HENGSHI SENSE 3.6发布，定义分析上云的未来
云即数仓
BI 产业来到了一个史无前例的时间节点，一方面企业客户在疫情影响下加速数字化转型，精细化运营管理已经是大势所趋，对于数据资产的沉淀到价值挖掘已经是标准动作；另一方面，在
|
云即数仓 BI 产业来到了一个史无前例的时间节点，一方面企业客户在疫情影响下加速数字化转型，精细化运营管理已经是大势所趋，对于数据资产的沉淀到价值挖掘已经是标准动作；另一方面，在云上遭遇的数据挑战持续加大，应对多云多源异构的数据环境，信息安全的数据合规存放、统计口径归一化、大规模推广使用、千人千面的批量发布都是不断涌现的新问题。数据分析遭遇的不是功能性挑战，而是架构层面的挑战，能够敏捷应对的技术创业公司迎来了机会遍地的时代。 从全球范围来看，Salesforce 将 Tableau 收入囊中后，快速把分析能力整合进销售云、营销云各种业务场景；Google 收购云端架构最先进的 Looker，也作为分析的 PaaS 能力整合到 Big Query 产品线，成为给云上的计算资源带货的KOL；微软内部的 Power BI 已经是带动整个大数据部门的增长利器，和 Teams 的整合联动是早晚的事情；Amazon 今年挖来之前 Tableau 的CEO 准备在 Quick Sight 上大搞特搞，我们很明确的看到，数据分析正在从应用层下沉到 PaaS 层的更基础形态，以更宽广的输出口径和更服务化的形态赋能所有的 SaaS 应用场景。 让分析如何更加场景化和规模化是企业上云提给数据分析行业的结构性命题，也是新一代 BI 厂商的结构性机会。因为归根结底，分析就是在各种场景里做类似石油炼取的价值挖掘，在数字化转型的今天，又有什么垂直应用不欢迎这样的赋能呢。沿着企业管理 KPI 理论路径发展了几十年的商业智能领域，第一次走到了一个能够以广泛赋能的姿态来建立广泛合作生态的位置 — Powered by Analytics，这是每一轮产业演变洗牌过程中轮回出现的宝贵的枪口位。 HENGSHI SENSE 3.6 创新概述BI is disrupting！ 传统 BI 项目会有 1 / 3 的产品费用，2 / 3 的实施费用，但依然面临高失败风险和低客户满意度，核心原因是 BI 实施是不科学的。项目预算通常来自对分析目标拆解后的工作量评估和报表构建的人力成本，但是忽略了最本质的一点，BI 是一个分析过程的建立，是一个数据驱动的工具落地呈现，也是一个多部门沟通的共同语言体系的建立，这是长期的、持续的、反复试错调焦的迭代循环，没有一种项目评估方式可以清楚的评估这样的“实施”的“合理”成本，所有的估计都是低估的。 海外市场能够以数百亿美金估计是因为需求的广泛性、行业的通用性和 Tableau 这一批优秀厂商的涌现，这批优秀的工具厂商的存活是因为赌在了数据分析的自助式服务上，这让这个长期过程建立的责任很清楚的落在客户自己的业务和数据部门，这是过去十年敏捷 BI 发生的主旋律框计算 开放云，而垂直 SaaS 的兴起完全颠覆了这个传统方式，给整个产业带来了更合理的模式转换 每一家 ISV 厂商都在转型 SaaS 应用厂商，业财一体化、HR 智能化、营销数字化是过去两年内最迅猛的领域。SaaS 的建立是需要走过标准化构建的过程的，这是每一家 ISV 自己的命题，因为云端的服务是标准的，标准化的困难在于需要提炼共性，对功能做出更高维度的抽象，工程的门槛也随之快速攀升。但是一旦做到，每一个 SaaS 领域的兴起意味着某一个企业的特定应用场景的行业方法论得到一个很好的归纳和固化，是先进方法论的低成本对外输出，会有更多的公司受益，企业管理水平会整体性的向上提升。 在这样的标准场景中，分析的位置也发生了明显转变，数据的输入口径会更加的标准，分析的目标场景会更加明确，分析里做的工作有可能得到最好的复用推广，分析需要解决的事情，回归了分析的初心 — KPI 指标管理。通过中心化管理业务指标的计算逻辑，和大规模的应用推广分析成果，大量低效的 BI 项目实施可以被消灭在 SaaS 厂商标准化的分析场景构建中，数据分析的老大难随之也走入了更低成本、更快推广、更灵活调整的良性增长轨道上，这是衡石重点关注企业服务生态的主要原因。 BI is low-code! 当你转变视角，以分析赋能应用，或者是构建应用的角度来看这样的生态合作，会意识到 BI 就是 data low-code，且灵活构建的目标是高价值的数据类应用。 