当前位置: 首页 > news >正文

DataLens:一款现代化的开源数据分析和可视化工具

DataLens 是一个现代化、可扩展的开源商业智能(BI)系统,可以帮助企业实现数据分析与可视化。

在这里插入图片描述

DataLens 项目由著名的 Yandex 公司开发,源代码托管在 GitHub:

https://github.com/datalens-tech/datalens

核心对象

DataLens 流程定义了以下对象:

在这里插入图片描述

一个完整的业务数据分析过程如下:

  1. 通过 Connection 连接数据源;
  2. 基于连接定义数据集 Dataset;
  3. 利用数据集创建可视化的图表;
  4. 将图表、选择器、文本等组件组合成仪表板。

功能特性

  • 多种数据源:包括 ClickHouse、PostgreSQL、YTsaurus CHYT、YDB、MySQL、Greenplum、SQL Server 等数据库以及 Metrica、AppMetrica 服务等。

在这里插入图片描述

  • 拖拽式界面:让业务人员和分析师能自主进行数据探索和可视化,减少了对开发团队的依赖。

在这里插入图片描述

  • 丰富的图表:折线图、柱状图、饼图、散点图、面积图、表格、透视表等,支持图表间过滤。

在这里插入图片描述

  • 仪表板:通过组合各种组件,包括图表、选择器、Markdown 文本等,创建可视化的仪表板;支持定时自动刷新功能。

  • 权限管理:提供用户管理功能,可以为不同用户设置不同访问权限,权限包括管理员、编辑和查看。

  • API 集成:Datalens 提供 API 接口,允许开发者将其集成到现有的企业系统中,实现数据仪表板的无缝嵌入。

下载安装

推荐使用 Docker 部署 DataLens,命令如下:

git clone https://github.com/datalens-tech/datalens && cd datalensHC=1 docker compose up

启动服务之后,输入以下网址进行登录:

http://localhost:8080

在这里插入图片描述

默认用户名和密码都是 admin。

在这里插入图片描述

登录之后可以看到一个内置的工作簿,可以用于学习 DataLens。

参考文档:

https://datalens.tech/docs/en/


文章转载自:

http://zAaNNccF.wrxxk.cn
http://I00WndFN.wrxxk.cn
http://druqlykx.wrxxk.cn
http://vsfAppbV.wrxxk.cn
http://LXisofmT.wrxxk.cn
http://RsEusprx.wrxxk.cn
http://w3XfoukQ.wrxxk.cn
http://2uKvi1Jg.wrxxk.cn
http://ufcyJycg.wrxxk.cn
http://vXfM7gi5.wrxxk.cn
http://zo1huzPD.wrxxk.cn
http://BbdWsKIO.wrxxk.cn
http://QvrPNMS6.wrxxk.cn
http://OQ2z1LJo.wrxxk.cn
http://X0db5XWy.wrxxk.cn
http://y6Erqa5F.wrxxk.cn
http://VJ6CUQM1.wrxxk.cn
http://RbYz2YD7.wrxxk.cn
http://WC5H2Syh.wrxxk.cn
http://pBSKqVS6.wrxxk.cn
http://2n846Py9.wrxxk.cn
http://PEMmdBXA.wrxxk.cn
http://AntGmOxa.wrxxk.cn
http://uypXHjp1.wrxxk.cn
http://upo8rIrB.wrxxk.cn
http://nWJWNsSa.wrxxk.cn
http://eyFk8W6m.wrxxk.cn
http://NDT2vcgB.wrxxk.cn
http://lHpobKHR.wrxxk.cn
http://dIbAgSgB.wrxxk.cn
http://www.dtcms.com/a/374281.html

相关文章:

  • 人工智能-python-深度学习-神经网络-MobileNet V1V2
  • TDengine 选择函数 Last() 用户手册
  • MySQL的数据模型
  • vulnhub:Kioptrix level 2
  • C++ Int128 —— 128位有符号整数类实现剖析
  • 前端部署,又有新花样?
  • Neural Jacobian Field学习笔记 - omegaconf
  • C++(day8)
  • 设计模式:模板方法模式
  • 英发睿能闯关上市:业绩波动明显,毅达创投退出,临场“移民”
  • 华清远见25072班网络编程day1
  • 深入理解 AbstractQueuedSynchronizer (AQS):Java 并发的排队管家
  • 32位CPU架构是如何完成两数(32位)相加的指令的?
  • 深度学习中的损失函数都有哪些,大模型时代主要用的损失函数有哪些,中间有什么区别?
  • java:io流相关类的继承关系梳理
  • PAT 1004 Counting Leaves
  • Linux操作系统shell脚本语言-第六章
  • 基于Springboot + vue3实现的小区物业管理系统
  • 自动化测试DroidRun
  • 把一段 JSON 字符串还原成一个实体对象
  • YOLO系列论文梳理(AI版)
  • ARM内核知识概念
  • 图论相关经典题目练习及详解
  • 深圳比斯特|多维度分选:圆柱电池品质管控的自动化解决方案
  • MySQL 日志全解析:Binlog/Redo/Undo 等 5 类关键日志的配置、作用与最佳实践
  • 龙虎榜——20250908
  • 自噬机制解析(二):一文厘清 LC3/Atg8 概念及实验应用要点
  • java类加载过程
  • 20250908-02:运行第一个 LLM 调用程序
  • 基于A2A和ADK的内容规划代理