FineBI与YonghongBI比较文档格式.docx

上传人:b****6 文档编号:19366619 上传时间:2023-01-05 格式:DOCX 页数:15 大小:423.90KB
下载 相关 举报
FineBI与YonghongBI比较文档格式.docx_第1页
第1页 / 共15页
FineBI与YonghongBI比较文档格式.docx_第2页
第2页 / 共15页
FineBI与YonghongBI比较文档格式.docx_第3页
第3页 / 共15页
FineBI与YonghongBI比较文档格式.docx_第4页
第4页 / 共15页
FineBI与YonghongBI比较文档格式.docx_第5页
第5页 / 共15页
点击查看更多>>
下载资源
资源描述

FineBI与YonghongBI比较文档格式.docx

《FineBI与YonghongBI比较文档格式.docx》由会员分享,可在线阅读,更多相关《FineBI与YonghongBI比较文档格式.docx(15页珍藏版)》请在冰豆网上搜索。

FineBI与YonghongBI比较文档格式.docx

需要手动设置联动对象,否则默认不联动。

如果联动到100万的细节表格,速度就要几秒反

馈。

只能基于绑定的数值指标进行联动。

可能是担心性能问题所以联动的范围有限。

5)地图

地图支持的种类还有机场,商场等图形,估计是报表延续过来的。

但尝试用国家字段绑定世

界地图,结果完全出不来。

6)维度切换

在预览查看时可以切换维度字段,切换图标类型。

点击编辑可以切换类型和字段。

个人感觉这个功能还是能增加一些前端分析的灵活性。

也有些客户会提这方面的要求。

7)钻取

点选3月,可下钻3月的数据。

或切换维度就整体切换。

8)过滤

可以每个字段用不同的过滤条件。

个人觉得这个功能能比较好得做到今天和昨天的值的比较。

但不知道效率如何。

 

另外还有一个且或的条件container控件。

9)表格

细节表和统计表两种控件。

可以控制的选型非常少,也没有丰富的tablestyle可以选。

没有多表头,或跨表头。

高亮和表格渲染也找不到地方。

10)样式

各种控件的样式都非常少。

11)权限

用户管理,预置机构部门管理。

角色自行添加人员。

支持组织机构:

符合政府或集团的心理,需求这种按照机构划分。

可以从多个角度切换设置,角色角度去配权限,用户的角度去配权限,从查看角度去配

置用户。

12)发布

一个Icon。

移动

没有真实体验过。

下面是文档截取。

可以进行问题数据的注释,批注,分享,邮件发送,识别手机号码等操作

支持IOS,安卓的操作系统。

需要发布到服务器,生成二维码,再扫描二维码

移动批注:

支持annotation。

性能

1.帆软文档描述

一台Win64服务器,内存:

16GB,CPU:

8核

导数:

一张有1亿条记录,28个文本字段和2个数值字段的表生成共使用1小时44秒汇总统计:

一亿条记录,一个字段分组求和40秒。

一亿条记录,分组达到4个以上,一个维度40秒,4个维度170秒。

过滤查询:

对1亿条记录数的指标汇总,文本类型过滤,展示时间比没有任何过滤条件的汇总多1至2秒。

对有1亿条记录数的指标,数值类型过滤,一个条件40秒,两个条件120秒,三个条件

150秒。

以1亿条记录数的指标,一个维度的分组

求和汇总

求记录数

关联字段筛选

对应的SQL语句

SUM

COUNT

WHEREIN

FineBI

37

0.25

38

SQL查询

165

170

120

Qlikview

391

--(没出来结果)

2.自测

导入100万数据,需要8分钟。

3分钟读数据,4分钟建索引。

如果有join关系,还需要关联关系的处理时间。

100万过滤查询速度还可以,如果有联动会由点顿。

导入1000万数据,用32位机器,outofmemory。

用64位机器jvm=4G内存,导入成功,所用时间在2个半小时。

(详情见图)。

查询速度初步尝试了下,分组统计的chart速度还行,能立马出来,细节数据table要转圈一段时间,5~10秒不等。

联动的场景也会比较顿。

导入2000万数据,用64位机器jvm=4G内存,导了24小时(一天)也一直未成功。

由于界面卡死只有看tomcat中记录。

稳定性

每次打开系统操作一阵后,后台总会报出各种异常。

么内容。

还出各种NPE,OOM,IOException。

在画图时,经常画出来不知道是什

⅞JST*e-3.