衡石团队长期对于前端可视化的高自定义、高配置性和足以构建一个网站门户的可视化组件丰富度保持痴迷的状态，我们看到了用可视化的语言来表达一个应用业务逻辑的传播便利性，这一点也是 BI 产业的魅力，能够出圈进入到更广泛的受众视野。我们让优质的行业解决方案厂商能够有配套的交互呈现和信息传播能力。数据分析是高度浓缩的信息组成，是多部门协同链条后的洞见产出，这需要非常恰当和精心组合的视觉表达形式和交互路径设计，大多数的应用厂商都低估了这一点，好在他们正在快速的接受这一点 不局限于表格、报表、看板和大屏，现在基于衡石的低代码前端构建能力和 API 服务开放架构，我们的伙伴能够在数天内搭建数据服务中台、标签管理平台、自助取数平台和自由查询系统。这些能够直接面对终端客户提供的端到端解决方案灵活方便、完成度高，没有代码开发工作、并且不需要衡石的任何参与实施工作，我们甚至已经无法预测客户应用衡石的场景，说到底我们的定位是赋予能力的标准化平台厂商，对于专业的领域场景我们保持明确边界，这绝不是偷懒，而是对专业的足够敬畏。 BI is on Cloud but data brings gravity! 分析和 BI 并不是等同的两个概念，分析是更广泛层面和更深技术栈的 BI 能力，其核心的点在于分析需要大量的有目的性的数据加工，定义了 BI 概念的 Gartner 在两年前把概念完善为 ABI （Analytics BI），清楚的揭示了这里的变化。 有意思的是框计算 开放云，衡石的数据分析模式从 Day One 就适配了当前看来非常合理的湖仓一体架构，这是符合云原生路径的唯一方式。在第一版产品中，我们就采用了 Apache Spark 引擎来构建分析和数据分离的解耦性，但是很快我们发现 Spark 对于ad-hoc 查询的不友好，只能从头自己构建语义层分析引擎的设计实现。衡石也能够引入各种成熟的数据存储平台来支撑可能会遇到的加速和聚合需要落地存数的需求，但总体来说，我们是严格按照存算分离的架构演进过来的。 当前湖仓一体的技术让分析和 BI 变得密不可分，Snowflake 这样的数据仓库公司投资了 BI 厂商做更深的绑定，而 Databricks 也开始往下推进，从高级分析的领域扩展到云数仓的层面，是云让这个定位发生了根本性的转变，这个转变长远来看当然是向 Databricks 更加友好的方向，因为业务关注的重点是分析而不是数仓，数仓的强大中心化的形态在退化，或者说在变化为更轻、更专注但也更具扩展性的底层服务形态。 传统的数据仓库建设加 BI 报表的常规路径已经不再适用，我们需要更灵活的分析、更实时的随需应变，以及最最重要的 —— 最小的数据搬运成本，这是大数据和云计算的双杀带来的问题。数据的重力（data gravity）这个词来自大数据时代，它表达的是数据量增加会让整个数据工程的实施工作以很快速度沉重不堪，我们需要尽量让计算来到数据的地方，而不是做大量的数据搬运和汇集的工作，传统的汇集到一处来的惯性思维需要被重新审视，寻求更轻量敏捷的方案。正如飞船上天需要搞定重力的问题，业务分析要上云同样必须迈过数据重力这道门槛。 减少数据重力的方式是尽量后置和消除 ETL 中的 T。数据的 Transform 也就是清洗加工，在湖仓一体的架构下首先是被后置了，ETL 变成了 ELT，尽量保持数据的原始性（raw data）。这让整个数仓的定位都发生了转变，不是为了做大量的数据加工，而是回归了这个词字面的意思：存储。在这个基础上开展的 Transform 工作就是数据加工清洗和重复拷贝，但这部分工作和分析直接挂钩后，令人愉快的消失在各种虚拟的数据视图、逻辑的模型定义、指标和计算逻辑的配置中，分析的语义层以表达能力的方式配置定义好计算逻辑，同时进一步把实际运算后推到分析场景触发的一刻。这样的方式最大限度的降低了数据的搬运、消灭了提前的预先计算、并保持了最大的灵活性（分钟级别的随需应变）。 我们为此付出了多大的代价呢？仅仅是场景应用即时需要的算力，对我们来说可以轻松的交给云平台厂商，这是 IaaS 层应该具备的资源弹性扩展。如果结合到分析平台更加精细化的权限管控，最终实际参与计算的数据还会被进一步缩小范围，下推执行在权限圈定好的一个小范围内完成，这就是云的时代最具备扩展性的新型分析模式，这样的架构能够将分析真正的规模化作用于云端，达成 Analytics as a Service 的理想形态。 HENGSHI SENSE 3.6 亮点功能一览 HENGSHI SENSE发布了 3.6 版本，在可视化、数据管理、数据集成、数据服务等方面都增加了很多亮点功能，在视觉效果、用户体验方面都有了很大提升。下面让我们一起了解这些新功能： 可视化提升应用创作区结构全新定义 应用创作的创作区在结构上进行了重新定义。左侧配置区域定义为持久态，一旦配置后不再变化。右侧展示区域定义为临时态，用户可以查看各种情况下图表的展现样式。两个区域空间独立，功能分开，用户可以更加方便、直观的操作图表。
