隨著對(dui)BI應用程度的(de)(de)加深(shen)，用戶需要連接和管理的(de)(de)數(shu)據越(yue)(yue)來越(yue)(yue)多，也越(yue)(yue)來越(yue)(yue)復雜。smartbi支持豐富(fu)的數據源接入，但一般(ban)并不能(neng)直接使用接入的業務庫直接進行數據分析(xi)。所以在報表開發前(qian)的取數(shu)(shu)過程(cheng)，把(ba)需要(yao)(yao)的數(shu)(shu)據(ju)整合(he)成一個(ge)數(shu)(shu)據(ju)集(ji)合(he)，可以理(li)解(jie)為(wei)我們(men)基于數(shu)(shu)據(ju)庫(ku)獲取我們(men)需要(yao)(yao)的數(shu)(shu)據(ju)，也是(shi)數(shu)(shu)據(ju)分析師和最終業(ye)務用戶進行交互分析前(qian)的準備(bei)步驟。
Smartbi為用戶提供了強大而靈活的數據獲取能力，一方面繼承了需要掌握sql和存儲過程等傾向于技術人員的傳統數據集，如有：SQL數據集、原生SQL數據集、Java數據集、存儲過程數據集、多維數據集。另外也具備可視化界面讓業務人員也能實現數據準備，如：自助數據集、透視分析數據集、即席查詢數據集、可視化查(cha)詢數據集。
無論是技術人(ren)(ren)員還是業(ye)務人(ren)(ren)員都可以通過相應的(de)(de)查詢從數(shu)(shu)(shu)據(ju)(ju)(ju)庫獲取到所需的(de)(de)數(shu)(shu)(shu)據(ju)(ju)(ju)來進(jin)行數(shu)(shu)(shu)據(ju)(ju)(ju)分(fen)析(xi)。對各種數(shu)(shu)(shu)據(ju)(ju)(ju)集推薦使用(yong)的(de)(de)場景與人(ren)(ren)群做了簡單的(de)(de)劃(hua)分(fen)，如下圖(tu)：
數據集(ji)類型(xing) | 使用場景 | 使(shi)用人群 |
Sql數據集(ji) | 各種分析報表(biao) | 熟悉sql技術人(ren)員(yuan) |
原(yuan)生Sql數據(ju)集 | 各種分析報表 | 熟悉sql技術人(ren)員 |
存儲過程(cheng)數據集(ji) | 存儲(chu)過(guo)程有(you)結果(guo)集返回，用(yong)于各種報表 | 熟悉存儲(chu)過程(cheng)的技術人員 |
多維數據(ju)集 | 展現多維數(shu)據(ju)源的數(shu)據(ju)，用于(yu)各種報表 | 技(ji)術人員 |
Java數據集 | 配置(zhi)Java數據源后使用，用于各種報表 | 熟悉Java類的開發人員 |
自助(zhu)數據集 | 制作(zuo)自(zi)助儀表(biao)盤(pan) | 業務(wu)人員 |
透視(shi)分(fen)析數據集(ji) | 制作(zuo)Excel分析（推薦）/電子(zi)表(biao)格 | 業務人員 |
即席查詢數據集 | 制作Excel分析 | 業務人員 |
| 可視化查詢數據集 | 各種(zhong)分析報表 | 不熟悉sql的業務人員 |
對于熟悉SQL語句的技術人員來說，可以使用SQL數據集、原生sql數據集來通過在文本輸入區中直接輸入各類數據庫方言表達式定義數據集條件和內容。那sql數據集與原生sql數據集如何選擇呢？SQL數據集是一類封裝結構的原生SQL數據集語句，在解析SQL語句過程中對最外層進行了包裝，而原生SQL數據集沒有對最外層進行包裝，是按照“所見即所得”的方式進行解析并執行。
對于熟悉存儲過程技術人員可以選擇存儲過程數據集。是針對存儲過程定義數據集條件和內容的一類數據集。另外，如果需要基于多維數據源創建數據集，系統也是支持通過創建多維數據集將多維數據庫中的cube進行轉換，形成可以供報表使用的數據模型，整個操作都是可視化的，方便靈活。能快速地在電子表格、儀表分析等報表上展現多維數據源的數據。同時我們也給熟悉Java類的開發人員準備Java數據(ju)集。此數據集具體是指將Java查詢對象輸出的數據轉換成集合，支持自行編寫java類處理數據、調用webservice接口返回數據，內置了txt、csv文件讀取等數據獲取方式。
