摘要：
NBI大数据可视化分析平台作为新一代自助式、探索式分析工具，在产品设计理念上始终从用户的角度出发，一直围绕简单、易用，强调交互分析为目的的新型产品。我们将数据分析的各环节（数据准备、自服务数据建模、探索式分析、权限管控）融入到系统当中，让企业有序的、安全的管理数据和分析数据。
阅读全文
posted @ 2021-10-27 16:06
NBI大数据可视化分析
阅读(432)
推荐(0)
摘要：
随着国内信息化的快速发展，各行各业的信息化建设程度越来越高，随之而来对信息化和智能化提出了更高的要求，从信息化的管理阶段上升到以数据驱动，数据洞察，数据价值为核心的层面，那么在现阶段我相信大数据、可视化、数据大屏等行业名词大家不再陌生，这些技术或产品也在逐步渗透到各行业中，为行业赋能。基于一个高速发展的社会组织里面，一切以快为胜，我们一直在思考如何让每一家企业采用极低的成本，极快的速度，极其简单的方式实现数据洞察，数据应用呢，这个是我今天想要和大家分享的内容。
我们先来了解一下数据分析的几个步骤：（1）数据获取；（2）数据整理；（3）数据建模；（4）数据应用；大致分为上面几个步骤，数据获取、整理（ETL）部分不是今天的重点，所以不在这里展开讲，那么数据应用需要做哪些事情呢？大致分为三个步骤：
阅读全文
posted @ 2021-09-03 09:52
NBI大数据可视化分析
阅读(318)
推荐(0)
摘要：
ClickHouse是一款MPP架构的列式存储数据库，并允许使用SQL查询实时生成分析报告，也是一个新的开源列式数据库。
随着业务的迅猛增长，Yandex.Metrica目前已经成为世界第三大Web流量分析平台，每天处理超过200亿个跟踪事件。能够拥有如此惊人的体量，在它背后提供支撑的ClickHouse功不可没。ClickHouse已经为Yandex.Metrica存储了超过20万亿行的数据，90%的自定义查询能够在1秒内返回，其集群规模也超过了400台服务器。虽然ClickHouse起初只是为了Yandex.Metrica而研发的，但由于它出众的性能，目前也被广泛应用于Yandex内部其他数十个产品上。
阅读全文
posted @ 2021-07-23 14:14
NBI大数据可视化分析
阅读(747)
推荐(0)
摘要：
今天将自己所掌握的（Jenkins+svn+ftp自动化发布asp.net项目）知识分享给大家，希望能帮组到大家： （1）先下载Jenkins并安装； （2）安装.Net所需要的插件； （3）配置插件； （4）在Jenkins中创建一个需要自动构建的项目； （5）编译项目，发布。 去Jenkins官
阅读全文
posted @ 2019-07-08 10:53
NBI大数据可视化分析
阅读(871)
推荐(2)
摘要：
在现今制造业大环境下，全球化竞争愈发激烈，持续的精益改善、全面的质量管理和高端技术的不断迭代，企业要生存发展，成本管理显得愈发重要。企业常把降本比喻为拧毛巾。在用力拧毛巾之前，先看毛巾湿不湿、哪里湿，然后再用力拧，这样毛巾才能拧干。很多企业特别是中小制造业企业，只要找到了方法，是比较容易大幅降低成本的，总结来讲就是要有侧重点，先搞清楚成本比较突出的版块，在逐步细究找出原因，采取优化措施。
阅读全文
posted @ 2025-03-14 15:53
NBI大数据可视化分析
阅读(146)
推荐(0)
摘要：
总资产报酬率的合适范围受多种因素影响，包括行业特点、企业性质、市场竞争状况等。一般来说，总资产报酬率在15%-20%之间被认为是运作有效的。然而，也有观点认为，总资产报酬率一般在10%-15%之间表示企业的经营能力良好。
阅读全文
posted @ 2025-02-25 15:10
NBI大数据可视化分析
阅读(73)
推荐(0)
摘要：