可定制化的自定义图表 HENGSHI SENSE 支持数十种通用图表类型，可以满足大多数用户的分析需求，但是对于少数用户提出的一些定制化需求，这些通用图表无法实现。因此，HENGSHI SENSE 提出了自定义图表，用户可以自己编写 JS 代码实现图表定制化。
自定义图表具有以下特点： 地图 3D 展示 3.6 版本在分层地图中增加了 3D 展示功能，用户可以调整视角使地图以任意角度展现，增强地图的视觉效果。此外网格图、蜂窝图在 3D 效果上，增加了高度显示，使图层展示更多信息。 动态飞线图 优化飞线图。支持设置线条粗细、飞线弧度、拖尾淡出、飞线动画、地点标记，配合地图 3D 展示使视觉效果更生
地理角色匹配 新增地理角色匹配功能。在地理角色转换过程中，如果字段匹配不到地理信息，会弹出地理角色匹配窗口，支持用户对未匹配成功的字段手动匹配到对应的地理角色。 在匹配弹窗中：
表格样式优化 3.6 版本在表格样式上做了诸多优化，使表格展现样式更符合分析场景需求，方便用户查找数据。 表格新增序号样式 用户通过序号可以快速定位到数据所在位置。翻页器也配合着进行了优化，支持配色功能，对“选中”和“未选中”进行不同颜色配置，用户可以快速的定位到表格的某一页。
表格增加自动换行功能 解决表格内容过长时显示不全的问题，表头和表格可独立设置自动换行。
表格小计位置优化 支持用户根据分析场景或使用习惯设置小计位置，方便用户直观的获取小计信息。维度小计支持放置在顶部或底部。度量的对比维度小计支持放置在左侧或右侧。每个小计的样式可以独立设置。
表格折叠维度增加展开设置 可自由设置各级维度的展开状态，使表格展示时呈现不同样貌。
表格功能增强 新增隐藏字段 隐藏字段就是表格中不展示该字段。数据分析场景中一些不需展示的字段，可能会在跳转、下钻时作为参数传递到下一个报表中，这种场景可以使用隐藏字段来实现。隐藏字段设置后字段置灰，同时字段从列表中隐藏。隐藏字段能够从明细数据中导出。
行列转置 在表格维度中点击按钮即可实现行列转置功能。除折叠维度外，其他样式和动效保持不变。
过滤器全新改版 过滤器控件进行了全新改版。将局部过滤控件与全局过滤控件分开展示，将文本搜索框独立展示，更加直观，用户选择更方便。
过滤控件默认值优化 过滤控件的默认值设置功能进行了优化，默认值设置以弹框形式展现。 过滤字段为文本类型时： 新增动态选中模式，可设置全部、无选项等多种模式 当设置的选择项不存在于候选项中时, 则默认选中候选项中的第一个 灵活控制“全部”选项开关，支持自定义文案
过滤字段为时间类型时：
过滤字段为数字类型时，增加比较类型的展示样式。
文本搜索框改进 文本搜索框在搜索匹配方式和搜索展示上进行如下优化。
树形过滤器 3.6 版本新增树形过滤器，以树形结构展示过滤字段，可以对多个有层级关系的字段如“国家-省份-城市”、“年-月-日”、“公司-部门”等实现过滤。
下钻引入图层概念 3.6 版本中引入了下钻图层概念，将原有的维度下钻调整为图层下钻，使得各下钻图层相互独立，每个图层维度和度量可独立调整。下钻位置也从交互迁移到配置中，方便设置下钻图层内容。下钻时会带入维度和内部过滤的条件，且层层继承。下钻的按钮调整为悬浮独立控件，方便用户操作。
跳转功能增强 3.6 版本对跳转进行了优化，支持在跳到应用内仪表盘时带入过滤条件值和带入继承过滤条件值。图表类控件可以带入图表自身维度值、相关过滤条件值；图形、形状、按钮、富文本等控件支持带入页面过滤条件值。用户还可以自定义过滤条件值。
KPI 图表 KPI 图表允许副指标添加过滤功能，使副指标可脱离主指标独立进行过滤。
分组分簇柱状图 优化分组分簇柱状图对分组轴进行字体展示样式，支持设置文字角度、换行、省略等功能，使展示效果更美观。
移动端增加菜单栏 3.6 版本在移动端顶部增加菜单栏，方便用户对系统进行操作。菜单点击时可呼出，不占用空间。在嵌入场景下可通过参数决定是否保留菜单栏。
