电子表格软件
- 产品介绍
- 电子表格软件产品的由来
- 电子表格软件的独特价值
- 以中国式报表为核心的轻量级BI平台
- 核心差异化特点是“真Excel”架构
- Spreadsheet不是Insight的子集
- Spreadsheet包括的具体功能
-
- 快速入门
- 快速制作你的第一张电子表格报表
- 通过报表角色认识功能界面
- 如何快速预览产品的演示Demo
- 看教程视频、快速进阶升级
- 连接demo环境安装Excel插件体验报表制作过程
-
- 产品使用指南
- 下载与部署指南
- 如何下载Spreadsheet安装程序
- 在Windows上安装报表服务器
- 在Windows上安装报表设计器
- 手机和平板APP的安装与配置
- 在Linux上手工安装报表服务器
- 如何升级Spreadsheet服务器
- 如何在Window系统升级Tomcat?
- 单独安装2308版本的内置Demo
-
- 数据准备指南
- 连接到已有数据库和表
- 准备报表需要的数据集
- 利用好数据集的复用性
- 封装含维度和指标的业务主题
- 透视分析数据集的时间计算
- 透视分析数据集的衍生字段
-
- 报表开发指南
- 各种报表布局设计的建议
- 报表设计原理、样式与模板
- 最常用的分组式报表
- 独特的数据可视化能力
- 设计报表的互动效果
- 分享与发布报表结果
-
- 数据填报指南
- 如何能修改数据库的数据
- 用Excel模板收集线下数据
- 认识流程设计工具
- 设计审核流程的操作步骤
-
- 管理员使用指南
- 管理员的2个主要职责
- 用公共设置规范开发
- 用户体系与管理介绍
- 权限体系与管理介绍
- 计划任务的原理与使用
- 独特的元数据管理能力
- 完善的系统运维监控
-
- 集成与二次开发
- OEM的白标功能
- 报表集成与用户集成
- 报表宏开发及示例
-
- 教学视频
- 基础操作课程
- 场景教学课程
- 入门到精通课程
-
- 产品解决方案
- 首次选型报表工具
- 【场景】用数据进行销售问题分析
- 【示例】商品利润贡献的报表
- 【示例】销售回款专题报表
- 【示例】客户价值分类与标签化
- 【应用】财务常用账簿数据的联动查询
-
- IT软件领域同行
- 亿级数据查询快如闪电
- 【示例】热销车的数据看板
- 【技巧】数据可视化相关动效素材
- 【实践】某报表实施后的经验和建议
-
- 数据收集的困扰者
- 【示例】销售任务填报审批
-
- Excel数据分析师
- 使用Excel作为数据源的透视分析
- 用融合报表进行自助分析
- 【示例】营销活动后的自助数据分析
- 兼容vlookup等Excel常见函数
-
- 常见问题FAQ
- 部署集成FAQ
- 数据准备FAQ
- 报表设计FAQ
-
- 版本更新
- 202401产品更新通知
- 202306产品更新通知
- 202304产品更新通知
-
- 定价与服务
- 免费的社区版产品及获取方法
-
准备报表需要的数据集
如果报表是一盘菜,数据集就是“原材料”,在电子表格软件中,报表可以由1个或多个数据集构成,可以完成简单的“醋溜土豆丝”,也可以完成“年夜大餐”。
在 产品架构介绍中,我们知道数据集有2种类型,分别是“拖拽式数据集”和“代码式数据集”,分别适用于不同的场景。前者由于不用提前准备参数,也更容易操作,适合大多数“表哥表姐”的使用!