¢

3"

⅞⅞4-α70-a-fl-a^∙9LH*G-OITe-.SXAndHrdCIOniFgUaIvFτ∙-t*l⅛HIlc-4巒-⅞⅞>

%■■■W■»

■*≡-1-HiljlΛ4∙S∙<

AIJ∙he3l∙i・a#■»

rll≡Mf⅞:

FiC»

■-r■*i-f*■舟*al!

u⅛⅛∙M业⅛V■■■KrlhBi・ABIfl,∙LHiin∙rπIlnFV«

Sl∙nd∙-lli3≡c9l*-cft-«

■・ia-vnkv*cs⅞*BInd∙lniH∙<

1*t∙∙Iw-⅛l∙v<

i"

*旨G待AiJLκ⅞aMCn-M・^⅛⅞□⅞snU-a,lte"

in<

.!

口F3τ-⅛⅛5x<

fc-^<

βSs一u-8⅛EL>

s*>

l昨孑>

E奇*1石4■・耳观L:

4"

讯y匚匸αll<

α-IJ■<

«

!

{炳Λl⅛<

lΛ*"

5-■L0-*u∙1«

4・」■<

*•5*-】*d,ir⅝⅞nβ⅛Q∙M齐⅛≡a*-MImlVai-InW霄C肆∙wddM⅛∙Iii叩■・!

.雷」49*"

IlfP

9⅞9π^π-*-e>

∙π114

"

9⅞0π7ra-

∙9ipskn⅛-Q

-i-VnWM-IRWFFOkP2SH专<

r⅛r-G星r⅞需b±

4>

r⅞E劳kil*:

T-⅞-*44**741L.£

4“16:

2P∙H,0;

Inhe-It'

llnCDt,EΓt-i1*3“片・IJlEqlτl≡dp>

口~πl:

SMD■门FΓl-1VDHepL,l5r^lnJln<

JIEeEn!

dτM!

i∙t∙jblv*“Wsv

πfii⅞:

311i,∏∣a∣卜口w-0⅛«

Oa-VOEC-RR-Di⅛5円S"

0律2JLDe-严0肯畔邙卫4・器44>

AΛs.-吕φME』S・hw01■・Iu丹v..j^<

>

c,l.S^S・⅝ir⅞rliφGGΛ=*t-⅛01^7⅛n-****⅞・」•«

•IaKjL⅛r

∙ni*nπili-f,1m≡lFt・TLhTSdBCO-LκH<

cEi*⅛Ql-Auα⅛lie-i∙∙τ∙r⅜r∙4lk⅞τl⅝ΓP∙∙r⅛∙ltxπi>

A-∙F⅞∙⅛∙jli<

Er-κwDEL,w⅛S5・i≡n0-■・S?

・Tgifru巴R1xirftulrgsuj⅝H^!

F・1≡Λ≡B1⅛⅛^⅛10⅞c<

∙**∙3⅛a*”2U^fS!

W・Thk*-π-*d!

哼c∙AT-h,τπl自d,」“cfr■■σ⅛GκW

curi0Γf⅛E≡be1⅛l⅞1eI"

二1^»

-

OC^S?

FIiBl"

⅛Γr≡"

v>

fi9

JF∙,⅝■亠QfZrrHilhs2∙x∙i⅝αv⅛归Mf2?

■疋■rdv,-f⅞⅞M41F『二鼻I:

g!

Af「雷n・τ,dπF■;

-=IIH-#TTB詈rf・Jn■昌FV

Uti410mH>

s2±

∙思®

**需亏墨亍?

0F49IM94I-■weE1-rs.SHFJ令畫BuN4r,∙P"

IQIF≡¾

τ∙2-±

-l<

lJ∙kκE⅝*fR"

l"

m*AZ≡*i*⅛*l*F1≡WLKhn∙-44∙-m⅜∙u>

u*1⅛w⅛i⅛.-Hlπ>

∙mw⅛l≡-fl⅛-nrHltτ∙Hnl-・TEk≡≡4τi1ItH-IrilPJM鼻«

斤?