移动端过滤器优化 移动端下拉过滤器增加搜索框、备选项功能，便于用户操作。
数据管理 参数重构 3.6 版本深度分析参数的使用场景，对已有参数在结构上进行调整，使其满足更多的应用场景，更贴合用户的使用习惯。
默认值新增如下场景： 允许值为范围时，默认值新增动态值选项参数控件 参数控件也进行了优化，增加自定义默认值功能。在参数控件中重新定义参数的默认值，使同一个参数在不同控件中可以展示不同的默认值。
数据模型新增关联基数 在数据模型中新增关联基数类型。将原有的“一对一”关联基数类型进行了扩充，用户根据实际场景进行选择，避免因数据膨胀导致分析失真。基数类型包括一对一 、一对多、多对一、多对多。
公共字典表 3.6 及以前版本中不同类型的数据集无法建立数据模型，新增公共字典表很好地解决了这一问题。将数据集转换成公共字典后，可以与其他不同类型的数据集建立数据模型。
数据服务 API 增加请求方式 API 增加 POST 请求方式，丰富 API 请求类型，满足更多 API 调用场景。
新增 Object 数据返回格式 API 数据返回格式在原有 Array 类型基础上增加 Object 类型。在少量数据查询的场景下， Key-Value 数据格式提升数据的可读性。
新增默认查询参数 API 查询时仅支持返回1000条数据，无法满足用户需求。新增默认查询参数，用户可以灵活设置查询数据条数，还可以设置查询数据的起始位置、排列方式等。
第三方 API 托管 数据服务扩充 API 支持范围，新增注册 API 用于对第三方 API 进行封装，实现对第三方 API 托管、对外提供统一标准化 API 接口的目的。注册 API 支持 POST、GET、PUT、DELETE 四种请求方式。用户可以采取原样传参，也可以采用固定传参的封装方式。
API 熔断 新增 API 熔断功能。当 API 请求失败时，用户可能会频繁的发送请求，影响系统正常运行，极端情况会到导致系统崩溃。API 熔断功能可以有效解决上述情况，保证系统正常运行。用户可以设置全局 API 熔断规则，也可以对单一 API 进行设置，同时支持熔断异常时发送邮件提醒。
API 迁移 API 迁移能将 API 以 JSON 格式导出，再导入到其他环境。能让 API 在多环境中灵活部署、避免重复工作。
数据集成 数据集成改版 3.6 版本对数据集成界面的交互方式进行了全新改版，节点支持灵活拖动，自由布局，用户使用更方便、直观。改版后：
批量同步 数据集成增加批量同步功能，可快速地把大量业务表同步到 HENGSHI 数仓。批量同步时支持设置各种场景下同步策略，包括表提取方式、全量提取建表策略、字段变化处理策略、后续新增表的同步策略。支持同时执行多个数据任务来完成数据同步工作。支持定时、实时同步数据。
系统设置 优化租户管理页面 租户管理界面优化，增加了租户状态和租户到期时长筛选项，方便平台方查看了解租户情况，此外对租户到期提醒策略也做了优化。
新增租户引擎分配 新增租户引擎功能，支持平台方为其租户分配引擎，引擎分配时需要注意：
运行日志清理 新增运行日志清理功能， 用户可以定时清理系统运行日志，释放存储空间。日志清理支持自动清理和手动清理，同时可以查看清理信息、保留日志时间。
优化会话超时时长 优化会话超时时长，支持用户根据业务场景进行配置，当系统未操作时长到达设定时长后，系统自动登出并跳转到登录页
任务执行失败时邮件提醒 任务执行失败时发送邮件通知，提醒相关责任人关注失败任务并及时处理，该功能适用系统内所有任务，功能使用前需开启 SMTP 服务。
系统 VI 设置 新增系统 VI 设置功能，在嵌入场景下，用户可以修改页面 VI 设置，与嵌入系统 VI 保持一致。
结语 烟松结翠寻常润，霜柿垂红分外甜。 HENGSHI SENSE 3.6 圆满收官，标志着 HENGSHI 3.X 时代结束。3.6 在数据分析中又添加了很多新元素。自定义图表、地图3D展示、下钻图层、关联基数、公共字典、API熔断等，犹如一个个枝头红柿，耀眼夺目，期待您来试用。 十月小春梅蕊绽，红炉画阁新装遍。 HENGSHI SENSE 4.0 预示 HENGSHI 即将步入新阶段。我们会继续秉承 HENGSHI 精神，不断探索，推陈出新，在数据分析的各领域创造更多更好的功能，欢迎您持续关注！ （编辑：温州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
