新增支持两种数据源，DataEase 开源数据可视化分析平台 v1.2.0 发布

内容简介：9月6日，DataEase开源数据可视化分析平台正式发布v1.2.0版本。在该版本中，DataEase新增了对SQL Server和PostgreSQL数据源的支持；视图和仪表板方面，增加了对数据钻取、联动的支持，同时加入了新的视图展示图形（...

9月6日，DataEase开源数据可视化分析平台正式发布v1.2.0版本。在该版本中，DataEase新增了对SQL Server和PostgreSQL数据源的支持；视图和仪表板方面，增加了对数据钻取、联动的支持，同时加入了新的视图展示图形（包括中国地图、散点图、气泡图、矩形树图等），丰富了视图展示图形的种类；数据集方面支持新增计算字段，用户可以在原有数据结构的基础上，通过计算公式增加新的统计字段。另外，我们还对其他一些常用的功能进行了功能优化和问题修复。

新增功能

■ 数据源新增支持SQL Server和PostgreSQL

在DataEase v1.2.0版本中，我们增加了对SQL Server和PostgreSQL数据源的支持。加上之前版本支持的Oracle、 MySQL 数据源，基本上已经涵盖了市面上主流的关系型数据库。

■ 视图展示图形新增支持中国地图、散点图、气泡图、矩形树图等种类

在DataEase v1.2.0版本中，新增了对中国地图、散点图、气泡图、矩形树图的支持，丰富了视图展示图形的种类。用户可以利用新增的图表类型做出比之前更加丰富的可视化内容。

■ 支持视图联动和钻取

在DataEase v1.2.0版本中，新增了对视图联动和钻取的支持。通过联动和钻取的设置，用户可以在仪表板上实现数据分析与交互操作。

在仪表板中可以为指定视图相关联的视图添加联动设置，当指定视图的维度选择变化时，与之相关联的视图显示数据会随之变化，方便用户进行同步观察。

在视图中支持设置图表的钻取维度，支持设置多级钻取维度。用户通过数据钻取，可以让视图按照指定维度或条件进行数据细分呈现，从而让数据范围从一个比较大的面逐步下钻并聚焦到一个小的点上，达到数据分析的效果。

■ 数据集字段管理新增计算字段

DataEase v1.2.0在数据集的字段管理中，新增了计算字段的功能。当用户从原有数据字段中无法获取到所需数据时，可以通过基本的四则混合运算公式，或者直接使用DataEase内置的常用函数来生成新的字段，满足业务可视化展示的需求。

除了上述提到的新增功能外，DataEase v1.2.0版本还包含了很多其他的功能更新和优化，欢迎进入我们的官方文档及GitHub仓库的Release页面查看更加详细的更新日志。

功能优化

■ refactor（仪表板）：优化仪表板元素拖动，大小变动延迟渲染，移动使用原始Dom，优化拖动卡顿现象；

■ refactor（仪表板）：优化仪表板预览模式下鼠标悬浮阴影效果；

■ refactor（仪表板）：明细弹出样式修改；

■ refactor（视图）：堆叠图优化；

■ refactor（视图）：维度指标色彩区分；

■ refactor（仪表板）：更换仪表板视图设置组件；

■ refactor（视图）：堆叠项不允许指标拖入；

■ refactor（仪表板）：图片修改为自适应，不保持宽高比例；

■ refactor（视图）：scatter优化；

■ refactor（视图）：重构仪表板主题设置组件，适配视图样式设置相关变化。

Bug修复

■ fix：修复 sql 注入和xss攻击的问题；

■ fix：修复过滤器多条件异常问题；修复编辑数据集切换到添加数据集界面异常问题；

■ fix：修复数据集消息获取接受人权限错误的问题；

■ fix：修复外部链接token存储使用vuex不使用cookie的问题；

■ fix：修复外部链接带密码嵌在iframe的问题；

■ fix：修复解析excel失败的问题；

■ fix：修复axios异步执行导致地图切换错误的问题；

■ fix：修复文本列表组件快速检索无效的问题；

■ fix：修复定时查询未读消息条数错误的问题；

■ fix：修复仪表板数字范围组件样式错误的问题。

致谢：特别感谢网友Mia0a、strawberrybiscuits检测出DataEase存在的SQL注入和XSS攻击漏洞。

以上所述就是小编给大家介绍的《新增支持两种数据源，DataEase 开源数据可视化分析平台 v1.2.0 发布》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！

查看所有标签

猜你喜欢:

• 遇见大数据可视化：来做一个数据可视化报表
• 可视化的数据，鲜活的数据
• 可视化的数据，鲜活的数据
• 遇见大数据可视化： 未来已来，变革中的数据可视化
• Python 数据可视化 2018：数据可视化库为什么这么多？
• 数据可视化：如何玩转大数据

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。