看企业挣钱能力怎么样，其实我们关注最为核心的指标净资产收益率（ROE）指标就行，它是公司净利润除以净资产得到的百分比，反映了股东权益的收益水平，用以衡量公司运用自有资本的效率。通常来说，ROE越高，说明每单位净资产带来的收益越高。
一家公司ROE越高越好，但实际上很高的ROE是不持续的，一年两年很高，并不能完全反映公司的实际状况。
1、长年维持在ROE>20%，是非常棒的公司。20%看着好像不高，但是如果长期保持高于20%，不是件容易的事，无论是公司还是个人都一样。
2、ROE<7%,可能就是不值得投资的公司。主要是有以下两方面原因：
(1)资金成本一般为2%~7%，至少要能保本吧；
(2)机会成本。如果我们的钱投了ROE偏低的公司，这笔钱就不能投ROE更高的公司，会错失机会。
阅读全文
posted @ 2025-02-24 16:30
NBI大数据可视化分析
阅读(54)
推荐(0)
摘要：
企业的资产 = 负债 + 所有者权益 资产是企业拥有的经济资源，负债是企业需要偿还的经济责任，所有者权益则是企业所有者在企业中的权益。这个公式表明，企业的所有资产，要么是债权人的，要么是所有者的。偿债能力我们主要需要关注流动比率、速动比率、利息收入倍数、资产负载率等指标。
阅读全文
posted @ 2025-02-19 16:41
NBI大数据可视化分析
阅读(139)
推荐(0)
摘要：
企业营运能力分析主要体现在财务三张表中的资产负债表当中，重点关注的指标有：应收账款、存货、流动资产、固定资产、总资产指标等
阅读全文
posted @ 2025-02-17 15:13
NBI大数据可视化分析
阅读(93)
推荐(0)
摘要：
企业盈利能力数据主要体现在财务三张表中的利润表里面，盈利能力需要重点需要关注的指标有：毛利率、净利率、净利润增长率、营业成本增长率等；
接下来我们分析一下某上市公司披露的财务数据，看看该企业盈利能力如何：
阅读全文
posted @ 2025-02-13 15:07
NBI大数据可视化分析
阅读(73)
推荐(0)
摘要：
如何去投资一家公司，如何来看这家公司的所处的发展阶段，未来盈利和成长空间怎么样，其实这些问题在财务三张表中能找到答案。苦于一般人不是特别了解财务数据、财务指标，无法看懂数据和数据背后的逻辑，也就无法识别风险和机会。一提到某家公司发展怎么样，是否挣钱，了解一点财务知识的朋友可能会优先想到一个指标 净资产收益率(ROE)，那什么是ROE呢？是衡量股东资金使用效率的重要财务指标，又称为股东权益回报率，该指标体现了自有资本获得净收益的能力，用以衡量公司运用自有资本的效率。指标值越高，说明投资带来的收益越高。
阅读全文
posted @ 2025-02-12 12:43
NBI大数据可视化分析
阅读(58)
推荐(0)
摘要：
财务的三张表指的是资产负债表、利润表和现金流量表，其中（1）资产负债表是反映企业在某一特定日期（如月末、季末、年末）全部资产、负债和所有者权益情况的会计报表；（2）利润表是反映企业在一定会计期间的经营成果的财务报表，反映了企业在一定会计期间收入、费用、利润（或亏损）的数额、构成情况，可以帮助财务报表使用者全面了解企业的经营成果，分析企业的获利能力及盈利增长趋势，从而为其作出经济决策提供依据。（3）现金流量表是财务报表的三个基本报告之一，所表达的是在一固定期间内，一家企业的现金的增减变动情形，反映企业一定会计期间现金和现金等价物流入和流出的报表。
阅读全文
posted @ 2025-02-11 12:38
NBI大数据可视化分析
阅读(39)
推荐(0)
摘要：
背景： 在当前持续低迷的经济环境中，企业经营压力剧增，如何开源节流，降本增效优化企业的经营环境是众多企业都在探讨的话题，当然降本增效是一个体系化的工程，涉及方方面面，此篇文章介绍的数据驱动供应商管理只是其中一个点：拥有好的合作伙伴，优质的供应商是企业稳健发展的基石，企业中采购工作作为企业生产经营管理
