新帆软FineBI6.0.13 2023.09.04大数据商业智能决策软件无限用户破解支持手机APP
新帆软FineBI6.0.13 2023.09.04大数据商业智能决策软件无限用户破解支持手机APP功能全解一、FineBI商务智能数据管理1、支持丰富的数据源连接，帮助企业进行多样数据整合。
2、支持业务包功能，基于业务需求做好数据分类管理。
3、支持多种视图对数据表进行可视化管理。
4、智能的表间字段关联，多种关联方式搭配使用。
5、FineBI的表间关联支持灵活应用，一次建立即可多次使用。
二、数据准备
1、自持自助数据集创建，让业务人员获得自己需要的数据，是自主分析的基础。
2、支持多种数据处理功能与可视化操作方式。
3、支持智能继承数据表权限与关联。
三、数据可视化智能分析
1、自动识别数据表维度与指标，支持个性化设置。
2、基于著名的图形语法(The Grammar Of Graphics)设计改良，提供多种图表类型。
3、支持区域地图，点地图，热力地图，流向地图等地图效果。
4、支持一个页面放置多个组件。组件支持各种样式的表格，配合各种业务需求展现数据。
5、支持分析型仪表盘的交互。
6、支持平台内数据见解的分享。
四、大数据引擎
1、使用Spider高性能计算引擎，以轻量级的架构实现数据分析。
2、Spider引擎支持实时数据与抽取数据两种模式，可以实现无缝切换。
3、Spider引擎的高性能可实现亿级以内的数据秒级呈现。
4、Spider引擎支持灵活的数据更新策略，提高数据准备效率。
五、dashboard商业智能仪表盘
1、支持页面的保存，在”我创建的”列表中进行编辑和查看。dashboard分享功能
2、支持管理员将“我创建的”报表挂到平台的目录树上，提供给所有用户查看。
3、我创建的dashboard可以分享给其他用户。
4、Dashboard支持表格图表之间切换。
5、Dashboard支持维度和指标数据的隐藏与展示。
6、Dashboard支持数据预警功能，对于在某个数据区间的数据可以进行红绿灯预警或者数据前景预警。
六、权限管理
1、支持企业级管控平台：FineBI数据决策系统实现以IT为中心进行集中管理。
2、支持对模板目录进行统一管理。
3、支持对系统的用户和角色进行统一管理。
4、支持基于用户角色对于模板和业务包权限进行双向分配。
5、支持智能运维功能
技术特性编辑
软件成品除了功能外，用户应该都比较关心稳定性、并发数、数据量等性能是不是优秀，FineBI的性能这一块也有很大的优势。
一、FineBI数据仓库技术要点
1、动态生成的位图索引技术处理字符串等类型
2、NIO内存映射文件技术，快速读取处理数字类型
3、支持离线使用的cube数据存储，支持cube数据定时全量以及增量更新
4、动态的内存数据立方体技术，并行计算的先进数据处理模式
5、基于位图索引的快速分组，过滤，钻取，支持多线程运算，互不干扰
6、高效的智能位图索引压缩技术
7、智能避免重复计算的缓存机制
二、FineBI数据建模及数据应用流程
数据库生成Cube文件，该cube文件会根据原始数据建立一定的数据模型。
访问设计报表时，预先加载需要使用的字段的位图索引到内存（使用半成品的位图，索引（在几十毫秒内）动态生成需要字段的位图索引）。
处理分组时，使用该位图索引，对数据进行处理，经过转换生成需要的结果，再使用多线程分组，多线程与内存映射文件生成汇总结果，轻松应对千万级以上的数据汇总。
并将结果建立一定的数据立方体模型，在下次取数，和部分取数（比如之前用了3个字段，后面又用了3个中的2个字段，则不需要重复计算）时避免重复计算。
处理列表则是根据计算好位图索引的值的取制定行数据，列表性能无上限，取多大的数据量都会很快。
三、FineBI数据仓库优势
优势：分组速度快，各个分组，汇总之间互不干扰，利于多线程计算以及分布式部署优化，单机性能也比较好。
支持部分计算，分组汇总不需要计算所有的值
列表速度不受限于数据量
四、FineBI智能模块
1.分析数据智能关联
当最终用户在分析数据时，很可能需要将数据建模时没有建立关联关系的数据关联起来做为整体查看分析，而在处理此类问题时就往往需要技术人员的支持，需要额外的数据建模工作，FineBI根据用户的语义，提供关联设置，并将数据关联，只要明白语义即可得到所需数据。
2.指标影响因素智能分析
某个指标或者汇总数据往往会受到很多因素的影响，例如销售额会受到产品质量，销售地区，时间，销售人员，代理商，销售策略，同类竞争产品价格等等因素的影响，而当最终客户进行分析时需要对全盘的影响因素都有了解。以往的BI工具是提前将这些分析维度加入最终展现层让领导或者业务人员去选择，这样的问题有二：沟通成本高，需要让技术人员清晰明了业务需求；修改影响因素复杂，添加删除因素需要通知技术人员。FineBI的智能因素分析直接面向最终分析人员，通过优化的算法提供所有影响因素，并且智能判断重点因素。
页:
[1]