MatrixOne Intelligence 开服在即，点击手把手入门MO | 如何通过通过 FineBI 实现 MatrixOne 的可视化报表
FineBI连接
演示视频
1
FineBI 是新一代大数据分析工具，它有助于企业的业务人员深入了解和充分利用他们的数据。在 FineBI 中，用户可以轻松地制作多样化的数据可视化信息，自由分析和探索数据。FineBI 具有多种数据连接功能，可用于创建各种复杂的报表，构建数据决策分析系统，广泛应用于公司经营管理、生产管理、财务智能核算、销售运营等领域。
MatrixOne 支持连接到数据可视化工具 FineBI。本文将指导您如何通过 FineBI 连接到单机版 MatrixOne，并创建各种可视化数据报表，将它们组装成仪表板，以便进行数据分析和探索。
2
前期准备
已完成安装和启动 MatrixOne。
已完成安装 FineBI 和 FineBI 初始化设置。
3
通过 FineBI 连接 MatrixOne 服务
Step 1 - 登录 FineBI 后，选择管理系统 > 数据连接 > 数据连接管理 > 新建数据连接，如下图所示，选择 MySQL
Step 2 - 填写 MatrixOne 连接配置，包括数据库名称、主机、端口、用户名、密码，其他参数可以按默认设置。您可以点击测试连接按钮来验证连接是否可用，然后点击保存进行连接保存：
4
利用 MatrixOne 数据制作可视化报表
1. 创建 Demo 数据
首先，登录到 MatrixOne 数据库，然后执行以下 SQL 语句来创建演示所需的数据表和视图：
create database orders;use orders;CREATE TABLE `category` (`product_category_name` VARCHAR(255) DEFAULT NULL,`product_category_name_english` VARCHAR(255) DEFAULT NULL );CREATE TABLE `item` (`order_id` VARCHAR(255) NOT NULL, `order_item_id` INT DEFAULT null,`product_id` VARCHAR(255) DEFAULT null,`seller_id` VARCHAR(255) DEFAULT null, `shipping_limit_date` DATETIME DEFAULT null,`price` DECIMAL(10,2) DEFAULT null,`freight_value` DECIMAL(10,2) DEFAULT null);CREATE TABLE `review` (`review_id` VARCHAR(255) NOT NULL,`order_id` VARCHAR(255) DEFAULT null,`review_score` TINYINT DEFAULT null,`review_comment_title` VARCHAR(255) DEFAULT null,`review_comment_message` TEXT DEFAULT null,`review_creation_date` DATETIME DEFAULT null,`review_answer_timestamp` DATETIME DEFAULT null,PRIMARY KEY (`review_id`));CREATE TABLE `order_time` (`order_id` VARCHAR(255) NOT NULL,`customer_id` VARCHAR(255) DEFAULT null,`y` INT DEFAULT null,`q` INT DEFAULT null,`m` INT DEFAULT null,`d` DATE DEFAULT null,`h` INT DEFAULT null,`order_purchase_timestamp` DATETIME DEFAULT null);CREATE TABLE `orders` (`order_id` VARCHAR(255) NOT NULL,`customer_id` VARCHAR(255) DEFAULT null,`order_status` VARCHAR(255) DEFAULT null,`order_purchase_timestamp` DATETIME DEFAULT null,`order_approved_at` DATETIME DEFAULT null,`order_delivered_carrier_date` DATETIME DEFAULT null,`order_delivered_customer_date` DATETIME DEFAULT null,`order_estimated_delivery_date` DATETIME DEFAULT null,PRIMARY KEY (`order_id`));CREATE TABLE `product` (`product_id` VARCHAR(255) NOT NULL,`product_category_name` VARCHAR(255) DEFAULT null,`product_name_lenght` INT DEFAULT null,`product_description_lenght` INT DEFAULT null,`product_photos_qty` INT DEFAULT null,`product_weight_g` INT DEFAULT null,`product_length_cm` INT DEFAULT null,`product_height_cm` INT DEFAULT null,`product_width_cm` INT DEFAULT null,PRIMARY KEY (`product_id`));CREATE