新增支持 Hive 数据源，DataEase 开源数据可视化分析平台 v1.5.0 发布

内容简介：12月6日，DataEase开源数据可视化分析平台正式发布v1.5.0版本。在该版本中，新增了对Hive数据源的支持；视图方面，图表类型增加了对词云图的支持；视图编辑的操作上，提供了重置功能，并取消了之前版本的实时保存...

12月6日，DataEase开源数据可视化分析平台正式发布v1.5.0版本。在该版本中，新增了对Hive数据源的支持；视图方面，图表类型增加了对词云图的支持；视图编辑的操作上，提供了重置功能，并取消了之前版本的实时保存功能；数据集方面新增同步字段功能，解决了由于数据集变化导致的视图不可用的问题；仪表板方面，增加了对视频组件的支持。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Hive

截至DataEase v1.4版本，DataEase支持的数据源包括Excel、 MySQL 、Oracle、SQL Server、PostgreSQL、Elasticsearch、MariaDB、Apache Doris、ClickHouse、 MongoDB 、Amazon Redshift等。在DataEase v1.5.0版本中，我们增加了对Hive数据源的支持。

Hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，是一种可以存储、查询和分析存储在Hadoop中大规模数据的机制。Hive的优点是学习成本低，可以通过类似 SQL 语句实现快速MapReduce统计，使MapReduce变得更加简单，而不必开发专门的MapReduce应用程序。

■ 数据集新增同步字段功能

在之前版本的DataEase中，用户编辑数据集时，不论是否对原有字段进行修改，都可能会造成诸如视图无法显示等异常情况，且数据集表结构的变化也无法更新到之前的数据集中。DataEase v1.5.0版本中，在数据集管理页新增了同步字段功能，用户在修改了数据库表结构后，能够在DataEase中将更新的字段信息同步过来，解决之前版本中所存在的问题。

■ 视图增加对词云图的支持

视图图表的支持对于数据可视化 工具 来说至关重要，DataEase一直坚持在持续迭代的每个版本中不断增加对新图表类型的支持。在DataEase v1.5.0版本中，增加了新的图表类型——词云图。词云图由词汇组成类似云的彩色图形，用于展示大量文本数据。例如，制作用户画像、对用户进行聚类，实现精细化营销。

■ 仪表板支持视频组件

多媒体元素对于数据可视化来说也是非常重要的组成部分，它可以丰富可视化大屏的展示形式，从另一个维度表达出数据所不能表达的内容。在DataEase v1.5.0版本中，新增了视频组件，可以实现在仪表板中播放mp4、webm格式的视频影像，满足了用户对多媒体展现形式的需求。

除了上述提到的新增功能外，DataEase v1.5.0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（数据集）：修复编辑数据集导致字段删除重建的问题；

■ refactor（数据集）：优化数据集查询；

■ refactor（仪表板）：移除仪表板自动刷新时的“Loading”动画；

■ refactor（仪表板）：优化仪表板PDF的导出，防止导出画面不全；

■ refactor（仪表板）：优化组件间隙和仪表板画布间隙；

■ refactor（仪表板）：增加仪表板编辑快捷入口；

■ refactor（仪表板）：增加矩形、时间组件的属性设置项；

■ refactor（仪表板）：优化仪表板上移、下移、置顶、置底移动算法，可以实时得到移动效果，解决置顶不准确的问题；

■ refactor：规范化SQL格式及数据表编码；

■ refactor：前端代码去掉不必要的引用，加快编译速度。

Bug修复

■ fix：修复图表类型切换逻辑错误的Bug；

■ fix：修复SQL Server计算字段的Bug；

■ fix：修复取消短链接的Bug；

■ fix：修复源码模式运行时，视图类型样式错乱的问题；

■ fix：修复PostgreSQL时间类型转换的Bug；

■ fix：修复Token验签逻辑错误的Bug；

■ fix：修复多个时间控件相互影响的Bug；

■ fix：修复MongoDB数据源校验有效性的Bug；

■ fix：修复文本组件根据仪表板缩放比例自动缩放文本大小和间隙的Bug；

■ fix：修复仪表板日期组件无法二次编辑的Bug。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网

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。