提供的框架作为数据挖掘过程执行平台，向执行框架提交代码，运用云平台的并行计算能力实现挖掘过程的并行化，定时抽取数据至数据仓库。
在一具体实施例中，业务流程的示意图如图2所示：
1、各业务系统通过WebService服务接口、Web API接口方式，主动将数据抛转至数据池；
2、ETL工具Kettle通过可视化的界面接收用户定义的数据挖掘过程，并配置相关的组件信息，实现图形化的数据流程处理；用户通过参数配置界面配置需用户定义的参数；然后将用户定义的数据挖掘过程模型转换成可在Hadoop上运行的代码，该转换包括过程模型分析、依赖关系分析、代码模板解析；将数据挖掘组件连接起来构成数据挖掘过程，所述数据挖掘组件封装不同的数据操作逻辑，分成数据挖掘算法组件、连接器组件、用户自定义组件；以Hadoop提供的框架作为数据挖掘过程执行平台，向执行框架提交代码，运用云平台的并行计算能力实现挖掘过程的并行化。
数据挖掘过程模型被转换成Java可执行代码，最后生成一个以用户定义的数据挖掘过程名称为类名的主类来控制整个数据挖掘过程，并通过配置模板提供的信息按照模型解析获得的任务依赖关系构建挖掘代码。
3、用户通过数据库客户端工具Navicat可视化界面编写Mysql数据库的存储过程、函数、配置事件，进行实时数据清洗、批量分析服务等。并可以将存储过程、函数、事件转为SQL语句，可供任意一个数仓下执行使用。
4、用户利用帆软报表工具FineReport类Excel的设计器一键连接数据源，拖拽字段绑定单元格，制作完成一张实时报表。同时FineReport还支持制作各类中国式复杂报表，数据填报表、响应式报表等，配合70余种图表样式提供酷炫的数据可视化效果。数据填报系统加上决策平台的支持，提供数据上报，流程审批，权限管理的一系列功能，可以灵活应对运营、人资、财务、合同等多变的业务需求。
通过WebService、WebAPI多种方式接口进行数据通讯；用户通过Kettle定义的数据挖掘过程和组件信息，实现图形化的数据流程处理，然后将用户定义的数据挖掘过程模型转换成可在Hadoop上运行的代码；通过Mysql自定义存储过程与事件，实现数据的自动清洗；通过帆软报表工具FineReport实现零编码，只需简单拖拽操作，就可以制作完成一张报表。同时FineReport的20余种图表类型，70余种图表样式，满足可视化需求；无须二次开发，PC端报表也可装入移动端。
基于同一发明构思，本申请还提供了与实施例一中的方法对应的装置，详见实施例二。
实施例二
在本实施例中提供了一种装置，如图3所示，包括：
第二方面，本发明提供了一种基于大数据的报表分析装置，包括：数据获取模块、数据处理模块以及报表模块；
所述数据获取模块，用于通过系统集成服务接口，从至少一个业务系统获取数据，然后抛转至数据仓库；通过ETL工具，定时抽取数据至数据仓库；
所述数据处理模块，用于根据数据库的存储过程、函数、配置事件，进行实时数据清洗及批量分析；
所述报表模块，用于通过报表工具选取需要分析的数据，制作实时报表，对数据进行可视化呈现。
在一种可能的实现方式中，所述数据获取模块中，系统集成服务接口包括WebService接口和WebAPI接口。
在一种可能的实现方式中，所述数据获取模块中，通过ETL工具，定时抽取数据至数据仓库，具体包括：
通过ETL工具接收用户定义的数据挖掘过程，并配置相关的组件信息，然后将用户定义的数据挖掘过程模型转换成可在Hadoop上运行的代码，该转换包括过程模型分析、依赖关系分析、代码模板解析；将数据挖掘组件连接起来构成数据挖掘过程，所述数据挖掘组件封装不同的数据操作逻辑，分成数据挖掘算法组件、连接器组件以及用户自定义组件；以Hadoop提供的框架作为数据挖掘过程执行平台，向执行框架提交代码，运用云平台的并行计算能力实现挖掘过程的并行化，定时抽取数据至数据仓库
在一种可能的实现方式中，所述数据处理模块还用于将所述数据库的存储过程、函数、配置事件转为SQL语句，供其它数据仓库执行使用。
由于本发明实施例二所介绍的装置，为实施本发明实施例一的方法所采用的装置，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。
基于同一发明构思，本申请提供了实施例一对应的电子设备实施例，详见实施例三。
实施例三
本实施例提供了一种电子设备，如图4所示，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时，可以实现实施例一中任一实施方式。
由于本实施例所介绍的电子设备为实施本申请实施例一中方法所采用的设备，故而基于本申请实施例一中所介绍的方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
基于同一发明构思，本申请提供了实施例一对应的存储介质，详见实施例四。
实施例四
本实施例提供一种计算机可读存储介质，如图5所示，其上存储有计算机程序，该计算机程序被处理器执行时，可以实现实施例一中任一实施方式。
由于本实施例所介绍的计算机可读存储介质为实施本申请实施例一中方法所采用的计算机可读存储介质，故而基于本申请实施例一中所介绍的方法，本领域所属技术人员能够了解本实施例的计算机可读存储介质的具体实施方式以及其各种变化形式，所以在此对于该计算机可读存储介质如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中的方法所采用的计算机可读存储介质，都属于本申请所欲保护的范围。
本申请实施例通过WebService、WebAPI多种方式接口进行数据通讯，将多个业务系数的数据汇总到数据仓库，并可同时通过ETL工具定时抽取数据至数据仓库；获取用户定义的数据挖掘过程和组件信息，然后将用户定义的数据挖掘过程模型转换成可在Hadoop上运行的代码；通过获取用户定义的存储过程、函数及配置事件，实现数据的自动清洗；通过报表工具实现报表的自动制作及数据可视化呈现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、设备、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

