开源|Davinci用户体验：你离数据可视精美大屏只差一个Davinci！

导读：同比和环比是衡量企业某个数据周期性增长速度变化的重要指标，但是一味的看数据，我们很难对增长率的大小做出比较，这个时候就需要可视化工具来帮助我们。小编这次又“编造”了另外一组数据，利用Moonbox写出SQL求同比环比增长率，最后借用Davinci展示出来。具体请看正文~

在赛罕等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供网站设计、成都网站建设 网站设计制作定制开发,公司网站建设,企业网站建设,品牌网站建设,营销型网站,成都外贸网站制作,赛罕网站建设费用合理。

Davinci介绍：Davinci是一个DVAAS（Data Visualization as a Service）平台解决方案。Davinci面向业务人员/数据工程师/数据分析师/数据科学家，致力于提供一站式数据可视化解决方案。既可作为公有云/私有云独立使用，也可作为可视化插件集成到三方系统。用户只需在可视化UI上简单配置即可服务多种数据可视化应用，并支持高级交互/行业分析/模式探索/社交智能等可视化功能。

特别鸣谢

感谢万能的 Wormhole一姐王小燕同学 & Moonbox大神王浩同学 提供SQL技术支持！

一、Introduction

环比指本期统计数据与上期统计数据做对比，如2018年2月的数据与2018年1月的数据做对比。

同比指本期的统计数据与往年同期的统计数据做对比，如2018年1月与2017年1月的数据做对比。

同比和环比都反映变化速度，但侧重点不同：利用环比，我们会看到数据的短期趋势，但是这个数据可能是因为受到季节等因素的影响；而同比则更加侧重反映长期的大趋势，这样我们分析数据也就规避了季节的因素。

图1是小编随意编造的一组很简单的数据，表头包括年、月、场次、观众人数、票房及广告收入，用英文表示是为了之后写SQL的时候方便一些。

(图1)

暂且称这组数据为“ABD虚拟影院相关数据”，接下来，就是借助Davinci展示同比环比的时刻啦！

二、Process

Step 1：增加数据源

点击Source界面右上角“+”，在Source List里新增数据源（图2），上传CSV文件至指定数据库中（图3），小编使用的数据库为MySQL。

（图2）

（图3）

上传完CSV文件之后，就来到了我们特别重要的一步：写SQL、求出同比环比增长率。

计算同比环比可借助SQL里的window窗口函数实现。MySQL数据库8.x版本才支持window函数，然而小编所用数据库版本为5.x，升级比较麻烦，所以小编在这里使用Moonbox计算同比环比增长率。步骤如下：

（1）把 CSV文件对应数据源挂载到Moonbox计算引擎中。

(图4)

（2）在Source界面继续添加来自Moonbox的数据源，小编将其命名为“growthSource”，连接Url写Moonbox jdbc服务地址（例：jdbc:moonbox://localhost:10010/growthSource），注意将Moonbox jdbc 驱动放至Davinci lib包下。

(图5)

点击保存，就新增了一个JDBC类型的数据源。

Step 2：添加View

点击View界面右上角“+”，出现图6界面。【View是 Davinci 中非常重要的概念，所有的 SQL 逻辑都需要在这里创建，所有在图表上展示的数据都是通过这里的 SQL 获取，可视化建模和团队数据权限控制也在这里进行。（引自Davinci用户手册）】

(图6)

点击图6左上角的“选择一个Source”，选择上一步中新增的“growthSource”数据源，接着就是写SQL语句了，求同比与环比增长率的SQL语句分别如代码块7、代码块8所示。

