Davinci用户体验-InfoQ

GTLC全球技术领导力峰会·上海站，首批讲师正式上线！了解详情 



 写点什么

导读：同比和环比是衡量企业某个数据周期性增长速度变化的重要指标，但是一味的看数据，我们很难对增长率的大小做出比较，这个时候就需要可视化工具来帮助我们。小编这次又“编造”了另外一组数据，利用 Moonbox 写出 SQL 求同比环比增长率，最后借用 Davinci 展示出来。具体请看正文~

特别鸣谢

感谢万能的 Wormhole 一姐王小燕同学 & Moonbox 大神王浩同学提供 SQL 技术支持！

一、Introduction

环比指本期统计数据与上期统计数据做对比，如 2018 年 2 月的数据与 2018 年 1 月的数据做对比。

同比指本期的统计数据与往年同期的统计数据做对比，如 2018 年 1 月与 2017 年 1 月的数据做对比。

同比和环比都反映变化速度，但侧重点不同：利用环比，我们会看到数据的短期趋势，但是这个数据可能是因为受到季节等因素的影响；而同比则更加侧重反映长期的大趋势，这样我们分析数据也就规避了季节的因素。

图 1 是小编随意编造的一组很简单的数据，表头包括年、月、场次、观众人数、票房及广告收入，用英文表示是为了之后写 SQL 的时候方便一些。

图 1

暂且称这组数据为“ABD 虚拟影院相关数据”，接下来，就是借助 Davinci 展示同比环比的时刻啦！

二、Process

Step 1：增加数据源

点击 Source 界面右上角“+”，在 Source List 里新增数据源（图 2），上传 CSV 文件至指定数据库中（图 3），小编使用的数据库为 MySQL。

图 2

图 3

上传完 CSV 文件之后，就来到了我们特别重要的一步：写 SQL、求出同比环比增长率。

计算同比环比可借助 SQL 里的 window 窗口函数实现。MySQL 数据库 8.x 版本才支持 window 函数，然而小编所用数据库版本为 5.x，升级比较麻烦，所以小编在这里使用 Moonbox 计算同比环比增长率。步骤如下：

（1）把 CSV 文件对应数据源挂载到 Moonbox 计算引擎中。

图 4

（2）在 Source 界面继续添加来自 Moonbox 的数据源，小编将其命名为“growthSource”，连接 Url 写 Moonbox jdbc 服务地址（例：jdbc:moonbox://localhost:10010/growthSource），注意将 Moonbox jdbc 驱动放至 Davinci lib 包下。

图 5

点击保存，就新增了一个 JDBC 类型的数据源。

Step 2：添加 View

点击 View 界面右上角“+”，出现图 6 界面。【View 是 Davinci 中非常重要的概念，所有的 SQL 逻辑都需要在这里创建，所有在图表上展示的数据都是通过这里的 SQL 获取，可视化建模和团队数据权限控制也在这里进行。（引自 Davinci 用户手册）】

图 6

点击图 6 左上角的“选择一个 Source”，选择上一步中新增的“growthSource”数据源，接着就是写 SQL 语句了，求同比与环比增长率的 SQL 语句分别如代码块 7、代码块 8 所示。