Claims (10)

1.一种基于大数据的报表分析方法，其特征在于：包括：
步骤10、通过系统集成服务接口，从至少一个业务系统获取数据，然后抛转至数据仓库；通过ETL工具，定时抽取数据至数据仓库；
步骤20、根据数据库的存储过程、函数、配置事件，进行实时数据清洗及批量分析；
步骤30、通过报表工具选取需要分析的数据，制作实时报表，对数据进行可视化呈现。
2.根据权利要求1所述的方法，其特征在于：所述步骤10中，系统集成服务接口包括WebService接口和WebAPI接口。
3.根据权利要求1所述的方法，其特征在于：所述步骤10中，通过ETL工具，定时抽取数据至数据仓库，具体包括：
通过ETL工具接收用户定义的数据挖掘过程，并配置相关的组件信息，然后将用户定义的数据挖掘过程模型转换成可在Hadoop上运行的代码，该转换包括过程模型分析、依赖关系分析、代码模板解析；将数据挖掘组件连接起来构成数据挖掘过程，所述数据挖掘组件封装不同的数据操作逻辑，分成数据挖掘算法组件、连接器组件以及用户自定义组件；以Hadoop提供的框架作为数据挖掘过程执行平台，向执行框架提交代码，运用云平台的并行计算能力实现挖掘过程的并行化，定时抽取数据至数据仓库。
4.根据权利要求1所述的方法，其特征在于：所述方法还包括：将所述数据库的存储过程、函数、配置事件转为SQL语句，供其它数据仓库执行使用。
5.一种基于大数据的报表分析装置，其特征在于：包括：数据获取模块、数据处理模块以及报表模块；
所述数据获取模块，用于通过系统集成服务接口，从至少一个业务系统获取数据，然后抛转至数据仓库；通过ETL工具，定时抽取数据至数据仓库；
所述数据处理模块，用于根据数据库的存储过程、函数、配置事件，进行实时数据清洗及批量分析；
所述报表模块，用于通过报表工具选取需要分析的数据，制作实时报表，对数据进行可视化呈现。
6.根据权利要求5所述的装置，其特征在于：所述数据获取模块中，系统集成服务接口包括WebService接口和WebAPI接口。
7.根据权利要求5所述的装置，其特征在于：所述数据获取模块中，通过ETL工具，定时抽取数据至数据仓库，具体包括：
通过ETL工具接收用户定义的数据挖掘过程，并配置相关的组件信息，然后将用户定义的数据挖掘过程模型转换成可在Hadoop上运行的代码，该转换包括过程模型分析、依赖关系分析、代码模板解析；将数据挖掘组件连接起来构成数据挖掘过程，所述数据挖掘组件封装不同的数据操作逻辑，分成数据挖掘算法组件、连接器组件以及用户自定义组件；以Hadoop提供的框架作为数据挖掘过程执行平台，向执行框架提交代码，运用云平台的并行计算能力实现挖掘过程的并行化，定时抽取数据至数据仓库。
8.根据权利要求5所述的装置，其特征在于：所述数据处理模块还用于将所述数据库的存储过程、函数、配置事件转为SQL语句，供其它数据仓库执行使用。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至4任一项所述的方法。
CN202110643768.0A 2021-06-09 2021-06-09 一种基于大数据的报表分析方法、装置、设备和介质 Withdrawn CN113535831A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110643768.0A CN113535831A (zh) 2021-06-09 2021-06-09 一种基于大数据的报表分析方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110643768.0A CN113535831A (zh) 2021-06-09 2021-06-09 一种基于大数据的报表分析方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN113535831A true CN113535831A (zh) 2021-10-22

