DataGear是一款数据可视化分析平台，使用Java语言开发，采用浏览器/服务器架构，支持SQL、CSV、Excel、HTTP接口、JSON等多种数据源，主要功能包括数据管理、SQL工作台、数据导入/导出、数据集管理、图表管理、看板管理等。 系统特点： 1、可管理数据库驱动 可通过驱动程序管理功能添加数据库驱动程序，无需重启，即可支持连接新数据库； 2、多种格式的数据集 支持SQL、CSV、Excel、HTTP接口、JSON等多种格式的数据集； 3、多数据集聚合图表 一个图表可添加多个不同格式的数据集，将它们聚合展示； 4、插件式图表类型 每一种类型的图表都以图表插件形式提供，并内置了大量图表插件，管理员也可上传自定义图表插件，丰富系统图表类型； 5、可自由编辑的HTML看板模板 看板使用原生的HTML网页作为模板，可自由编辑、绑定、异步加载图表，并支持将任意HTML网页导入为看板； 6、丰富的看板API 看板页面内置了大量的页面端API，可用于个性化扩展看板功能。 模块介绍： 1、datagear-analysis 数据分析底层模块，定义数据集、图表、看板API 2、datagear-connection 数据库连接支持模块，定义可从指定目录加载JDBC驱动、新建连接的API 3、datagear-dataexchange 数据导入/导出底层模块，定义导入/导出指定数据源数据的API 4、datagear-management 系统业务服务模块，定义数据源、数据分析等功能的服务层API 5、datagear-meta 数据源元信息底层模块，定义解析指定数据源表结构的API 6、datagear-persistence 数据源数据管理底层模块，定义读取、编辑、查询数据源表数据的API 7、datagear-util 系统常用工具集模块 8、datagear-web 系统业务web模块，定义web控制器、操作页面 9、datagear-webapp 系统Web应用程序组织模块，定义将系统构建为标准WAR程序包的结构 10、datagear-webappembd 系统独立应用程序组织模块，定义将系统构建为独立可执行程序的结构 依赖： Java 8+ Servlet 3.0+ 编译： （执行单元测试编译，需要预先配置单元测试环境） mvn clean package （不执行单元测试编译，无需预先配置单元测试环境） mvn clean package -DskipTests 运行： cd datagear-webappembd/target/datagear-[version] （Linux环境） ./startup.sh （windows环境） startup.bat 调试： 1、将datagear以maven工程导入至IDE工具； 2、将datagear-webapp作为Web应用添加至servlet容器（比如Tomcat）； 3、以调试模式运行Servlet容器。 调试注意： 在调试开发分支前（dev-*），建议先备份DataGear工作目录（[用户主目录]/.datagear）， 因为开发分支程序启动时会修改DataGear工作目录，可能会导致先前使用的正式版程序、以及后续发布的正式版程序无法正常启动。 调试时，系统仅会在第一次启动时升级内置数据库（Derby），如果遇到内置数据库访问异常，需要查看 datagear-management/src/main/resources/org/datagear/management/ddl/datagear.sql 文件，从中查找需要更新的SQL语句，手动更新至内置数据库。 系统自带了一个可用于为内置数据库执行SQL语句的简单工具类org.datagear.web.util.DerbySqlClient，可以在IDE中直接运行。注意：运行前需要先停止DataGear程序。 DataGear数据可视化分析平台 更新日志： v2.9.0 重构内置表格图表配置项，支持细粒度配置表格样式

智慧水利大数据分析平台总体规划方案.pdf

智慧河道大数据监控分析平台解决方案.pdf

智慧河长大数据分析平台建设运营方案.pdf

智慧方案

精细化运营分析平台.pdf

综合运用物联网、移动互联、云计算、大数据等现代化技术，围绕中小学“”教学研管“等各个方面，”打造了较完善的智慧校园综合解决方案。

基于Flink+ClickHouse构建亿级电商实时数据分析平台（PC、移动、小程序），完整版153讲视频教程下载。本课程采用全新的大数据技术栈：Flink+ClickHouse,让你体验到全新技术栈的强大，感受时代变化的气息，通过学习完本课程可以节省你摸索的时间，节省企业成本，提高企业开发效率。本课程不仅告诉你如何做项目，还会告诉你如何验证系统如何支撑亿级并发，如何部署项目等等。