试想一下:单位里面财务系统中科目明细账有10000行数据,每个访问(查询)请求完全检索需要2s,但实际上大部分查询只需要查当月的数据大约800条即可,那如果将这部分数据以数据集的方式“过滤”出来,用户查当月数据只需要在这800条数据中完成,那同样的环境下是不是可以把检索时间缩短到1s以内、或者同样的时长可以支持更多查询请求? Spreadsheet 就能做到。
当然了,Spreadsheet 也支持常见的“写 SQL 查询”和“写代码查询”的数据集。具体如何给自己的报表选用数据集,可以看 这篇介绍。
拖拽式数据集
拖拽式数据集包括即席查询数据集和透视分析数据集,主要面向不懂代码的业务人员,通过点击/拖放的方式完成明细数据或汇总数据准备,成为可用的制作报表的“原材料”。
即席查询数据集
即席查询数据集在业务中通常用于满足明细数据的查询需要。
创建即席查询数据集非常简单:连接数据->点选字段->拖放过滤->保存。用户在自助操作界面中,基于企业已有的数据源或语义层(详见「 封装面向业务的主题」),在权限受控的前提下自主定义筛选条件,选择制作报表需要的字段,保存为数据集即可。
即席查询数据集允许用户通过简单的鼠标勾选数据字段与查询条件快速获得所需数据,并提供聚合计算、告警规则、重定义表关系、改变条件组合逻辑等高级功能。
详细的功能说明请参考 即席查询的帮助文档(忽略其中的做图功能)。
透视分析数据集
透视分析数据集通常用于创建汇总数据查询,使 Spreadsheet 能够直接使用经过汇总的数据快速创建报表,大幅提高报表开发效率。
创建透视分析数据集和即席查询数据集一样简单:连接数据->点选/拖放字段->拖放过滤->保存。透视分析数据集采用“类Excel数据透视表”的设计,任何字段都可直接作为输出字段或筛选条件,轻松实现对数据的查询与探索。
透视分析数据集中还有个十分推荐的功能——时间计算,可以帮助你一键生成指标的同环比、累计等结果,具体介绍参考 这篇专题。
这里提供一个演示操作示例,可以看到,数据准备原来也可以很简单、快捷、方便。产品默认没有开启自动“刷新”功能,拖拽字段后需手工“刷新”(刷新就是查询数据的意思)。
详细的功能说明请参考 透视分析的帮助文档(忽略其中的做图功能)。
代码式数据集
代码式数据集包括 SQL 数据集、原生 SQL 数据集、存储过程数据集和 Java 数据集,主要面向技术人员,通过直接编写查询语句和代码的方式完成数据准备,成为可用的制作报表的“原材料”。
SQL 数据集
对于大部分关系型数据库、以及兼容 SQL 查询的数据库来讲,如果能够通过 SQL 来完成数据查询,对于技术人员来讲是更快捷、更精确的实现方式。
SQL数据集就是通过在文本区中输入SQL语句,来定义数据集条件和内容的一种数据集。
使用 SQL 数据集有以下几点需要注意:
- 目前SQL数据集的创建只能基于数据源创建。因此若是只使用SQL数据集创建报表,则不需要创建业务主题、语义层定义等操作。
- 技术人员可以先在数据库中写好SQL并执行通过,然后把这个SQL语句复制到SQL数据集中,并从左侧拖拽参数等对象到相应的位置。
- 书写SQL数据集后,一定要进行检测输出字段类型操作。
详细的功能说明请参考 这篇文章。
原生 SQL 数据集
和SQL数据集一样,原生SQL数据集也是文本方式输入SQL来实现查询的代码式数据集。
SQL数据集和原生SQL数据集的主要区别有两点:
- SQL数据集是一类封装结构的原生SQL数据集语句,在解析SQL语句过程中对最外层进行了包装。
如:“select area from area”解析后的执行语句为“select T84.area as F85 from (select area from area) T84”;而原生SQL数据集没有对最外层进行包装,是按照“所见即所得”的方式进行解析并执行。
- SQL数据集不支持“select * from”的语句;而原生SQL数据集支持该语句。
详细的功能说明请参考 这篇文章。
细心的小伙伴若是发现sql数据集及原生sql数据集的编辑面板有这三个功能而不知其作用,这里进行提醒。
定义多重表头:对原生SQL数据集的表头进行修改添加,形成多重表头,主要用于做其他的报表,比如灵活分析用到,但现在灵活分析已不推荐使用了。
参数布局:调整参数在原生SQL数据集阅览状态下参数的位置。
Excel模板设置:当前数据集的数据结果填充到用户自定义的Excel模板中。
若想更详细了解可以查看 这篇文章。
存储过程数据集
顾名思义,存储过程数据集就是根据存储过程定义和生成数据查询的数据集。
注意:在使用存储过程数据集之前,必须确保“存储过程管理”窗口中通过 自动检测 和 检测结果集 按钮分别检测出相关的参数和获取存储过程的结果集。
详细的功能说明请参考 这篇文章。
Java 数据集
Java数据集是指基于 Java数据源 中Java数据集对象作为数据集源的一种数据集。要创建Java数据集,必须先配置好 Java数据源 。
创建Java数据源的入口:
创建Java数据集的入口:
Java数据集编辑界面:
以下是对于创建Java数据集过程和介绍视频:
详细的功能说明请参考 这篇文章。
————————————————
立足经典、真Excel设计、社区版永久免费! 立即下载使用,开启高效报表开发之旅!
-
“真Excel”设计的免费报表工具
回到
顶部