d∏・H⅛3v

s⅛πl4『夕3|・G∙Π>

4FΓII

IHnI■・»

■•_

G4Fn・

A⅞9"

Λ⅛3≡

fl¢

3・fi£

J・^Π93"

-α⅝-・n<

l*⅛mα>

M‰fts∙

*⅞c,⅞v

Ir・bji-S-V"

SF・b∣±

・mb⅛∙h『・⅛ri≡r∙i:

e2⅛-≡s⅛÷

ΛC2冃・WebFncpra畔・£

b・血P苹≡>

r・・i.・Vtyr-・bH-・UTbFIh严念EF,⅞0>

πh≡--8⅛≡Λ32⅞>

crt⅛-COr-B-^lsr・l⅞⅛l⅞l∙,yτ¾

l⅞t・hτ⅝,⅛l・

Ll・Afl

0-_

ii.10.iπ∣∣Ewι∣t駅t-τ也号M≡⅛ifl⅛=π¼

n□⅞≡n豪£

|.号¥

P

-7,5l=∙jτ∙c∙∙Mτ⅞i>

1τ∙z?

XT-^SX=7r=πτi*1

=≡^3QC3M-On-Inww

b≡"

7CJHD亀Uπ⅜n0⅛"

nMeSSrt-V

辛_£

吕・K*JLLmcN3>

-?

■^^-7QeAC=VC≡fi>

Eh/VV

二M-QMVfrWπw<

ra■-WV2⅞β⅞tiav9⅞iM-4fl⅞4V

GbRQ,□vidh-miiUlEhEIrrdIB-DlFQI"

AjcblXMIIfaU-LtCndα∙n⅛1AI⅞c≡4⅛⅞I⅞1Γ鬥⅞y

Ek⅛一号πiD*πiWnMI'

•尹匕U⅛τ!

w⅛⅛^v3-n2xc^u&

^*EA⅛⅛

0□ΛEIS严Un⅛i3□cn⅛⅛QU.InftV

T"

JH44-Hiu⅞τ∙dl⅞iDi21Ft-l10⅝HiΞn≡lrloUflGgHey黑匕斗«

=雷Ilef-as3W⅛Λ-≡SJtts-ft⅛V

W-■UnU■cilulvte--aue-Jrl'

mcnknDunee∙rce⅛,

nA-IbCGnfr-ACn-F=DfiS^9E⅜ΠH-V

⅛IiH-⅛l⅞⅞lπlπ⅞lrlt∙⅛f!

-r⅝=⅝Ht^∣l⅛⅛⅜⅝∣l⅛t^q,j⅛IJ⅞Im露l⅛⅛*

≡巴"

Γ3*-^.3a-H≡-Bn>

3⅝-fMFMl4*a≡l∙flπ>

a>

ni≡Ht-i.HΠIFlllπ*∙D>

rll⅞A-093i?

^-a3π∙iπ⅞≡laiiIura

-ΠS3■

fl⅞3・ftSJ・CIWI・flWl・ft⅛ΛJ■CΦΠ・rtwlm

Λwl・

ftaπm

ftEn

_n$~

fi-D⅞

α-M~i

a-α⅞

a$3"

n_03«

^ΛS・rt⅛3.A-D-3"

rl⅞M~i・ft¢

3.Λ⅛5・fti-7

fts・

fti-->

幵•*7*φτi∙4τii«

3^-aia!

rlt・-∣r・l⅛a1Taflαl⅛・-¾

--l⅛aw-*-rtβl--1«

iFloa%*H-∣r・JHO-1lt"

flOln-・-⅞-l⅛⅞aAβl・-却・nMoIrb»

臼«

耳*・一Fu2T3aFnleq⅛jf巧hαe<

r*・2IJql⅛liFcS3・■炜・Zw工・—SN-Bi-^afaInPlFCQ-?

r3L!