TABLE `rfm` (`customer_id` VARCHAR(255) DEFAULT null,`user_type` VARCHAR(255) DEFAULT null,`shijian` DATE DEFAULT null);CREATE view total_order_value as select t.order_id,product_id,seller_id,(price*total)+(freight_value*total) as order_value from (select order_id,count(*) as total from item group by order_id) t join item on t.order_id=item.order_id;CREATE view order_detail as select a.order_id,product_id,seller_id, customer_id,round(order_value,2) as order_value, y,q,m,d,h,order_purchase_timestamp from total_order_value a inner join order_time b on a.order_id=b.order_id;
接下来，使用以下 SQL 导入语句，将预先准备的 Demo 数据导入到 MatrixOne 数据库的相应表中。
use orders;load data local infile \'/root/data/category.csv\' into table category FIELDS TERMINATED BY \',\' OPTIONALLY ENCLOSED BY \'"\' LINES TERMINATED BY "\\r\\n";load data local infile \'/root/data/review.csv\' into table review FIELDS TERMINATED BY \',\' OPTIONALLY ENCLOSED BY \'"\' LINES TERMINATED BY "\\r\\n";load data local infile \'/root/data/product.csv\' into table product FIELDS TERMINATED BY \',\' OPTIONALLY ENCLOSED BY \'"\' LINES TERMINATED BY "\\r\\n";load data local infile \'/root/data/item.csv\' into table item FIELDS TERMINATED BY \',\' OPTIONALLY ENCLOSED BY \'"\' LINES TERMINATED BY "\\r\\n";load data local infile \'/root/data/order_time.csv\' into table order_time FIELDS TERMINATED BY \',\' OPTIONALLY ENCLOSED BY \'"\' LINES TERMINATED BY "\\r\\n";load data local infile \'/root/data/orders.csv\' into table orders FIELDS TERMINATED BY \',\' OPTIONALLY ENCLOSED BY \'"\' LINES TERMINATED BY "\\r\\n";load data local infile \'/root/data/rfm.csv\' into table rfm FIELDS TERMINATED BY \',\' OPTIONALLY ENCLOSED BY \'"\' LINES TERMINATED BY "\\r\\n";
2.添加数据集
在 FineBI 中，点击公共数据，然后点击新建文件夹，创建并选择一个文件夹，然后点击新建数据集，选择 SQL 数据集，将 SQL 查询添加到选定的文件夹中。输入数据集名称并填写 SQL 查询，如下所示：
select d,count(order_id) as order_num,count(DISTINCT customer_id)from orders.order_detailgroup by dorder by d
您可以点击预览按钮查看 SQL 查询的结果，然后点击确定进行保存：
下面是本示例中使用的所有查询 SQL 的示例：
-- 日活用户数及订单数select d,count(order_id) as order_num,count(DISTINCT customer_id)from orders.order_detailgroup by dorder by d-- 月活用户数及订单数select count(DISTINCT customer_id),count(order_id),concat(y, \'-\', m)from orders.order_detailgroup by y,morder by y,m-- 各时段活跃用户数及订单数select h,count(DISTINCT customer_id),count(order_id) order_numfrom orders.order_detailgroup by horder by h-- 各类型用户数量SELECT count(*),user_typefrom orders.rfmGROUP BY user_type-- 月 GMVselect y,m,sum(order_value),concat(y, "-", m) monthfrom orders.order_detailgroup by y,morder by y,m-- 季度 GMVselect