实验概述 Quick BI是专为云上用户量身打造的新一代智能BI服务平台。Quick BI提供海量数据实时在线分析，拖拽式操作、丰富的可视化效果，帮助您轻松自如地完成数据分析、业务数据探查。它不止是业务人员“看”数据的工具，更是数据化运营的助推器，Data Intelligence is more than Business Intelligence，实现人人都是数据分析师。通过实验学生能掌握Quick BI的使用方法。

实验目的 本实验要求学生掌握大数据可视化从分析到实现的基本流程，利用阿里云提供的可视化工具Quick BI进行初步尝试，快速生成可视化BI报表，使用Quick BI工具对数据进行初步的分析。

实验架构

阿里云Quick BI可视化工具

第 1 章：实验背景

1.1 maxcompute

请点击页面左侧的 ，在左侧栏中，查看本次实验资源信息。 maxcomputemaxcompute MAXCOMPUTE 在弹出的左侧栏中，点击 创建资源 按钮，开始创建实验资源。 资源创建过程需要1-3分钟。完成实验资源的创建后，用户可以通过 实验资源 查看实验中所需的资源信息，例如：阿里云账号等。

1.2 实验概述

Quick BI是专为云上用户量身打造的新一代智能BI服务平台。Quick BI提供海量数据实时在线分析，拖拽式操作、丰富的可视化效果，帮助您轻松自如地完成数据分析、业务数据探查。它不止是业务人员“看”数据的工具，更是数据化运营的助推器，Data Intelligence is more than Business Intelligence，实现人人都是数据分析师。通过实验学生能掌握Quick BI的使用方法。

1.5 实验准备

本实验需要使用阿里云的Quick BI资源，具体步骤如下：

【注】本实验均在Google Chrome浏览器下测试运行，为了达到最大兼容，推荐使用Windows7以上的操作系统以及Chrome浏览器进行实验。

【注】一旦开始创建资源，该实验就开始计时，并在到达实验规定的时长时，将自动结束实验并清除资源。

第 2 章：实验详情

2.1 添加数据源

1. 首先点击工作空间，然后点击数据源，最后点击上传文件 阿里云Quick BI支持很多种数据来源，可以直接从MaxCompute将数据导入。还可以根据业务类型，从自建的数据库（目前仅支持MySQL和SQLServer）或者是本地的Excel、CSV文件导入。

【注】本实验只使用导入本地文件的方法导入数据，从MaxCompute和MySQL导入数据的方法不做实践。 2. 从本地数据导入

阿里云的Quick BI支持将本地上的Excel与csv文件上传创建数据集。以某公司的销售数据为例。该文件可以在云中沙箱的实验附件中可以找到，直接点击文件名下载，如下图。 在新弹出的窗口中选择本地EXCEL文件。 点击后跳出上传页面，点击 选择文件 按钮，选择刚才下载的文件（Global Superstore Orders 2016.xlsx），在输入指定名称一栏将数据源的名称修改为Global_Superstore_Orders_2016。 1）点击确定，稍等片刻即可在页面中查看到数据文件。 2) 点击 创建数据集 按钮之后会弹出创建数据集对话框，点击 确定 按钮 3) 页面会跳转至数据集标签下，现在已经创建好了一个新的数据集。 3. 从MaxCompute中导入

【注】在Quick BI中同样还支持导入MaxCompute数据，本实验中并未配置MaxCompute，因此在此仅对从MaxCompute导入做简单介绍，不纳入实验范围内。可以直接跳转至步骤2。

然后在对话框中点击云数据库，然后点击MaxComputer按钮 2) 在实际生产应用过程中，如果当前账号有配置MaxCompute项目的情况下，按照当前帐号下的MaxCompute项目名称以及该账号的Access ID与Access Key（可以在账号控制台下找到）将下列对话框中的信息完善，点击测试连接检查信息是否有误，将该连接添加进Quick BI。在此步骤中仅仅只是查看一下如何添加数据源的操作。 3) 如果测试正确，将会显示下列的提示。一旦测试成功后就可以点击上图的添加按钮将MaxCompute的数据导入。 4) 稍等片刻刷新页面即可看到数据表已经导入了Quick BI。 4. 从MySQL导入