select g1.year,g1.month, g1.box_office_mln, g1.last_year_month_box_office_mln, round((g1.box_office_mln - g1.last_year_month_box_office_mln)/g1.last_year_month_box_office_mln * 100.0, 2) asbox_office_mln_year_growth, g1.advertising_revenue_mln, g1.last_year_month_advertising_revenue_mln, round((g1.advertising_revenue_mln - g1.last_year_month_advertising_revenue_mln)/g1.last_year_month_advertising_revenue_mln * 100.0, 2) as advertising_revenue_mln_year_growth, g1.screening_ths, g1.last_year_month_screening_ths, round((g1.screening_ths - g1.last_year_month_screening_ths)/g1.last_year_month_screening_ths * 100.0, 2) asscreening_ths_year_growth, g1.audience_mln, g1.last_year_month_audience_mln, round((g1.audience_mln - g1.last_year_month_audience_mln)/g1.last_year_month_audience_mln * 100.0, 2) as audience_mln_year_growth from (select g.year, g.month, g.box_office_mln, lead(box_office_mln) over(partition by g.month order by g.year desc) aslast_year_month_box_office_mln, g.advertising_revenue_mln, lead(advertising_revenue_mln) over(partition by g.month order by g.year desc) as last_year_month_advertising_revenue_mln, g.screening_ths, lead(screening_ths) over(partition by g.month order by g.year desc) aslast_year_month_screening_ths, g.audience_mln, lead(audience_mln) over(partition by g.month order by g.year desc) as last_year_month_audience_mln from GrowthRate_SQL g order by g.month, g.year desc) g1;

(代码块7)

select g1.year,g1.month , g1.box_office_mln, g1.last_month_box_office_mln, round((g1.box_office_mln - g1.last_month_box_office_mln)/g1.last_month_box_office_mln * 100.0, 2) as box_office_mln_month_growth, g1.advertising_revenue_mln, g1.last_month_advertising_revenue_mln, round((g1.advertising_revenue_mln - g1.last_month_advertising_revenue_mln)/g1.last_month_advertising_revenue_mln * 100.0, 2) asadvertising_revenue_mln_month_growth, g1.screening_ths, g1.last_month_screening_ths, round((g1.screening_ths - g1.last_month_screening_ths)/g1.last_month_screening_ths * 100.0, 2) as screening_ths_month_growth, g1.audience_mln, g1.last_month_audience_mln, round((g1.audience_mln - g1.last_month_audience_mln)/g1.last_month_audience_mln * 100.0, 2) asaudience_mln_month_growth from (select g.year, g.month, g.box_office_mln, lead(box_office_mln) over(partition by g.year order by g.month desc) as last_month_box_office_mln, g.advertising_revenue_mln, lead(advertising_revenue_mln) over(partition by g.year order byg.month desc) as last_month_advertising_revenue_mln, g.screening_ths, lead(screening_ths) over(partition by g.year order by g.month desc) as last_month_screening_ths, g.audience_mln, lead(audience_mln) over(partition by g.year order by g.month desc) as last_month_audience_mln from GrowthRate_SQL g order by g.year, g.month) g1;

(代码块8)

注：这里小编增加了两个“View”，分别是yearGrowth和monthGrowth。另外，为了方便计算，在写SQL时，四列主数据的后面生成了一列新数据，用来表示去年同月或同年上月的数据。

点击右下角“Execute”执行SQL语句，yearGrowth和monthGrowth里面的数据分别发生如下变化：

(图9)

(图10)

点击“Model”进行可视化建模，也就是数据中，哪几项用作维度，哪几项用作指标。更改完毕后，点击“保存”。在这两个View中，小编仅用年、月作为维度，其余都作为指标。

Step 3：制作Widget

可视化组件Widget是 Davinci 中功能最强大也最复杂的部分。同一个数据视图可以被多个可视组件使用，并用不同的图形展现。

在展示同比环比数据方面，我们一般会用柱状图或者折线图来表示，而在Davinci所支持的透视驱动和图表驱动里，都有柱状图和折线图。它们具体有什么区别呢？让我们在实例中感受一下吧~

注：想了解透视驱动和图表驱动？请参考Davinci用户手册：

https://edp963.github.io/davinci/widget_guide.html

点击Widget界面右上角“+”，选择一个View。选择完毕后，出现图11所示界面。

(图11)

其中，分类型字段对应View中设置的是维度的字段，数值型字段对应指标字段。当鼠标悬停在图形图标上，系统提示图形的配置要求，满足条件生成图形。

例如，小编想要了解一下2017年下半年各月票房的环比增长率趋势，用透视驱动中的柱状图表示。在这个需求中，简简单单拖拽几个字段就能配制出小编想要的图表。

选择“monthGrowth”这个View，将鼠标放在柱状图图标上，我们会发现要做这个柱状图会需要“0到多个维度”及“1到多个指标”。既然小编想看的是各月环比增长率，那维度这里我们就需要放上“month”字段（点击字段下拉菜单可以排序），指标则是票房环比增长率字段。