y,q,sum(order_value) gmv,concat(y, "季度", q) as quatorfrom orders.order_detailgroup by y,qorder by concat(y, "季度", q) asc-- 季度 ARPUselect y,q,round((sum(order_value)/count(DISTINCT customer_id)),2) arpu,concat(y, "季度", q) as quatorfrom orders.order_detailgroup by y,qorder by y,q-- 月度 ARPUselect y,m,round((sum(order_value)/count(DISTINCT customer_id)),2) arpu,concat(y, "-", m) as monthfrom orders.order_detailgroup by y,morder by y,m-- 重要挽留用户热门指数SELECT e.product_category_name_english good_type,SUM(a.order_value) ordder_total_value,ROUND(AVG(c.review_score), 2) good_review_score,(0.7*SUM(a.order_value)+0.3*10000*ROUND(AVG(c.review_score), 7))top_rank_rateFROM orders.order_detail aINNER JOIN(SELECT customer_idfrom orders.rfmWHERE user_type=\'重要挽留用户\' ) as b ON a.customer_id=b.customer_idLEFT JOIN orders.review c ON a.order_id=c.order_idLEFT JOIN orders.product d ON a.product_id=d.product_idLEFT JOIN orders.category e ON d.product_category_name=e.product_category_namewhere e.product_category_name_english is not NULLGROUP BY e.product_category_name_english limit 50-- 一般挽留用户热门指数SELECT e.product_category_name_english good_type,SUM(a.order_value) ordder_total_value,ROUND(AVG(c.review_score), 2) good_review_score,(0.7*SUM(a.order_value)+0.3*10000*ROUND(AVG(c.review_score), 7))top_rank_rateFROM orders.order_detail aINNER JOIN(SELECT customer_id from orders.rfmWHERE user_type=\'一般挽留用户\' ) as b ON a.customer_id=b.customer_idLEFT JOIN orders.review c ON a.order_id=c.order_idLEFT JOIN orders.product d ON a.product_id=d.product_idLEFT JOIN orders.category e ON d.product_category_name=e.product_category_namewhere e.product_category_name_english is not NULLGROUP BY e.product_category_name_english limit 50
3. 更新数据
保存数据集后，您需要点击更新数据按钮，等待数据更新完成后才能进行分析：
4. 创建分析主题
本示例的分析主题用于可视化展示电商平台的一般挽留用户、重要挽留用户、月 ARPU、季度 ARPU、不同时段活跃用户、日活跃用户、月活跃用户数及订单数等数据，以辅助决策和提升业务。创建分析主题的具体步骤如下：
点击我的分析，然后点击新建文件夹，创建并选择一个文件夹。
点击新建分析主题，选择上一步创建的数据集，然后点击确定。
点击添加组件按钮，选择图表类型，将左侧的字段按需要拖动到右侧，双击修改字段可视化名称，在下方修改组件名称，组件名称即该组件所分析的报表内容：
5. 组装仪表板
点击添加仪表板，将刚刚创建的组件添加到仪表板中。您可以自由拖动和缩放组件的大小和位置，并在下方修改组件名称，以描述该组件所分析的报表内容。
6. 发布仪表板
组装完成后，点击申请发布，设置发布名称、发布节点和展示平台。然后点击
现在，您可以在首页导航下找到刚刚发布的仪表板，并查看其展示效果。
关于MatrixOne
MatrixOne 是一款基于云原生技术，可同时在公有云和私有云部署的多模数据库。该产品使用存算分离、读写分离、冷热分离的原创技术架构，能够在一套存储和计算系统下同时支持事务、分析、流、时序和向量等多种负载，并能够实时、按需的隔离或共享存储和计算资源。 云原生数据库MatrixOne能够帮助用户大幅简化日益复杂的IT架构，提供极简、极灵活、高性价比和高性能的数据服务。
MatrixOne企业版和MatrixOne云服务自发布以来，已经在互联网、金融、能源、制造、教育、医疗等多个行业得到应用。得益于其独特的架构设计，用户可以降低多达70%的硬件和运维成本，增加3-5倍的开发效率，同时更加灵活的响应市场需求变化和更加高效的抓住创新机会。在相同硬件投入时，MatrixOne可获得数倍以上的性能提升。
MatrixOne秉持开源开放、生态共建的理念，核心代码全部开源，全面兼容MySQL协议，并与合作伙伴打造了多个端到端解决方案，大幅降低用户的迁移