‰丹i-5ΓIr∙fγa>

*⅛≡b≡*lpnHitVhloFPar"

・nai.n.JLnIPAFIJIIF却・£

b

IFnhMb⅛∙w*βb

JILMh

av3

口Qi*1≡

tj_

c⅛⅛=4A⅞-V-

3■V⅝≡3T99Γ9-M4ES-3W

・■・i:

口一E>

1LaHi⅛Λ≡□hπ∣日τπMGCldflV

・Z-≡=ilhn口基MefmEF

rZ■U4E2I匕

■Z-≡⅛-≡^β"

a4C3-Md-E⅞∩帀V

・≡-Λ-⅛a-πEl∙l^⅛fflMH5--⅛Λ=3^3fl⅝TSPr-I

-=-0ΛC--*≡-a⅛s«

44V

ilU⅛ιE*sr-L4Ile-E「eMnnεrt-nAG≡^9□~Γ9賈Ima⅛i

■B屉FIFg幻QsrTm鬥Ukfflη-IqKn-^M-qAC=κf≡es**∙⅞Ln4⅛∙,■・c石耳舀CiQkK\畔£

:

『■•益L∙Λu⅛⅞kΓH>

vfπiW13*VQ^hn-H-nπ匚I:

e-*t=πi⅛iπlQ⅝f9HgLLΓCavπEILB-A≡IifuWEr:

OI"

Ii4u~!

rllG‰n!

l^Ce⅝Sl-V1c∙c5∙S⅞Hl⅛is占一■?

哼Iklk^⅛aAuhkπ旳手W£

3*>

cu_n匚UQol⅛Pr日PjCaDniR⅜HItOXlKUInkn0uħ4旨9寸Ite-π⅞1-3λm⅛1E一用O・e-MfftUJteAlInIfnQWnE∙apc⅜》

O-M-

S

'

9--a町1B

Jr≡,

『富s∙31©

711中『・□≡bHDir黑4λc3m9057£

s4VFt'

Hπ-pMioInJl≡i!

Ir⅞B⅜口r"

μ-rliItDaok2幻9wIKUrhknFkmw∙⅝moVIPlt蜡GE-»

-QnJ釁盘a⅜-.世二匸口:

TllBbO思幻ho>

lxur⅞knQwn^*⅞A⅛⅛『罠MnS-310711g_niβAlcr⅝lk書$刑畫f⅞4VIFltH≡-⅛W-IianlIHr⅞≡⅝n『右邙-tsePnM-PAgn-CUriiknmml⅜∙IH-r⅞ItV

JyeTbiCniA

<

->

fi⅛-rΛl⅝r<

F-,ILKblcQr-n■■厂PH・Hnff-^-D3sekunknDuln»

l>

LmΓPV

Tyeb話。

A

fi⅛4Λ9J-

邛,UCbIftc>

ra-.»

>

eto.Pr-OIΓ>

nuiIΛ

一P一

⅞->

irIH?

ra-■■厂B"

・9〔UrTlku口UHS-FIJFπje⅛■-・Bmr⅞ifr⅜ςlicr⅜fLIPniHIV

■i・l£

ull⅞r,r⅞oi!

un肾9匚TTπi7

UBb∙nfl-Fn!

Ilh

Ue-MC⅛m-sd≠

W.M∙⅞¾

g

■⅛raIJ-FiLnlu■&

*■_・LHf篇&

⅛g*.-Rπip∙τ:

LnlIΛT"

ILπHη⅞taraM-τ⅝,⅛⅛∙⅝ki⅝,τκl⅞ll⅝⅝Γlb

ls∙l⅜--=κ≡-・⅞⅛≡*≡rt斤MCinIaIIK=N茁3vħFd

IllIHF霊『"

ldφ∙7i⅞1!

fh"

iW-^DJ?

bEIrCtMr»

■■『*⅛⅛r∙

Unsr3□cΓ⅞^PE-W-Dn-V

≡-n--k-nn≡≡-0TE=7Eε3

∙⅞⅛∙4epN≡>

p5l⅞!

icll5lhr⅞"

雪用IMr⅞⅛>

■-“7.d⅛dkJlUiIL■-!