【注】在Quick BI中同样还支持导入MySQL数据库的数据，本实验中并未配置MySQL服务，因此在此仅对从MySQL导入做简单介绍，不纳入实验范围内。

1）点击 数据源 按钮，然后点击 新建数据源

然后在对话框中点击云数据库，然后点击MySQL按钮 2）同样在测试连接无误后将其添加进数据源。这一步仅仅只是查看一下如何连接MySQL。在实际应用的过程中，等待数据同步后即可看到如下类似的数据表：

2.3 制作单个交叉表

1. 在工作空间中选择仪表板，然后点击新建仪表板，即可新建一个仪表板 新建的仪表板界面如下图所示： 可以看到，仪表板中默认生成了一张线图。由于本实验不需要使用线图，因此我们可以先将该线图删除。首先点击线图框右上角的按钮，然后点击删除按钮，即可删除线图

3. 新建交叉表之后在页面的右侧，图表设计栏的选择数据集对话框中，选择我们之前创建的数据集Global_Superstore_Orders_2016 选择了数据集之后，数据集中的字段就会出现在页面的最右侧 4. 如果我们需要分析该公司每年的销售量，我们可以将维度中的订购日期（year）和度量中的数量分别拖动到相应的位置，如下图所示 我们可以看到，在数量字段前有一个标签SUM，该标签指定了数量字段的聚合方式，即求和。如果我们需要改变数量字段的聚合方式，只需要点击SUM标签，然后选择相应的聚合方式即可（在这个步骤中不需要修改数量字段的聚合方式）。 如果我们需要对数据集中的某些字段进行过滤，只需要将相应的字段拖动到过滤器中，然后填写相应的过滤条件即可（在本步骤中不需要对字段进行过滤操作）。 在完成了上述操作之后，我们只需要点击更新按钮，即可生成相应的交叉表。交叉表如下图所示： 在生成了交叉表之后我们可以在页面右侧，图表设计的样式中，将交叉表的表名修改为Sales_Amount 修改完成之后，我们可以看到交叉表的表名已经变成了Sales_Amount 5. 如果我们需要分析该公司月度平均销售额，那么我们就需要改变相应度量的聚合方式。首先我们点击页面上方的工具栏中的交叉表，重新创建一个交叉表。 然后在页面右侧选择数据集Global_Superstore_Orders_2016，选择的方法与之前的步骤相同。然后将维度中的订购日期（month）和度量中的销售额分别拖动到行和列中，如下图所示

点击销售额前方的聚合类型的标签SUM，将聚合类型修改为平均值（AVG） 然后点击更新按钮即可得到相应的交叉表 月度平均销售额交叉表如下图所示： 在生成了交叉表之后我们可以在页面右侧，图表设计的样式中，将交叉表的表名修改为Avg_Sale 修改完成之后，我们可以看到交叉表的表名已经变成了Avg_Sale 6. 点击页面右上角的保存按钮 7. 在保存仪表板的对话框中，将仪表板的名称修改为报表，然后点击确定即可保存仪表板。如果有需求，我们可以将仪表板保存到不同的位置。 8. 保存完成之后我们就可以在仪表板页面查看我们刚才保存的仪表板

第 3 章：思考与讨论

3.1 思考与讨论

1. 阿里云Quick BI产品相对于普通桌面Excel等电子表格有什么优势？

参考答案

Quick BI 支持众多种类的数据源，既可以连接 MaxCompute（ODPS）、RDS、ADS、HybridDB（Greenplum）等云数据源，也支持连接 ECS 上您自有的 MySQL 数据库，还支持上传本地文件到 Quick BI 内置的探索空间进行分析。

由于云计算的天生优势，使用Quick BI处理和分析海量数据成本很低。