本发明涉及数据分析技术领域，具体为一种基于云原生微服务架构的自助式可视化数据分析方法。
背景技术：
随着it系统的蓬勃发展，各行各业积聚了大量的数据，对大量数据进行分析，挖掘有价值的信息来促进生产和销售已越来越重要。大数据时代，我们很容易在海量数据中迷失，通过大量的收集、存储原始数据，经过各种分析揭示企业、消费者等的行为模式和发展趋势，这些来源于人、机器和互联网本身的数据并不能为管理人员和其他决策者提供有价值的见解，必须整理、规范和进一步解释数据，然后进行分析和采取行动，才能提供有意义的价值。
为此我们提出一种基于云原生微服务架构的自助式可视化数据分析方法用于解决上述问题。
技术实现要素：
本发明的目的在于提供了一种系统从获取数据到分析数据。将有序无序的数据通过简单、直观的展现形式，便于用户提取重要信息，挖掘潜在价值。解决了背景技术中提出的相关问题。
为实现上述目的，本发明提供如下技术方案：一种基于云原生微服务架构的自助式可视化数据分析方法，包括以下步骤：
s1：数据准备，自助接入数据并提取数据，通过绑定组件数据；
s1.1：将具有平面结构的表数据关系化或事件化；
s1.2：通过关系化或事件化后的数据生成相应的图结构；
s1.3：将生成的图结构展现为直观的图形资源组装；
s2：可视化图形，根据组件内部数据交互关系模型生成所需的图形、分析报表、图表文字结合实现定制可视化；
s2.1：拖拽设计单图形和复合图形，支持19种常用图形组件在线生成；
s2.2：设置基本属性，支持属性自定义渲染；
s2.3：支持过滤、钻取、格式设置、导出、预览功能；
优选的，将要分析的数据库配置链接，通过sql、api、etl方式提前生成对应的分析数据。
优选的，将本地数据通过导入插件和映射关系，录入到系统数据库中再生成对应的表。
优选的，所述可视化数据分析方法还包括报表、图形、报告组装，并提供以下布局方式：上下布局、手风琴、栅格、标签布局。
与现有技术相比，本发明的有益效果是：本发明引入了数据处理、图表解析等技术，使用者通过视觉和图像比文本和数字更容易吸收和掌握信息。使用户能够接收有关运营和业务条件的大量信息。管理人员和其他知识工作者提供了新方法，可以显著的提高他们掌握隐藏在数据中的信息的能力。
附图说明
图1为本发明中自助式可视化数据分析示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，本实例在实现基于数据可视化分析方案时，先将数据接入，通过数据的接入和处理，使用系统建模组件生成相应的可视化资源；并展现为直观的图形。最后完成这些组件资源的组装形成应用层的可视化分析数据。以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。
请参阅图1，本发明提供一种技术方案：一种基于云原生微服务架构的自助式可视化数据分析方法，包含数据准备、可视化图形、资源组装三项主功能：
数据准备，将平面有结构的表数据关系化或事件化，接着通过关系化或事件化后的数据生成相应的图结构；最后将生成的图结构展现为直观的图形资源组装；
可视化图形，拖拽设计单图形和复合图形，支持19种常用图形组件在线生成；设置基本属性，支持属性自定义渲染；支持过滤、钻取、格式设置、导出、预览等功能
资源组装进行综合展示分析，用于作为一个整体进行调用，可以在使用之前预览各个组件的显示效果；提升了预览效率。
可视化数据分析系统可以设置适合不同组件尺寸与风格且添加自定义分组功能，并可以依照需要自由拖放。
该系统的可进行报表、图形、报告组装，支持自定义组合，提供多种布局方式，包含：上下布局、手风琴、栅格、标签布局。由于各模块侧重点不同，各大项中有数量不等的具体组件可供使用。
本发明中可视化数据分析方法具体为：将各种非关系数据通过导入插件或数据库接入到数据中心，通过系统提供的数据提取方法组件如sql、api、elt、数据导入，得到表结构的数据生成相关的表，建立表之间的关系获取初步数据。
通过系统插件化工具对数据进行转换、过滤、计算等灵活加工，梳理分析数据之间的结构与关系，生成自定义分析表。
通过数据建模引擎，生成的图结构展现为直观的图形资源组装；他负责数据加载，数据的运算，数据的渲染，达到图表的数据内部关系构建和展现。数据建模达到可视化图形、拖拽设计单图形和复合图形，支持19种常用图形组件在线生成任意切换。可以将所需的图形、表、文字组件及自定义动态组件资源组装进行综合展示分析。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
1.一种基于云原生微服务架构的自助式可视化数据分析方法，其特征在于，包括以下步骤：
s1：数据准备，自助接入数据并提取数据，通过绑定组件数据；
s1.1：将具有平面结构的表数据关系化或事件化；
s1.2：通过关系化或事件化后的数据生成相应的图结构；
s1.3：将生成的图结构展现为直观的图形资源组装；
s2：可视化图形，根据组件内部数据交互关系模型生成所需的图形、分析报表、图表文字结合实现定制可视化；
s2.1：拖拽设计单图形和复合图形，支持19种常用图形组件在线生成；
s2.2：设置基本属性，支持属性自定义渲染；
s2.3：支持过滤、钻取、格式设置、导出、预览功能。
2.根据权利要求1所述的一种基于云原生微服务架构的自助式可视化数据分析方法，其特征在于：将要分析的数据库配置链接，通过sql、api、etl方式提前生成对应的分析数据。
3.根据权利要求1所述的一种基于云原生微服务架构的自助式可视化数据分析方法，其特征在于：将本地数据通过导入插件和映射关系，录入到系统数据库中再生成对应的表。
4.根据权利要求1所述的一种基于云原生微服务架构的自助式可视化数据分析方法，其特征在于：所述可视化数据分析方法还包括报表、图形、报告组装，并提供以下布局方式：上下布局、手风琴、栅格、标签布局。
技术总结