Fb±

£

斥从4:

A≡□vSDe≡SDMmIt>

LJrlr∙D>

us⅛⅛P≡Γ甩πe∙>

IJ⅝<

⅝n⅛∙⅝l⅞t⅜Hlsl⅝⅛gl⅝⅜⅜1i⅛-t∙,,⅛⅛l⅛⅛⅛^⅛4⅛ll⅛r

4∙⅜>

⅛FineB一s⅛^

I)⅛⅛⅛m⅛⅛w⅛『歹討7>

dMw>

H7FineB=>

⅜⅛7∖i⅛°

ΓΓ⅛Π>

引⅛<

≡⅛o

2)去年购买的FineBI,操作复杂,稳定性差。

决定重新采购。

3)之前购买了FineReport,性能有很大问题。

后来又出了FineBI,细问还是基于FineCube之上的,果断拒绝了。

5.FineBI与YonghongBI交锋

a)FineBI的优缺点

优点:

以前报表的积累,对中国式需求有些贴近,可能是直接整合了以前的模块,例如组织机构的权限,填报。

缺点:

报表精美程度低,样式固定不可调;

必须使用FineCube,最多支撑1000万,性能低;

FineCube的建模复杂,而且导数极其不可控;

稳定性差,经常出异常;

图表展示能力弱,最多两个维度,统计函数非常有限,只有4个;

样式能力非常有限;

由于性能问题,联动限制多;

b)我们与FineBI抗衡关键点

性能:

分布式集群能处理百亿级别的数据。

易用性:

建模,导数,设计,查看的界面友好,简单易用。

美观:

Dashboard级别,组件级别,格子级别的样式设定,可以定义出任意风格的可视化界面。

复杂功能强:

内置强大的脚本功能,可控制dashboard级别,组件级别,查询级别的个性需求定制能力,提供查询,任务等接口对接个性数据处理需求。

交互能力:

过滤、钻取、刷取、缩放、关联、变换、动态计算、链接、高亮、预警、预测;

YonghongBI

直连数据

不支持

支持

数据存储

FineCube,导入后全量做

DataMart,列式存储,内存计算,

索引,采用Nio,缓存及索引技术。

分布式计算

函数支持

4个函数(sum,avg,max,

Excel支持的都支持,包括协方差,

min)

中位数等等。

数据建模

支持简单的ETL和数据库

支撑结构化,非结构化数据对接,

关系导入,以及重新建关

hadoop数据,文本和Excel数据

系。

但操作太复杂。

Excel

(版本不限制)。

对各种库内数据

数据只支撑2003版本。

混搭,ROLP,强大脚本表达式创

对于常规关系型数据库和excel之外的数据源连接,需要通过FineReport的C端操作。

建。

导数

不支持并行更新,多个业

每个导数任务独立,独立定制任

务包必须逐个串行,执行

务策略,独立启停控制,并能形

到哪里未知,而且没法终

成串联的功能,在单个任务出错

止。

一个出错,后面全停

有及时提醒。

滞无法更新,无法定位错

导数性能优,一个大任务也可多

误,需要删掉业务包。

能制定一个任务策略,所

线程并行执行导数。

有业务包都用一个执行策略。

建立索引周期太长,60%以上时间都在建索引,重复率低的字段效率非常低。

图表能力

最多两个维度画图,一个

任意多个维度分析。

支持Pivot

放在维度上,一个用来区

式的图表。

分颜色。

没法做Pivot式的

图。

联动

考虑性能问题,默认不能

同源的全部组件能联动。

所见所

联动,即使联动也只能关

得,任意圈定范围的数据,都可

联到绑定的几个指标。

以笔刷、缩放。

风格样式

非常有限,不能改变颜色,

预置非常多的图表和表格的样

表格风格不可调,图表样

式,随意选择,用户还可以随意

式不可调。

内置是什么样

修改dashboard,组件,格子的颜

就是什么样。

色,字体,边框,前景背景,等

等。

脚本能力

无。

对于高级需求或深入

强大的Script引擎。

一些的需求几乎无法定制

支持查询级别,报表级别,组件

和适应。

定制字段只能做

级别,新增字段级别的脚本,还

四则运算。

支持汇总指标的定义。

参数

没用定义参数的地方,筛选控件全局控制组件,每个组件定义固定的筛选条件。

灵活度受限。

级别的参数定义,灵活复用,还

可跟参数控件联动使用。

4G内存只能导入1千万数据。

细节数据查询和有关联的场景较顿,多维统计效率还行。

2千万导数就花了1天时间最后未成功。

只支持单点部署。

分布式集群能处理百亿级别的数

据。

入门级X86机器,横向扩容,

分布式部署。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高等教育 > 哲学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1