Family

ID=78124744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110643768.0A Withdrawn CN113535831A (zh) 2021-06-09 2021-06-09 一种基于大数据的报表分析方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN113535831A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114036141A (zh) * 2021-11-08 2022-02-11 国网天津市电力公司 共享数据资源整合分析方法电子设备以及计算机可读介质
CN116050372A (zh) * 2023-03-07 2023-05-02 山东特普软件有限公司 一种用于工业物联网的数据处理方法及系统
CN116957233A (zh) * 2023-06-26 2023-10-27 三峡高科信息技术有限责任公司 基于新能源电力生产运营期数据报表管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120136684A1 (en) * 2010-11-29 2012-05-31 International Business Machines Corporation Fast, dynamic, data-driven report deployment of data mining and predictive insight into business intelligence (bi) tools
CN104573063A (zh) * 2015-01-23 2015-04-29 四川中科腾信科技有限公司 一种基于大数据的数据分析方法
CN108829731A (zh) * 2018-05-15 2018-11-16 吉贝克信息技术（北京）有限公司 数据分析方法、系统、计算机可读存储介质、及电子终端
CN110765116A (zh) * 2019-09-28 2020-02-07 杨志刚 基于商业智能系统开发的医院廉政风险防控系统
CN111813847A (zh) * 2020-07-02 2020-10-23 北京许继电气有限公司 企业运营数据的处理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120136684A1 (en) * 2010-11-29 2012-05-31 International Business Machines Corporation Fast, dynamic, data-driven report deployment of data mining and predictive insight into business intelligence (bi) tools
CN104573063A (zh) * 2015-01-23 2015-04-29 四川中科腾信科技有限公司 一种基于大数据的数据分析方法
CN108829731A (zh) * 2018-05-15 2018-11-16 吉贝克信息技术（北京）有限公司 数据分析方法、系统、计算机可读存储介质、及电子终端
CN110765116A (zh) * 2019-09-28 2020-02-07 杨志刚 基于商业智能系统开发的医院廉政风险防控系统
CN111813847A (zh) * 2020-07-02 2020-10-23 北京许继电气有限公司 企业运营数据的处理方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114036141A (zh) * 2021-11-08 2022-02-11 国网天津市电力公司 共享数据资源整合分析方法电子设备以及计算机可读介质
CN116050372A (zh) * 2023-03-07 2023-05-02 山东特普软件有限公司 一种用于工业物联网的数据处理方法及系统
CN116957233A (zh) * 2023-06-26 2023-10-27 三峡高科信息技术有限责任公司 基于新能源电力生产运营期数据报表管理系统

Similar Documents

Publication Publication Date Title
CN113535831A (zh) 一种基于大数据的报表分析方法、装置、设备和介质
CN113033001B (zh) 一种面向数字孪生应用的三维数字工厂建模方法及系统
CN108804630B (zh) 一种面向行业应用的大数据智能分析服务系统
CN110750650A (zh) 企业知识图谱的构建方法及装置
CN110929489A (zh) 一种表单生成及表单数据处理方法及系统
CN106156047B (zh) 一种快照信息处理方法及装置
CN113741883B (zh) 一种rpa轻量级数据中台系统
CN108171617A (zh) 一种电网大数据分析方法及装置
CN114021156A (zh) 漏洞自动化聚合的整理方法、装置、设备以及存储介质
CN111061743A (zh) 数据加工方法、装置和电子设备
CN115392501A (zh) 数据采集方法、装置、电子设备及存储介质
CN113947468B (zh) 一种数据管理方法及平台
EP3842940A1 (en) Method and system for uniformly performing feature extraction
CN114546365A (zh) 一种流程可视化的建模方法、服务器、计算机系统及介质
CN111291082A (zh) 数据聚合处理方法、装置、设备及存储介质
CN113722564A (zh) 基于空间图卷积能源物资供应链的可视化方法及装置
CN113742174A (zh) 云手机应用监控方法、装置、电子设备和存储介质
CN112529082A (zh) 一种系统画像构建方法、装置和设备
US20220179862A1 (en) Optimizing breakeven points for enhancing system performance
CN112015623B (zh) 报表数据处理的方法、装置、设备及可读存储介质
CN114661571A (zh) 模型评测方法、装置、电子设备和存储介质
CN114818303A (zh) 低碳园区的仿真规划方法、系统、电子设备及存储介质
CN110309047B (zh) 一种测试点生成方法、装置及系统
CN111552847A (zh) 一种变更对象数量的方法和装置
CN104123585A (zh) 基于业务仿真的业务组织优化分析方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20211022

WW01 Invention patent application withdrawn after publication