col 1 col 2

1 select g1.year,g1.month, g1.box_office_mln, g1.last_year_month_box_office_mln, round((g1.box_office_mln - g1.last_year_month_box_office_mln)/g1.last_year_month_box_office_mln * ``100.0``, ``2``) asbox_office_mln_year_growth, g1.advertising_revenue_mln, g1.last_year_month_advertising_revenue_mln, round((g1.advertising_revenue_mln - g1.last_year_month_advertising_revenue_mln)/g1.last_year_month_advertising_revenue_mln * ``100.0``, ``2``) ``as advertising_revenue_mln_year_growth, g1.screening_ths, g1.last_year_month_screening_ths, round((g1.screening_ths - g1.last_year_month_screening_ths)/g1.last_year_month_screening_ths * ``100.0``, ``2``) asscreening_ths_year_growth, g1.audience_mln, g1.last_year_month_audience_mln, round((g1.audience_mln - g1.last_year_month_audience_mln)/g1.last_year_month_audience_mln * ``100.0``, ``2``) ``as audience_mln_year_growth from (select g.year, g.month, g.box_office_mln, lead(box_office_mln) over(partition by g.month order by g.year desc) aslast_year_month_box_office_mln, g.advertising_revenue_mln, lead(advertising_revenue_mln) over(partition by g.month order by g.year desc) ``as last_year_month_advertising_revenue_mln, g.screening_ths, lead(screening_ths) over(partition by g.month order by g.year desc) aslast_year_month_screening_ths, g.audience_mln, lead(audience_mln) over(partition by g.month order by g.year desc) ``as last_year_month_audience_mln from GrowthRate_SQL g order by g.month, g.year desc) g1; 

col 1	col 2
1	<span style=``"font-family: 黑体, SimHei;"``>select g1.year,g1.month, g1.box_office_mln, g1.last_year_month_box_office_mln, round((g1.box_office_mln - g1.last_year_month_box_office_mln)/g1.last_year_month_box_office_mln * ``100.0``, ``2``) asbox_office_mln_year_growth, g1.advertising_revenue_mln, g1.last_year_month_advertising_revenue_mln, round((g1.advertising_revenue_mln - g1.last_year_month_advertising_revenue_mln)/g1.last_year_month_advertising_revenue_mln * ``100.0``, ``2``) ``as advertising_revenue_mln_year_growth, g1.screening_ths, g1.last_year_month_screening_ths, round((g1.screening_ths - g1.last_year_month_screening_ths)/g1.last_year_month_screening_ths * ``100.0``, ``2``) asscreening_ths_year_growth, g1.audience_mln, g1.last_year_month_audience_mln, round((g1.audience_mln - g1.last_year_month_audience_mln)/g1.last_year_month_audience_mln * ``100.0``, ``2``) ``as audience_mln_year_growth from (select g.year, g.month, g.box_office_mln, lead(box_office_mln) over(partition by g.month order by g.year desc) aslast_year_month_box_office_mln, g.advertising_revenue_mln, lead(advertising_revenue_mln) over(partition by g.month order by g.year desc) ``as last_year_month_advertising_revenue_mln, g.screening_ths, lead(screening_ths) over(partition by g.month order by g.year desc) aslast_year_month_screening_ths, g.audience_mln, lead(audience_mln) over(partition by g.month order by g.year desc) ``as `last_year_month_audience_mln from GrowthRate_SQL g order by g.month, g.year desc) g1;<br></span>`

代码块 7

col 1 col 2

1 select g1.year,g1.month , g1.box_office_mln, g1.last_month_box_office_mln, round((g1.box_office_mln - g1.last_month_box_office_mln)/g1.last_month_box_office_mln * ``100.0``, ``2``) ``as box_office_mln_month_growth, g1.advertising_revenue_mln, g1.last_month_advertising_revenue_mln, round((g1.advertising_revenue_mln - g1.last_month_advertising_revenue_mln)/g1.last_month_advertising_revenue_mln * ``100.0``, ``2``) asadvertising_revenue_mln_month_growth, g1.screening_ths, g1.last_month_screening_ths, round((g1.screening_ths - g1.last_month_screening_ths)/g1.last_month_screening_ths * ``100.0``, ``2``) ``as screening_ths_month_growth, g1.audience_mln, g1.last_month_audience_mln, round((g1.audience_mln - g1.last_month_audience_mln)/g1.last_month_audience_mln * ``100.0``, ``2``) asaudience_mln_month_growth from (select g.year, g.month, g.box_office_mln, lead(box_office_mln) over(partition by g.year order by g.month desc) ``as last_month_box_office_mln, g.advertising_revenue_mln, lead(advertising_revenue_mln) over(partition by g.year order byg.month desc) ``as last_month_advertising_revenue_mln, g.screening_ths, lead(screening_ths) over(partition by g.year order by g.month desc) ``as last_month_screening_ths, g.audience_mln, lead(audience_mln) over(partition by g.year order by g.month desc) ``as last_month_audience_mln from GrowthRate_SQL g order by g.year, g.month) g1; 