阅读全文
posted @ 2025-02-09 19:20
NBI大数据可视化分析
阅读(55)
推荐(0)
摘要：
大数据分析的本质是利用技术手段将繁杂的数据进行可视化，洞察数据背后的价值，为企业提供决策支持。 我们可以把数据分析比作做体检，体检中使用的各种设备就好比使用的各类大数据技术和工具，体检的各项器官好比各个业务板块的数据，体检的结果 报告可以清楚的知道有哪些指标合格，哪些指标不合格，这些不合格的指标是高
阅读全文
posted @ 2023-04-03 16:17
NBI大数据可视化分析
阅读(48)
推荐(0)
摘要：
Spark SQL中用户自定义函数，用法和Spark SQL中的内置函数类似；是saprk SQL中内置函数无法满足要求，用户根据业务需求自定义的函数。 首先定义一个UDF函数： package com.udf; import org.apache.spark.sql.api.java.UDF1;
阅读全文
posted @ 2022-09-26 10:03
NBI大数据可视化分析
阅读(198)
推荐(0)
摘要：
（1）sparkstreaming从kafka接入实时数据流最终实现数据可视化展示，我们先看下整体方案架构： （2）方案说明： 1）我们通过kafka与各个业务系统的数据对接，将各系统中的数据实时接到kafka； 2）通过sparkstreaming接入kafka数据流，定义时间窗口和计算窗口大小，
阅读全文
posted @ 2022-09-10 14:36
NBI大数据可视化分析
阅读(249)
推荐(0)
摘要：
一、滚动窗口（Tumbling Windows） 滚动窗口有固定的大小，是一种对数据进行均匀切片的划分方式。窗口之间没有重叠，也不会有间隔，是“首尾相接”的状态。滚动窗口可以基于时间定义，也可以基于数据个数定义；需要的参数只有一个，就是窗口的大小（window size）。
阅读全文
posted @ 2022-09-05 14:16
NBI大数据可视化分析
阅读(206)
推荐(0)
摘要：
Spark Streaming是构建在Spark Core的RDD基础之上的，与此同时Spark Streaming引入了一个新的概念：DStream（Discretized Stream，离散化数据流)，表示连续不断的数据流。DStream抽象是Spark Streaming的流处理模型，在内部实现上，Spark Streaming会对输入数据按照时间间隔（如1秒）分段，每一段数据转换为Spark中的RDD，这些分段就是Dstream，并且对DStream的操作都最终转变为对相应的RDD的操作。
Spark SQL 是 Spark 用于结构化数据(structured data)处理的 Spark 模块。Spark SQL 的前身是Shark，Shark是基于 Hive 所开发的工具，它修改了下图所示的右下角的内存管理、物理计划、执行三个模块，并使之能运行在 Spark 引擎上。
阅读全文
posted @ 2022-08-31 10:54
NBI大数据可视化分析
阅读(106)
推荐(0)
摘要：
本篇文章我们来模拟一个真实的风险识别场景，模拟XX平台上可能出现盗号行为。
技术实现方案：
（1）通过将xxx平台用户登录时的登录日志发送到kafka（本文代码演示用的socket）；
（2）Flink CEP SQL规则引擎中定义好风控识别规则，接入kafka数据源，比如一个账号在5分钟内，在多个不同地区有登录行为，那我们认为该账号被盗；
（3）Flink CEP将识别到的风险数据可以进行下发，为数据应用层提供数据服务，如：风控系统，数据大屏，态势感知.....
