MetaBase 数据可视化

第 1 节 概述

BI（Business Intelligence）商业智能软件是一类旨在帮助企业从大量数据中提取、分析、可视化、报告和洞察商业信息的工具。它们通过提供可视化的报表、仪表盘、数据分析和决策支持，帮助企业管理者和决策者做出数据驱动的决策。

• 数据集成与连接 能够连接各种数据源，形成一个统一的数据池。
• 数据分析与挖掘 能对数据进行各种分析，如趋势分析、聚类分析、预测分析等。
• 数据可视化 提供图表、仪表盘、地图、报表等多种可视化方式，使数据更加易于理解和呈现。

1.1 常见的开源 BI 软件

• Superset 主要以桌面端为主，移动端访问体验不佳，基于 Flask 和 Python，相对较重。

• Redash 支持响应式设计，基于 Python 和 Flask，相比 Superset 要轻量一些。

• Metabase 提供较好的移动端支持，基于 Java，相对轻量。

第 2 节 软件部署

2.1 安装容器

1
2
3
4
5
6
7
8
9

docker run -itd  --name MetaBase --restart always \
-p PORT:3000 \
-e MB_DB_TYPE=mysql \
-e MB_DB_DBNAME=metabase \
-e MB_DB_HOST=HOST \
-e MB_DB_PORT=PORT2 \
-e MB_DB_USER=USER \
-e MB_DB_PASS=PASSWORD \
metabase/metabase:latest

第一次登录时，需要设置用户名、邮箱和密码，也可以连接数据库，一步步设置完即可。

2.2 设置管理后台

设置 -> 通用

这里可以设置网站的 URL，需要公网访问时，需要设置。

默认的表名和字段名的显示会被修改，可以在这里取消，进行 SQL 查询的时候不变

设置 -> 本土化

可以设置日期、时间、货币等的显示方式。

设置 -> 公共分享

这里可以管理哪些内容可以公开访问。

第 3 节 创建页面

可以创建的内容如上所示：

• 问题 / SQL 查询是最基本的分析单元，问题是以图形界面构建 SQL 查询，而 SQL 查询是直接以 SQL 语句构建查询。获取数据后，绑定相应可视化方法，生成图表。
• 仪表板(Dashboards) 由一系列的问题 / SQL 查询组成，仪表板上有多个图表。
• 集合(Collections) 用来存放仪表板和问题 / SQL 查询
• 模型(Models) 将数据库中的表、视图或查询转换为业务层面的逻辑模型，用于简化数据的使用。
• 公制 (Metrics) 关键的业务指标，用于跟踪和呈现重要的统计数据，如销售额、用户增长等。

3.1 问题 / SQL 查询

问题的展开界面如下，可以看出，这就是图形化的 SQL 查询：

对于 SQL 查询比较熟悉，直接使用 SQL 查询可以更快实现更加复杂的查询。比如，进行如下查询：

1
2
3
4
5
6
7
8
9

SELECT 
    datetime, 
    MAX(cyclemax) AS cyclemax
FROM 
    GIL_FXHLZ
WHERE 
    datetime >= CURDATE() - INTERVAL 7 DAY
GROUP BY 
    datetime;

获取数据：

选择可视化，并且双击对应图表：

可以根据个人喜好进行一定的设置：

3.2 仪表板

仪表板横向上被分成了24个小格，纵向上不限，图表在横纵方向上可以自定义占用多少小格。

仪表板可以创建多个标签页，比如图中的最大值和有效值。有一些预设排版样式，可供参考，通常自己拖拽问题/SQL查询组件到相应的位置即可。

仪表板可以被分享为公共链接：

公共链接可以直接发送给他人查看，也可以以<iframe>格式镶嵌在其他网页中，比如使用这篇文章所说的 WxPusher 消息推送推送到微信。

1
2
3
4
5
6
7
8
9

iframe = """
	<iframe
		src="https://bi.papergate.top:5000/public/dashboard/xxxxx"
	    frameborder="0"
	    style="width: 100%; height: 950px;"
	    allowtransparency>
	</iframe>
	"""
send_wxpusher(summary='title', content=iframe)