col 1	col 2
1	<span style=``"font-family: 黑体, SimHei;"``>select g1.year,g1.month , g1.box_office_mln, g1.last_month_box_office_mln, round((g1.box_office_mln - g1.last_month_box_office_mln)/g1.last_month_box_office_mln * ``100.0``, ``2``) ``as box_office_mln_month_growth, g1.advertising_revenue_mln, g1.last_month_advertising_revenue_mln, round((g1.advertising_revenue_mln - g1.last_month_advertising_revenue_mln)/g1.last_month_advertising_revenue_mln * ``100.0``, ``2``) asadvertising_revenue_mln_month_growth, g1.screening_ths, g1.last_month_screening_ths, round((g1.screening_ths - g1.last_month_screening_ths)/g1.last_month_screening_ths * ``100.0``, ``2``) ``as screening_ths_month_growth, g1.audience_mln, g1.last_month_audience_mln, round((g1.audience_mln - g1.last_month_audience_mln)/g1.last_month_audience_mln * ``100.0``, ``2``) asaudience_mln_month_growth from (select g.year, g.month, g.box_office_mln, lead(box_office_mln) over(partition by g.year order by g.month desc) ``as last_month_box_office_mln, g.advertising_revenue_mln, lead(advertising_revenue_mln) over(partition by g.year order byg.month desc) ``as last_month_advertising_revenue_mln, g.screening_ths, lead(screening_ths) over(partition by g.year order by g.month desc) ``as last_month_screening_ths, g.audience_mln, lead(audience_mln) over(partition by g.year order by g.month desc) ``as `last_month_audience_mln from GrowthRate_SQL g order by g.year, g.month) g1;<br></span>`

代码块 8

注：这里小编增加了两个“View”，分别是 yearGrowth 和 monthGrowth。另外，为了方便计算，在写 SQL 时，四列主数据的后面生成了一列新数据，用来表示去年同月或同年上月的数据。

点击右下角“Execute”执行 SQL 语句，yearGrowth 和 monthGrowth 里面的数据分别发生如下变化：

图 9

图 10

点击“Model”进行可视化建模，也就是数据中，哪几项用作维度，哪几项用作指标。更改完毕后，点击“保存”。在这两个 View 中，小编仅用年、月作为维度，其余都作为指标。

Step 3：制作 Widget

可视化组件 Widget 是 Davinci 中功能最强大也最复杂的部分。同一个数据视图可以被多个可视组件使用，并用不同的图形展现。

在展示同比环比数据方面，我们一般会用柱状图或者折线图来表示，而在 Davinci 所支持的透视驱动和图表驱动里，都有柱状图和折线图。它们具体有什么区别呢？让我们在实例中感受一下吧~

注：想了解透视驱动和图表驱动？请参考 Davinci 用户手册：

https://edp963.github.io/davinci/widget_guide.html

点击 Widget 界面右上角“+”，选择一个 View。选择完毕后，出现图 11 所示界面。

图 11

其中，分类型字段对应 View 中设置的是维度的字段，数值型字段对应指标字段。当鼠标悬停在图形图标上，系统提示图形的配置要求，满足条件生成图形。

例如，小编想要了解一下 2017 年下半年各月票房的环比增长率趋势，用透视驱动中的柱状图表示。在这个需求中，简简单单拖拽几个字段就能配制出小编想要的图表。

选择“monthGrowth”这个 View，将鼠标放在柱状图图标上，我们会发现要做这个柱状图会需要“0 到多个维度”及“1 到多个指标”。既然小编想看的是各月环比增长率，那维度这里我们就需要放上“month”字段（点击字段下拉菜单可以排序），指标则是票房环比增长率字段。