阅读全文
posted @ 2022-08-29 18:34
NBI大数据可视化分析
阅读(199)
推荐(0)
摘要：
Flink CEP SQL中提供了四种匹配策略：
（1）skip to next row
从匹配成功的事件序列中的第一个事件的下一个事件开始进行下一次匹配
（2）skip past last row
从匹配成功的事件序列中的最后一个事件的下一个事件开始进行下一次匹配
（3）skip to first pattern Item
从匹配成功的事件序列中第一个对应于patternItem的事件开始进行下一次匹配
（4）skip to last pattern Item
从匹配成功的事件序列中最后一个对应于patternItem的事件开始进行下一次匹配
阅读全文
posted @ 2022-08-24 15:09
NBI大数据可视化分析
阅读(391)
推荐(0)
摘要：
（4）Flink CEP SQL贪婪词量演示
阅读全文
posted @ 2022-08-19 18:28
NBI大数据可视化分析
阅读(44)
推荐(0)
摘要：
Flink CEP SQL宽松近邻代码演示
阅读全文
posted @ 2022-08-15 10:04
NBI大数据可视化分析
阅读(61)
推荐(0)
摘要：
上一篇我们对Flink CEP做了简单介绍，这一篇我们通过代码来演示一下Flink CEP SQL中的严格近邻效果：
阅读全文
posted @ 2022-08-13 11:10
NBI大数据可视化分析
阅读(61)
推荐(0)
摘要：
复杂事件处理(CEP)既是把不同的数据看做不同的事件，并且通过分析事件之间的关系建立起一套事件关系序列库。利用过滤，聚合，关联性，依赖，层次等技术，最终实现由简单关系产生高级事件关系。
复杂事件主要应用场景：主要用于信用卡欺诈检测、用户风险检测、设备故障检测、攻击行为分析等领域。
Flink CEP能够利用的场景较多，在实际业务场景中也有了广泛的使用案例与经验积累。比如
阅读全文
posted @ 2022-08-12 09:40
NBI大数据可视化分析
阅读(220)
推荐(0)
摘要：
Flink提供了自定义函数的基础能力，在需要满足特殊业务场景需求时，根据自身需要按需定制自己的UDF 下面将简单演示一个UDF的定义和UDF的使用过程： （1）定义一个UDF package com.udf; import org.apache.flink.table.functions.Scala
阅读全文
posted @ 2022-08-06 16:37
NBI大数据可视化分析
阅读(192)
推荐(0)
摘要：
public static void main(String[] args) throws Exception { StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); env.s
阅读全文
posted @ 2022-08-06 16:35
NBI大数据可视化分析
阅读(188)
推荐(0)
摘要：
这里不展开zookeeper、kafka安装配置 （1）首先需要启动zookeeper和kafka （2）定义一个kafka生产者 package com.producers; import com.alibaba.fastjson.JSONObject; import com.pojo.Event
阅读全文
posted @ 2022-08-06 16:34
NBI大数据可视化分析
阅读(328)
推荐(0)
摘要：
public static void main(String[] args) throws Exception { StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); env.s
阅读全文
posted @ 2022-08-06 16:27
NBI大数据可视化分析
阅读(97)
推荐(0)
摘要：
本章节主要演示从socket接收数据，通过滚动窗口每30秒运算一次窗口数据，然后将结果写入Mysql数据库 （1）准备一个实体对象，消息对象 package com.pojo; import java.io.Serializable; /** * Created by lj on 2022-07-0
阅读全文
posted @ 2022-08-06 16:26
NBI大数据可视化分析
阅读(146)
推荐(0)
摘要：
滑动窗口（Sliding Windows）与滚动窗口类似，滑动窗口的大小也是固定的。区别在于，窗口之间并不是首尾相接的，而是可以“错开”一定的位置。如果看作一个窗口的运动，那么就像是向前小步“滑动”一样。定义滑动窗口的参数有两个：除去窗口大小（window size）之外，还有一个滑动步长（wind
阅读全文
posted @ 2022-08-06 16:22
NBI大数据可视化分析
阅读(279)
推荐(0)
摘要：
滚动窗口（Tumbling Windows） 滚动窗口有固定的大小，是一种对数据进行均匀切片的划分方式。窗口之间没有重叠，也不会有间隔，是“首尾相接”的状态。滚动窗口可以基于时间定义，也可以基于数据个数定义；需要的参数只有一个，就是窗口的大小（window size）。 demo演示： 场景：接收通
阅读全文
posted @ 2022-08-06 16:18
NBI大数据可视化分析
阅读(185)
推荐(0)
摘要：
FlinkSQL的出现，极大程度上降低了Flink的编程门槛，更加容易理解和掌握使用。今天将自己的笔记分享出来，希望能帮助在这方面有需要的朋友。 （1）首先引入POM依赖： <properties> <flink.version>1.13.1</flink.version> <scala.binar
阅读全文
posted @ 2022-08-06 16:14
NBI大数据可视化分析
阅读(270)
推荐(0)
摘要：
NBI可视化平台快速入门教程（五）编辑器功能操作介绍
阅读全文
posted @ 2022-06-30 14:43
NBI大数据可视化分析
阅读(122)
推荐(0)
摘要：
NBI可视化平台快速入门教程（四）数据可视化编辑器介绍
阅读全文
posted @ 2022-06-16 15:54
NBI大数据可视化分析
阅读(86)
推荐(0)
浙公网安备 33010602011771号