数据可视化分析工具DataEase

在这里插入图片描述

本文软件由网友 雨林 推荐，老苏稍微研究了一下 DataEase 的安装，具体的使用教程，请参考官方的在线文档和教学视频

什么是 DataEase ？

DataEase 是开源的数据可视化分析工具，帮助用户快速分析数据并洞察业务趋势，从而实现业务的改进与优化。DataEase 支持丰富的数据源连接，能够通过拖拉拽方式快速制作图表，并可以方便的与他人分享。

DataEase 的优势：

开源开放：零门槛，线上快速获取和安装，按月迭代；
简单易用：极易上手，通过鼠标点击和拖拽即可完成分析；
全场景支持：多平台安装和多样化嵌入支持；
安全分享：支持多种数据分享方式，确保数据安全。

安装

在群晖上以 Docker 方式安装。

采用 docker-compose 安装，安装所需的文件均来自：hhttps://github.com/dataease/dataease/releases

老苏折腾时，版本为 v2.5.0

老苏根据需要，对相应的文件做了微调，所需的文件可以在 https://github.com/wbsu2003/synology/tree/main/DataEase 找到，直接下载 dataease_standalone.zip 即可，下面简单介绍一下涉及到的几个文件

init.sql

内容只有一行，未做任何调整，其作用是：

创建了一个名为 dataease 的新数据库
指定了使用 utf8mb4 字符集和 utf8mb4_0900_ai_ci 排序规则

CREATE DATABASE `dataease` DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;

my.conf

这是数据库的设置文件，未做任何调整

[mysqld]
datadir=/var/lib/mysql

default-storage-engine=INNODB
character_set_server=utf8
#lower_case_table_names=1
table_open_cache=128
max_connections=2000
max_connect_errors=6000
innodb_file_per_table=1
innodb_buffer_pool_size=1G
max_allowed_packet=64M
transaction_isolation=READ-COMMITTED
innodb_flush_method=O_DIRECT
innodb_lock_wait_timeout=1800
innodb_flush_log_at_trx_commit=0
sync_binlog=0
#group_concat_max_len=1024000
max_allowed_packet=100000000

sql_mode=STRICT_TRANS_TABLES,NO_ZERO_IN_DATE,NO_ZERO_DATE,ERROR_FOR_DIVISION_BY_ZERO,NO_ENGINE_SUBSTITUTION

skip-name-resolve

[mysql]
default-character-set=utf8

[mysql.server]
default-character-set=utf8

application.yml

这是 DataEase 的设置文件，数据库设置都是从环境变量中读取，对没安装的 apisix 等做了删除处理

server:
  tomcat:
    connection-timeout: 70000
spring:
  servlet:
    multipart:
      max-file-size: 500MB
      max-request-size: 500MB
  datasource:
    url: jdbc:mysql://${DE_MYSQL_HOST}:${DE_MYSQL_PORT}/${DE_MYSQL_DB}?${DE_MYSQL_PARAMS}
    username: ${DE_MYSQL_USER}
    password: ${DE_MYSQL_PASSWORD}

install.conf

这是 DataEase 的环境变量设置文件，建议只修改 DE_MYSQL_PASSWORD 的值，其他的保持不动。

DE_MYSQL_DB 的值，必须和 init.sql 中的数据库名字保持一致

# 基础配置
## 安装目录
DE_BASE=/opt
## Service 端口
DE_PORT=8100
## 登录超时时间，单位min。如果不设置则默认8小时，也就是480
DE_LOGIN_TIMEOUT=480
## 安装模式
DE_INSTALL_MODE=community

# 数据库配置
## 是否使用外部数据库
DE_EXTERNAL_MYSQL=false
## 数据库地址
DE_MYSQL_HOST=mysql
## 数据库端口
DE_MYSQL_PORT=3306
## DataEase 数据库库名
DE_MYSQL_DB=dataease
## 数据库用户名
DE_MYSQL_USER=root
## 数据库密码
DE_MYSQL_PASSWORD=123456
## 数据库参数
DE_MYSQL_PARAMS="autoReconnect=false&useUnicode=true&characterEncoding=UTF-8&characterSetResults=UTF-8&zeroDateTimeBehavior=convertToNull&useSSL=false&allowPublicKeyRetrieval=true"

docker-compose.yml

将下面的内容保存为 docker-compose.yml 文件

version: '2.1'

services:
  dataease1:
    image: registry.cn-qingdao.aliyuncs.com/dataease/dataease:v2.5.0
    container_name: dataease-app
    ports:
      - 8100:8100
    volumes:
      - ./conf:/opt/apps/config
      - ./logs:/opt/dataease2.0/logs
      - ./data/static-resource:/opt/dataease2.0/data/static-resource
      - ./cache:/opt/dataease2.0/cache
      - ./data/geo:/opt/dataease2.0/data/geo
      - ./data/appearance:/opt/dataease2.0/data/appearance
    env_file:
      - ./conf/install.conf
    depends_on:
      - mysql
  
  mysql:
    image: registry.cn-qingdao.aliyuncs.com/dataease/mysql:8.3.0
    container_name: dataease-mysql
    #ports:
    # - 3306:3306
    environment:
    #  - MYSQL_DATABASE=dataease
      - MYSQL_ROOT_PASSWORD=123456
    volumes:
      - ./conf/my.conf:/etc/mysql/conf.d/my.cnf
      - ./mysql:/docker-entrypoint-initdb.d/
      - ./db:/var/lib/mysql

将文件放入响应的目录中：

docker-compose.yml 在 /dataease 目录

init.sql 在 /dataease/mysql 目录

application.yml、install.conf、my.conf 三个文件在 /dataease/conf 目录

然后执行下面的命令

# 新建文件夹 dataease 和 子目录
mkdir -p /volume1/docker/dataease/{cache,conf,data/{appearance,geo,static-resource},db,logs,mysql}

# 进入 dataease 目录
cd /volume1/docker/dataease

# 将 docker-compose.yml 放入当前目录
# 将 init.sql 放入 /mysql 目录
# 将 application.yml、install.conf、my.conf 放入 /conf 目录

# 一键启动
docker-compose up -d

运行

在浏览器中输入 http://群晖IP:8100 就能看到登录界面

# 用户名: admin
# 密码: DataEase@123456

登录成功后的主界面

数据源

数据准备 --> 数据源 --> 新建数据源

DataEase 支持的数据源：

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。