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。
30天自制操作系统
[日] 川合秀实 / 周自恒、李黎明、曾祥江、张文旭 / 人民邮电出版社 / 2012-8 / 99.00元
自己编写一个操作系统,是许多程序员的梦想。也许有人曾经挑战过,但因为太难而放弃了。其实你错了,你的失败并不是因为编写操作系统太难,而是因为没有人告诉你那其实是一件很简单的事。那么,你想不想再挑战一次呢? 这是一本兼具趣味性、实用性与学习性的书籍。作者从计算机的构造、汇编语言、C语言开始解说,让你在实践中掌握算法。在这本书的指导下,从零编写所有代码,30天后就可以制作出一个具有窗口系统的32位......一起来看看 《30天自制操作系统》 这本书的介绍吧!
HTML 压缩/解压工具
在线压缩/解压 HTML 代码
RGB转16进制工具
RGB HEX 互转工具