2023.12.15 FineBI与kettle

1.结构化就是可以用schema描述的数据,就是结构化数据,能转为二维表格, 如CSV,Excel,

2.半结构化就是部分可以转换为二维表格,如JSON,XML

3.非结构化数据,就是完全无法用二维表格表示的数据,如Word文档,Mp4,图片,等文件.

kettle的流程

新建转换-构建流图-配置组件-保存运行

使用windos的黑窗口进行任务流执行

kettle_crontab.bat编写 黑窗口默认ansi,要先改脚本的编码

先进安装kettle的盘符

然后 cd 安装的路径

然后pan.bat /file 盘符/想要执行转换的工作流的所在路径

windos本地定时功能, 控制面板-任务计划程序-创建基本任务,

Fine Report报表类型

三种设计模式相辅相成,满足了用户报表的需求,

1.普通报表: cpt
是 FineReport 最常用,用的最多的设计模式,保存的 文件类型为 cpt ,依靠着 单元格的扩展 与
父子格的关系 来实现模板效果,可进行 参数查询,填报报表,图表设计 等等,但是在分页预览模式下不能在
报表主体中展示控件,而且单元格间相互影响,很难保持独立性。
2.聚合报表:
一般适用于 一张模板中显示多个独立模块的报表 。
3.决策报表:
一般适用于控件的展示,保存的 文件类型为 frm ,很好的弥补了普通报表分页预览不能展示控件
的问题,同时决策报表可以进行 自由拖拽设计 , 自适应页面大小显示 ,可以更好的 在移动端展示

列表显示方式

分组显示方式

参数空间

懒汉式,饿汉式

相关推荐
字节跳动数据平台8 小时前
5000 字技术向拆解 | 火山引擎多模态数据湖如何释放模思智能的算法生产力
大数据
武子康14 小时前
大数据-239 离线数仓 - 广告业务实战:Flume 导入日志到 HDFS,并完成 Hive ODS/DWD 分层加载
大数据·后端·apache hive
字节跳动数据平台1 天前
代码量减少 70%、GPU 利用率达 95%:火山引擎多模态数据湖如何释放模思智能的算法生产力
大数据
得物技术1 天前
深入剖析Spark UI界面:参数与界面详解|得物技术
大数据·后端·spark
武子康2 天前
大数据-238 离线数仓 - 广告业务 Hive分析实战:ADS 点击率、购买率与 Top100 排名避坑
大数据·后端·apache hive
武子康2 天前
大数据-237 离线数仓 - Hive 广告业务实战:ODS→DWD 事件解析、广告明细与转化分析落地
大数据·后端·apache hive
大大大大晴天3 天前
Flink生产问题排障-Kryo serializer scala extensions are not available
大数据·flink
武子康5 天前
大数据-236 离线数仓 - 会员指标验证、DataX 导出与广告业务 ODS/DWD/ADS 全流程
大数据·后端·apache hive
武子康6 天前
大数据-235 离线数仓 - 实战:Flume+HDFS+Hive 搭建 ODS/DWD/DWS/ADS 会员分析链路
大数据·后端·apache hive
DianSan_ERP6 天前
电商API接口全链路监控:构建坚不可摧的线上运维防线
大数据·运维·网络·人工智能·git·servlet