|
|
|
|
@ -0,0 +1,24 @@
|
|
|
|
|
思路：
|
|
|
|
|
1、在每个用户的服务器中安装GreenPlum集群，进可自主继续研发BI和大数据分析，退可直接使用QuickBi等组件进行分析。
|
|
|
|
|
|
|
|
|
|
2、之所以不采用Mysql而采用Greenplum的原因：
|
|
|
|
|
GreenPlum简单性能测试与分析
|
|
|
|
|
https://www.cnblogs.com/purpleraintear/p/6054006.html
|
|
|
|
|
|
|
|
|
|
3、关于多维聚合的处理方式
|
|
|
|
|
暂时不准备在SQL中实现多维，那样一来没想出办法，即使有办法肯定也是很复杂，准备在代码层面解决这个问题，就是多次查询后进行组装完成。
|
|
|
|
|
|
|
|
|
|
4、BI与数据可视化
|
|
|
|
|
https://gallery.pyecharts.org/#/Bar/stack_bar_percent
|
|
|
|
|
|
|
|
|
|
python+echarts是数据可视化的有效办法，相对于golang，在数据可视化方面,python的优势很明显。上面的示例，其实就是一个多维，数据是通过多次查询提供即可。
|
|
|
|
|
|
|
|
|
|
5、短期目标
|
|
|
|
|
将落地项目的数据同时保存到elasticsearch和greenplum中，通过QuickBi+DataV等进行提供数据可视化展示。
|
|
|
|
|
|
|
|
|
|
6、中线目标
|
|
|
|
|
自建、自研BI平台，通过Greenplum的 olap+pyEcharts实现数据展现。
|
|
|
|
|
|
|
|
|
|
7、长期目标
|
|
|
|
|
整合Kylin等Hadoop体系技术，实现数据实时分析等更深层大数据系统。
|
|
|
|
|
|
