支持Vue/React的可用工具：GoView、DataEase、AJ-Report、DataGear和DataRoom
都支持自定义拖拽可视化大屏开发
GoView
- 项目地址：https://gitcode.com/GoView/go-view
- 官网地址：https://www.mtruning.club/
- 许可：MIT 开源协议，需要商用授权（GoView 权益 & 商业合作）
- 技术栈：vue3+typescript+vite+pinia + Golang
- 支持框架：Vue2、Vue3、React、Echarts省份地图
- 支持图表：柱状图、折线图、饼图、散点图、雷达图、热力图、地理图表、漏斗图、桑基图
- 优点：更专注于监控、展示等场景
- 支持高级功能：数据下钻（汇总到详细）、导出为图片或PDF
- 缺点：功能单一
- 参考文章链接：理解了GoView低代码平台（可视化大屏）的开发原理，基于它进行了二开、GoView/go-view：开源数据可视化低代码平台介绍
DataEase
- 项目地址：https://github.com/dataease/dataease/?tab=readme-ov-file
- demo地址：https://dataease.fit2cloud.com/
- 官网地址：https://dataease.io/
- 许可：GPLv3（商用也不能闭源）
- 技术栈：Vue+Element+AntV+SpringBoot+MySQL
- 支持框架：Vue等
- 支持图库：echarts、AntV
- 支持高级功能：多级下钻
- 优点：比较成熟、可以AI 集成 SQLBot 实现智能问数、提供多种模板
- 缺点：文档较少
- 支持数据引擎：支持直连模式、本地模式(基于 Apache Doris / Kettle 实现)
- 支持数据源：
- OLTP 数据库： MySQL、Oracle、SQL Server、PostgreSQL、MariaDB、Db2、TiDB、MongoDB-BI 等；
- OLAP 数据库： ClickHouse、Apache Doris、Apache Impala、StarRocks 等；
- 数据仓库/数据湖： Amazon RedShift 等；
- 数据文件： Excel、CSV 等；
- API 数据源。
- 参考文章链接：DataEase安装与教程，人人都会的大数据可视化与BI工具！！！
AJ-Report
- 项目地址：https://github.com/datascienceleague/aj-report?tab=readme-ov-file
- demo地址：https://ajreport.beliefteam.cn/index.html#/index
- 演示Gif：https://ajreport.beliefteam.cn/report-doc/assets/img/shipin.144bd774.gif
- 官方文档：https://ajreport.beliefteam.cn/report-doc/guide/
- 许可：Apache2.0（允许商用，但务必保留类作者、Copyright信息）
- 技术栈：Spring Boot + Vue + MySQL
- 支持框架：Vue
- 优点：全开源，更成熟，适合企业级自定义BI
- 支持高级功能：分享、导入导出
- 缺点：似乎不支持数据下钻、文档较少
- 支持数据引擎：内置mysql、elasticsearch、kudu等多种驱动
- 支持数据源：mysql、elasticsearch、kudu和API 数据源等
- 参考文章链接：AJ-Report 初学(入门教程)
DataGear
- 项目地址：https://github.com/datageartech/datagear
- demo地址：无
- 官网地址：http://www.datagear.tech
- 许可：LGPL-3.0（商用也不能闭源）
- 技术栈：Spring Boot+VUE+ECharts+Mybatis
- 优点：有看板模板、可分享、数据安全、数据看板支持导入 HTML 模板、可视/源码编辑模式、分享密码、iframe 嵌入；提供用户管理、角色管理、数据源驱动管理、图表插件管理等功能。
- 缺点：拖拽功能并不直观、界面没那么好看
- 支持数据源：支持运行时添加数据源驱动，接入任何提供 JDBC 驱动库的数据库，包括但不限于MySQL、PostgreSQL、Oracle、SQL Server、Elasticsearch、ClickHouse， 以及 OceanBase、TiDB、金仓、达梦等众多国产数据库、HTTP、CSV、Excel、JSON
- 参考文章链接：DataGear：一个免费开源的国产数据可视化分析平台
DataRoom（比较合适）
- 项目地址：
- demo地址：http://gcpaas.gccloud.com/bigScreen/（维护中）
- 官方网址：http://gcpaas.gccloud.com/#/dataroom
- 官方文档：https://www.yuque.com/chuinixiongkou/bigscreen/index（密码 ympw）
- 许可：Apache License 2.0
- 技术栈：SpringBoot+MyBatisPlus+Vue+ElementUI+G2Plot+Echarts
- 支持框架：Vue
- 优点：目录管理、大屏设计预览、对于复杂数据处理还可以使用Groovy脚本数据集、支持资源自定义上传
- 缺点：文档较少
- 支持数据源：支持MySQL、Oracle、PostgreSQL、SQLServer、ElasticSearch、JSON、JS、HTTP、Groovy等数据集接入
- 参考文章链接：【DataRoom】- 基于VUE的开源的大屏可视化设计器
- 项目学习资料：
- 官方文档：DataRoom/doc/
- 组件示例：data-room-ui/example/
- 开发规范：data-room-ui/开发规范.md
Datart
创建和使用报表、仪表板和大屏，进行可视化数据分析，构建可视化数据应用等。
- 项目地址：https://github.com/running-elephant/datart?tab=readme-ov-file
- demo地址：http://datart-demo.retech.cc（demo 123456 或直接注册）
- 官方文档：https://running-elephant.github.io/datart-docs/docs/
- 许可：Apache License 2.0
- 技术栈：Java+Js+Ts+React+Echarts+MySQL
- 支持框架：Vue/React
- 优点：社区活跃度高、更标准、扩展性较强、好嵌入系统中使用、支持登录对接、权限对接、Souce层对接和Visualization 层分享、支持权限细分/数据安全/报表定制、支持智能 Augmented Analytics（可问答）、有查询性能优化、支持按角色/部门/数据维度进行细粒度管控
- 缺点：报表模板少、中国式复杂报表不友好（分组、合并、跨表头、分段汇总等）、做大屏支持拖拽组件但交互和美观性不如专业BI、
- 支持数据源：JDBC、Excel / CSV 文件，支持的数据库>>>
- MySQL、Oracle、SQL Server、Postgres、DB2、H2
- Clickhouse、Doris、Kylin、达梦
- MaxCompute、Redshift、Athena、BigQuery
- TDEngine、Hive、Impala、Presto、Spark
- 通过插件机制兼容Elasticsearch、Hive等大数据源
- 参考文章链接：新一代开源数据可视化开放平台，是如何做实时大屏/报表的？、在线Demo使用教程------如何用 datart 将枯燥的大数据呈现为可视化的图和动画？
开源许可说明