Smartbi改變了傳統的方式，使業務用戶通過簡單的拖放即可實現對各類查詢的操作從而獲取各種分析數據集。比如有大屏展示需求的業務人員可選擇Smartbi提供的自助數據集來制作自助儀表盤就最適合不過了。自助數據集是一類基于個性化需求并劇本靈活查詢能力的數據集，用戶可以根據業務要求，通過可視化的方式，使用跨數據庫、多表關聯、數據轉換、復雜邏輯關系計算、數據抽取ETL等功能，將數據提取到自助數據集。
可視化查(cha)詢數據集專(zhuan)門給不熟悉(xi)SQL語句(ju)的業務(wu)(wu)人員自行(xing)從數(shu)(shu)據庫(ku)里(li)獲(huo)取(qu)所需要的查詢條件(jian)和(he)數(shu)(shu)據。基于(yu)數(shu)(shu)據源或(huo)是業務(wu)(wu)主題(ti)通過簡單拖拽操作創(chuang)建所(suo)見(jian)即(ji)所(suo)得數據(ju)集。
業務人員使用Excel分析可采用透視(shi)分析、即席查詢(xun)數據集作為數據庫取數的來源。其中可視化查詢類似Excel數據透視表，作為數據集能夠實現對數據的查詢與探索。另外透視分析還可作為電子表格的數據來源。即席查詢數據集則是用于大量明細數據的查詢的清單式數據集。
以往數(shu)據準備基本都依附于技術(shu)人(ren)員(yuan)，目(mu)前在一(yi)定程(cheng)度上不(bu)僅讓(rang)技術(shu)人(ren)員(yuan)從繁瑣的工作中解脫出(chu)來，也能使業務人(ren)員(yuan)也能參與(yu)到(dao)數(shu)據處理環(huan)節中。真正做到(dao)人(ren)盡(jin)其(qi)才(cai)。
數據查詢能力亮點
Smartbi提供強大的(de)界面(mian)化(hua)數(shu)據(ju)管理能(neng)力(li)，由用戶(hu)自(zi)行在(zai)源數(shu)據(ju)關系的(de)基礎上構(gou)(gou)建自(zi)己(ji)的(de)業(ye)務所需數(shu)據(ju)集(ji)。 如可視化(hua)查詢就能(neng)讓用戶(hu)在(zai)一(yi)個可視化(hua)界面(mian)拖拉拽即(ji)可輕(qing)松(song)完成數(shu)據(ju)模型的(de)構(gou)(gou)建，使我們的(de)分(fen)析用戶(hu)更快、更直觀地(di)獲取到(dao)準備好的(de)數(shu)據(ju)，從而更快、更智能(neng)地(di)進行業(ye)務決策。
自助數(shu)(shu)(shu)據(ju)集支(zhi)持(chi)跨庫查(cha)詢(xun)，當用戶查(cha)詢(xun)數(shu)(shu)(shu)據(ju)的(de)范圍比(bi)較廣并不限于一個數(shu)(shu)(shu)據(ju)庫時，可以(yi)跨多個庫進行(xing)查(cha)詢(xun)。提供跨數(shu)(shu)(shu)據(ju)庫查(cha)詢(xun)功(gong)能(neng)，支(zhi)持(chi)將不同的(de)數(shu)(shu)(shu)據(ju)源關(guan)聯，應對(dui)不同接(jie)口數(shu)(shu)(shu)據(ju)統一訪問問題。
3.高速緩存機制(zhi)
系(xi)統支(zhi)持數(shu)(shu)(shu)據(ju)(ju)(ju)抽取(qu)功(gong)能(neng)的數(shu)(shu)(shu)據(ju)(ju)(ju)集：自助數(shu)(shu)(shu)據(ju)(ju)(ju)集、可視(shi)(shi)化數(shu)(shu)(shu)據(ju)(ju)(ju)集、SQL數(shu)(shu)(shu)據(ju)(ju)(ju)集、存儲過(guo)程(cheng)數(shu)(shu)(shu)據(ju)(ju)(ju)集、Java數(shu)(shu)(shu)據(ju)(ju)(ju)集、即席查詢、透視(shi)(shi)分析。大部分數(shu)(shu)(shu)據(ju)(ju)(ju)集都(dou)支(zhi)持通(tong)過(guo)數(shu)(shu)(shu)據(ju)(ju)(ju)抽取(qu)從源數(shu)(shu)(shu)據(ju)(ju)(ju)庫中抽取(qu)原始(shi)數(shu)(shu)(shu)據(ju)(ju)(ju)到高速緩存庫，它可以保證秒級獲取(qu)大級別量(liang)的數(shu)(shu)(shu)據(ju)(ju)(ju)結果，提高系(xi)統性能(neng)。