接下来我们就需要用到“筛选”一项，在小编的原始数据中，年份里包括 2017 和 2018 年，月份里有 12 个月。这里小编的要求是“2017 年下半年”，因此需要将“year”和“month”字段都拖到筛选栏里，并且按照自己需求配置筛选。这几项配置完以后，出现了如图 12 所示界面：

图 12

如果觉得单单只看图形，不够清晰明了，我们还可以将票房环比数据拖进标签栏，最终如图 13 所示：

图 13

当然，大家也可以根据自己的喜好配置柱状图颜色、标题颜色及大小以及坐标轴颜色等（图 14）。

图 14

点击右上角“保存”，小编就成功制作了一个 Widget。当然，这个 Widget 也可以用折线图来表示（图 15），完全看个人需求~

图 15

再例如，小编想试试用图表驱动里的折线图来展示一下 2018 年各月广告收入的同比增长率。这时候就要选择“yearGrowth”这个 View 了。然后将鼠标放在图表驱动的折线图图标上，我们会发现要做这个折线图需要“1 个维度”及“1 到多个指标”。

同样，将“month”字段拖入维度栏，“广告收入同比增长率”字段拖入指标栏。

Hmmmmm，就完成了。（图 16）

图 16

是不是过于简单了？

但是大家有没有发现一个问题：在这个数据配置栏里并没有“标签栏”，但是折线图中依然有数字。

原来这里的标签设置在样式配置中。

勾选样式配置中的“显示标签”，数字就出现在了折线图中（图 17）。

图 17

且慢！小编似乎发现了折线图可以变换面貌。点击了一下，发现果然平滑的折线图更符合小编心意。于是最终的“2018 年各月广告收入同比增长率”折线图制作完成！（图 18）

图 18

最后例如，小编想看一下 2018 年各月场次的增减与各月广告收入的多少有没有关系。透视驱动和图表驱动里的柱状图和折线图都可以表示，小编暂且选择透视驱动里的折线图。

同样还是将需求所需字段拖入维度栏和指标栏 — “month”拖入维度栏，“广告收入”和“场次”拖入指标栏，把“year”拖入筛选栏，选择出 2018 年。完成！（图 19）

图 19

值得一提的是，在这里我们还可以按照自己喜好变换指标栏中的图形。（图 20）

图 20

于是，小编就这样靠着拖拉拽完成了很多 Widget 的制作。

三、Display

最终，我们来到了展示界面。在展示界面，分别有 Dashboard 和 Display 两种展示方式。Dashboard 里面有很多更为高级的功能，比如联动关系配置和钻取设置。

然而，肤浅的小编暂时被 Display 展示吸引住了，所有兴趣都挂在了 Display 上面，因此，本文中小编只介绍 Display 展示，Dashboard 功能之后再做详细介绍。

下面我们来介绍一下 Davinci 的 Display 展示功能。

其实也没有什么介绍的，直接上图吧！

图 21 简约风

图 22 漫画风

图 23 科技风

如图所示，在 Display 的展示中，我们可以自己更改背景颜色或上传背景图片。设置好背景之后，点击左上角的“Widgets”图标，上传自己想展示的图表，排列成自己喜欢的形状，风格任君选择，一个个大屏就这样制作完成！

以上便是小编用 Davinci 展示同比环比的过程。由于数据是自己编的，难免会有不符合实际之处，敬请大家谅解。

另外，Davinci 一直在不断的成长中。未来，我们还是支持在 Davinci Widget 中直接计算出同比环比增长率这项功能，还请大家耐心等待，继续支持。

因为你们的支持，是我们不断前进的动力！

本文 Display 设计方面很大一部分是借鉴了 Davinci 用户做出来的大屏，当然这里只 copy 到一点皮毛，要学习到大神所制 Display 的精髓还有很长的路要走。还请各位大神能不吝赐教，多多放上自己用 Davinci 制作出来的精美 Display 或者形成教程小文，让大家更多的学习精美大屏制作方法~

本文转载自宜信技术学院网站。

原文链接：http://college.creditease.cn/detail/227