接下来我们就需要用到“筛选”一项，在小编的原始数据中，年份里包括2017和2018年，月份里有12个月。这里小编的要求是“2017年下半年”，因此需要将“year”和“month”字段都拖到筛选栏里，并且按照自己需求配置筛选。这几项配置完以后，出现了如图12所示界面：

(图12)

如果觉得单单只看图形，不够清晰明了，我们还可以将票房环比数据拖进标签栏，最终如图13所示：

(图13)

当然，大家也可以根据自己的喜好配置柱状图颜色、标题颜色及大小以及坐标轴颜色等（图14）。

(图14)

点击右上角“保存”，小编就成功制作了一个Widget。当然，这个Widget也可以用折线图来表示（图15），完全看个人需求~

(图15)

再例如，小编想试试用图表驱动里的折线图来展示一下2018年各月广告收入的同比增长率。这时候就要选择“yearGrowth”这个View了。然后将鼠标放在图表驱动的折线图图标上，我们会发现要做这个折线图需要“1个维度”及“1到多个指标”。

同样，将“month”字段拖入维度栏，“广告收入同比增长率”字段拖入指标栏。

Hmmmmm，就完成了。（图16）

(图16)

是不是过于简单了？

但是大家有没有发现一个问题：在这个数据配置栏里并没有“标签栏”，但是折线图中依然有数字。

原来这里的标签设置在样式配置中。

勾选样式配置中的“显示标签”，数字就出现在了折线图中（图17）。

(图17)

且慢！小编似乎发现了折线图可以变换面貌。点击了一下，发现果然平滑的折线图更符合小编心意。于是最终的“2018年各月广告收入同比增长率”折线图制作完成！（图18）

(图18)

最后例如，小编想看一下2018年各月场次的增减与各月广告收入的多少有没有关系。透视驱动和图表驱动里的柱状图和折线图都可以表示，小编暂且选择透视驱动里的折线图。

同样还是将需求所需字段拖入维度栏和指标栏 — “month”拖入维度栏，“广告收入”和“场次”拖入指标栏，把“year”拖入筛选栏，选择出2018年。完成！（图19）

(图19)

值得一提的是，在这里我们还可以按照自己喜好变换指标栏中的图形。（图20）

(图20)

于是，小编就这样靠着拖拉拽完成了很多Widget的制作。

三、Display

最终，我们来到了展示界面。在展示界面，分别有Dashboard和Display两种展示方式。Dashboard里面有很多更为高级的功能，比如联动关系配置和钻取设置。

然而，肤浅的小编暂时被Display展示吸引住了，所有兴趣都挂在了Display上面，因此，本文中小编只介绍Display展示，Dashboard功能之后再做详细介绍。

下面我们来介绍一下Davinci的Display展示功能。

其实也没有什么介绍的，直接上图吧！

(图21 简约风)

(图22 漫画风)

(图23 科技风)

如图所示，在Display的展示中，我们可以自己更改背景颜色或上传背景图片。设置好背景之后，点击左上角的“Widgets”图标，上传自己想展示的图表，排列成自己喜欢的形状，风格任君选择，一个个大屏就这样制作完成！

以上便是小编用Davinci展示同比环比的过程。由于数据是自己编的，难免会有不符合实际之处，敬请大家谅解。

另外，Davinci一直在不断的成长中。未来，我们还是支持在Davinci Widget中直接计算出同比环比增长率这项功能，还请大家耐心等待，继续支持。

因为你们的支持，是我们不断前进的动力！

本文Display设计方面很大一部分是借鉴了Davinci用户做出来的大屏，当然这里只copy到一点皮毛，要学习到大神所制Display的精髓还有很长的路要走。还请各位大神能不吝赐教，多多放上自己用Davinci制作出来的精美Display或者形成教程小文，让大家更多的学习精美大屏制作方法~

作者：李玲 王小燕

来源：宜信技术学院

网站名称：开源|Davinci用户体验：你离数据可视精美大屏只差一个Davinci！
浏览路径：http://6mz.cn/article/pegihs.html