内容简介:将数据存储在数据库中对于当今的企业来说是一件很自然的事情。客户信息、历史订单、产品定价、物联网传感器数据,以及更多的正在被记录下来的信息,以备将来使用。然而,仅仅存储数据还不足以形成竞争市场优势。我们还必须能够分析数据,分析数据有很多方法可以选择。如果您想在MongoDB中进行可视化分析的数据,MongoDB图表是一个非常好的选择。在使用MongoDB图表之前,实际上有三种方法可以可视化MongoDB数据。1、 协同第三方BI工具,但需要充分利用MongoDB商业智能(BI)连接器
将数据存储在数据库中对于当今的企业来说是一件很自然的事情。客户信息、历史订单、产品定价、物联网传感器数据,以及更多的正在被记录下来的信息,以备将来使用。然而,仅仅存储数据还不足以形成竞争市场优势。我们还必须能够分析数据,分析数据有很多方法可以选择。如果您想在 MongoDB 中进行可视化分析的数据,MongoDB图表是一个非常好的选择。
在使用MongoDB图表之前,实际上有三种方法可以可视化MongoDB数据。
1、 协同第三方BI工具,但需要充分利用MongoDB商业智能(BI)连接器
2、 利用第三方工具,执行Extract-Transform-Load (ETL)相关操作
3、 编写自定义代码并使用图表库,如D3.js或Bokeh。
MongoDB图表的好处
目前处于Beta版的MongoDB图表提供了一种简单的方法来可视化MongoDB中的数据。您不需要将数据移动到不同的存储库、编写自己的代码或购买第三方工具。MongoDB图表知道并理解丰富性的文档数据模型,并非常容易地对数据可视化。
此外,MongoDB图表提供了一种安全的方法,可以创建可视化仪表板并与每个人共享,或者只与目标团队成员共享。类似地,后台使用的数据源也可以安全地共享。例如,销售部门的数据不需要提供给市场,除非有必要。非常强大的MongoDB图表将遵循MongoDB的安全设计作为首要任务。
下载完MongoDB图表 Docker 镜像,并按照如下安装说明操作,我们就可以连接到MongoDB Atlas中存储的数据源,并开始制作可视化仪表板。连接到MongoDB 图表服务器,我们需要采取以下三个步骤:
1、添加数据源
2、创建一个仪表板
3、创建图表
使用MongoDB图表分析Airbnb数据
我建立了一个数据库,里面有来自各个城市的Airbnb数据。我们将在这里探索来自华盛顿州西雅图的数据集,但是您可以自由地探索其他数据集。我们需要从拥有数据的Atlas集群中获取连接字符串,并以图表的形式连接到它。
该图是动态图:https://webassets.mongodb.com/_com_assets/cms/atlas-URI-6k09mb3bg3.gif
添加数据源
我们的MongoDB 图表服务器运行在localhost:80上,我们可以登录到Data Sources选项卡。我们使用Atlas (mongodb+srv://airbnbdemo:airbnb@airbnb-rgl39.mongodb.net/test?retryWrites=true)中的URI并选择Connect。接下来,我们被问到希望从集群中使用哪个数据源,在本例中,我将选择airbnb数据库中的seattlelistingandviews。对于权限,我只想保持所有内容都是私有的,因此我将接受缺省值并选择Publish Data Source。
一旦连接上,就可以给数据源添加别名。我把它叫做Airbnb西雅图。
注意:上面的URI包含一个示例URI。您应该连接到自己的Atlas集群,并使用授权的用户名和密码。
创建一个仪表板
下一步是创建一个实际的仪表板来装饰我们的可视化图表了。在Dashboards部分中,选择New Dashboard并填写一个名称和描述,就像Ken的Airbnb Dashboard一样。这里就是我们在仪表盘中添加图表的地方。
创建一个图表
单击Add Chart按钮后,我们可以开始构建可视化图表了。我们将从下拉框中选择Airbnb西雅图数据源。MongoDB图表自动确定哪些字段可用来进行探索。在这个练习中,我想看看西雅图的哪些社区拥有最多的Airbnb房产,并按房产类型进行划分。我们将对类型使用堆叠条形图。
1、对于x轴,我们需要id字段,根据count进行聚合。
该图是动态图:https://webassets.mongodb.com/_com_assets/cms/x-axis-value-cz2tkvt97r.gif
将x轴值赋给MongoDB图表,沿着y轴我们会看到地址和郊区。注意,address是这里的子文档,MongoDB图表天生知道如何处理这种类型的数据。我想按聚集值对郊区进行排序,按降序排列,并将结果限制在前20个郊区。
该图是动态图:https://webassets.mongodb.com/_com_assets/cms/y-axis-value-h1llqzam8w.gif
将y轴值赋给堆叠的条形图,让我们添加property_type字段作为我们的系列。
该图是动态图:https://webassets.mongodb.com/_com_assets/cms/series-value-b1gprdumq6.gif
将一个序列值赋给一个堆叠的条形图,现在我们可以根据位置命名图表、属性并保存它。
然后我们回到仪表板,在那里我们可以添加其他可视化,以便进一步研究。
看一下这个简短的视频,可以看到从这个数据源创建的其他一些可视化效果。
视频(youtube)地址:https://youtu.be/c7gIXDYDrNU
总 结:
MongoDB图表是一个非常好的新工具,可以直观地探索数据。它对于特定的用例有一些很好的特性,比如:
1、数据的临时分析
2、理解文档数据模型的优点
3、使用基于用户的共享和权限,项目协作非常容易
4、对于非开发人员来说,使用它进行自助数据分析已经足够直观了
MongoDB图表是在MongoDB数据上构建可视化的最快方法。我鼓励你今天就下载并试用它。让我知道你从Airbnb的数据集中得出了什么可视化结果。我总是喜欢看到人们如何探索他们的数据。
MongoDB Charts下载地址:https://www.mongodb.com/download-center/charts
译者:管祥青
原文标题:Visualizing Your Data With MongoDB Charts
原文地址:https://www.kenwalger.com/blog/nosql/mongodb/visualizing-data-mongodb-charts/
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
猜你喜欢:- 数据可视化—Echarts图表应用
- 组件化可视化图表 - Recharts
- 组件化可视化图表 - Recharts
- superset 接入可视化echarts图表
- 遇见大数据可视化 : 图表的视觉系统感知
- Python数据可视化之Pygal图表类型
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。
500 Lines or Less
Amy Brown、Michael DiBernardo / 2016-6-28 / USD 35.00
This book provides you with the chance to study how 26 experienced programmers think when they are building something new. The programs you will read about in this book were all written from scratch t......一起来看看 《500 Lines or Less》 这本书的介绍吧!