基于Flink+ClickHouse构建亿级电商实时数据分析平台（PC、移动、小程序），完整版153讲视频教程下载。 课程将带领大家一步一步从无到有实现一个高性能的实时数据分析平台，该系统以热门的互联网电商实际业务应用场景为案例讲解，对电商数据的常见实战指标以及难点实战指标进行了详尽讲解，具体指标包括：概况统计、全站流量分析、渠道分析、广告分析、订单分析、运营分析（团购、秒杀、指定活动）等，该系统指标分为分钟级和小时级多时间方位分析，能承载海量数据的实时分析，数据分析涵盖全端（PC、移动、小程序）应用。

手把手视频详细讲解项目开发全过程，需要的小伙伴自行百度网盘下载，链接见附件，永久有效。 课程简介 从0开始构建BI商业大数据分析平台，以实际的电商分析业务，贯穿数据生成，数据仓库、ETL、数据分析以及可视化分析和商业BI报表，让你三天零基础快速搭建商业化BI分析平台 课程亮点 1，零基础讲解，从数据存储到商业可视化分析，一步步逐渐深入 2，理论+实践，让你既能学懂也能学会 3，图文并茂，化繁为简，让知识通俗易懂，不再抽象 4，以实际企业业务需求讲解，让学生学有所用，学完即可上手BI 适用人群 1、对大数据感兴趣的在校生及应届毕业生。 2、对目前职业有进一步提升要求，希望从事大数据行业高薪工作的在职人员。 3、对大数据行业感兴趣的相关人员。 课程内容 第一章：MySQL数据库入门 1.1 大数据应用及数据存储 1.2 MySQL的介绍 1.3 MySQL数据库部署 1.4 DataGrip可视化工具部署 1.5 DataGrip与MySQL连接配置 第二章：SQL分析之DDL 2.1 SQL的分类与规则 2.2 DDL之数据库管理 2.3 DDL之数据表创建与查询 2.4 DDL之数据表删除与描述 第三章：SQL分析之DML 3.1 DML之数据的插入 3.2 DML之数据的修改 3.3 DML之数据的删除 第四章：SQL分析之DQL 4.1 DQL基本查询规则 4.2 DQL之入门查询 4.3 DQL之条件查询where 4.4 DQL之聚合查询聚合函数 4.5 DQL之分组查询group by 4.6 DQL之排序查询order by 4.7 DQL之分页查询limit 4.8 DQL之结果保存 第五章：多表复杂分析查询 5.1 多表查询：表与表之间的关系 5.2 多表查询：Join关联 5.3 多表查询：子查询 第六章：数据仓库与ETL 6.1 数据仓库入门 6.2 ETL与Kettle的介绍 6.3 JDK及Kettle的部署 第七章：Kettle的ETL开发实战 7.1 Kettle中概念详解 7.2 Kettle实现文本输入与Excel输出 7.3 Kettle实现Excel输入与表输出 7.4 表输入组件开发 7.5 插入更新组件开发 7.6 Kettle作业开发 第八章：BI可视化与实战需求 8.1 数据可视化背景 8.2 FIneBI的功能与部署 8.3 电商业务介绍 8.4 技术架构及数据准备 第九章：ETL与数据分析实战 9.1 基于MySQL实现数据内容拆解 9.2 基于Kettle实现数据的ETL 9.3 指标分析：每日订单总额及订单个数 9.4 指标分析：独立用户数以及热门商品Top10 9.5 指标分析：每天每个小时上架商品及订单个数 9.6 指标分析：每日不同支付方式的订单总金额及订单个数 9.7 指标分析：每日每个省份的订单总金额及订单个数 9.8 指标分析：每日不同商品分类的订单个数统计 第十章：BI可视化分析实战 10.1 FIneBI的基本使用 10.2 仪表盘显示每日订单信息 10.3 柱状图及曲线图的构建 10.4 饼图及雷达图的构建 10.5 混合图及词云图构建