FineReport、FineDataLink产品组合应用 FineReport帮助文档|报表开发|报表使用|学习教程

历史版本6 :FineReport、FineDataLink产品组合应用返回文档

编辑时间:06-28 16:33 历史版本: 最新历史版本上一篇历史版本下一篇历史版本 内容长度:9526 图片数:2目录数:5 修改原因:调整页面

1. 概述
2. FineDataLink 可以做什么
3. FineDataLink 如何助力报表开发与应用
4. 如何体验 FineDataLink
5. FR、FDL 组合应用示例

1. 概述编辑

FineReport 是一款用于报表开发、分析和展示的工具，能够帮助用户轻松构建灵活的数据分析和报表系统。

在报表开发之前，用户往往需要面对企业内多源异构数据的复杂加工处理工作。

数据开发师可以通过 FineDataLink 对接多源异构数据源，完成数据实时采集、复杂场景的数据处理加工，为 FineReport 提供可直接应用的结果层数据，实现数据处理层的加速。

2. FineDataLink 可以做什么编辑

FineDataLink 致力于为企业、为数据开发者、为数据分析师、为数据资产管理者，结合数据库、上层通用协议、文件、消息队列、平台系统、应用等各类数据源，打造一个具备开放的、一站式、标准化、可视化、高性能和可持续交付的数据调度与治理平台。

FineDataLink 赋予用户仅通过单一平台，即可实现实时数据传输、数据调度、数据治理等各类复杂组合场景的能力。

详情请参见：FineDataLink产品简介

3. FineDataLink 如何助力报表开发与应用编辑

3.1 报表数据采集

场景	FR 用户痛点	FDL 方案
无数仓客户，FR 直连业务数据库取数开发报表，业务系统同时进行读写，存在稳定性风险	用户采用 FR 直连业务系统数据库的方式进行取数，来进行报表开发	业务数据库同时支撑业务系统的持续写入数据和数据批量读取，会造成业务数据库的性能下降，进而导致业务系统前端操作会存在卡顿等性能问题	实时报表：将业务数据实时同步到中间库，再通过 FR 直接连接中间库进行数据展示，实现了数据读写分离，兼顾了时效性和性能，提高业务库的安全性和稳定性非实时报表：使用 FDL 的「数据转换」功能，将复杂的数据处理和计算过程放在 FDL 中完成，并将结果同步到中间库表中进行定期更新。报表直接对接中间库取数，减小计算耗时，提升展现速度
有数仓客户，数据开发与使用存在部门墙，导致 FR 取数周期长	用户企业内，数据处理和报表开发分属两个部门负责，所以报表开发工程师需要从数据开发部门提供的大数据平台/数据中台取数应用	1）数据部门提供的数据，处理粒度比较粗，不支持报表开发直接应用 2）报表开发部门和数据处理部门彼此独立，报表开发部门对于数据部门提交的数据处理需求响应周期比较长 3）传统数据底层搭建工具的易用性较低，报表开发人员无法快速上手	引导开发人员自己处理数据，FDL 易上手，能够对接多种数据源，IT 部门可以自行对已有数据进行二次处理（跨库关联、过滤、汇总、比对删除、行列转换等等），缩短开发周期，提升开发效率

场景

FR 用户痛点

FDL 方案

无数仓客户，FR 直连业务数据库取数开发报表，业务系统同时进行读写，存在稳定性风险

用户采用 FR 直连业务系统数据库的方式进行取数，来进行报表开发

业务数据库同时支撑业务系统的持续写入数据和数据批量读取，会造成业务数据库的性能下降，进而导致业务系统前端操作会存在卡顿等性能问题

实时报表：

将业务数据实时同步到中间库，再通过 FR 直接连接中间库进行数据展示，实现了数据读写分离，兼顾了时效性和性能，提高业务库的安全性和稳定性

非实时报表：

使用 FDL 的「数据转换」功能，将复杂的数据处理和计算过程放在 FDL 中完成，并将结果同步到中间库表中进行定期更新。报表直接对接中间库取数，减小计算耗时，提升展现速度

有数仓客户，数据开发与使用存在部门墙，导致 FR 取数周期长

用户企业内，数据处理和报表开发分属两个部门负责，所以报表开发工程师需要从数据开发部门提供的大数据平台/数据中台取数应用

1）数据部门提供的数据，处理粒度比较粗，不支持报表开发直接应用

2）报表开发部门和数据处理部门彼此独立，报表开发部门对于数据部门提交的数据处理需求响应周期比较长

3）传统数据底层搭建工具的易用性较低，报表开发人员无法快速上手

引导开发人员自己处理数据，FDL 易上手，能够对接多种数据源，IT 部门可以自行对已有数据进行二次处理（跨库关联、过滤、汇总、比对删除、行列转换等等），缩短开发周期，提升开发效率

3.2 报表数据处理

场景		FR 用户痛点	FDL 方案
无数仓客户，FR 对接多来源数据进行加工应用	用户需要开发的大屏或报表，数据来源于多个多种业务系统时，需要使用 FR 对接多个数据库	当 FR 需要对接超过 5 类数据源、单个报表数据集超过 5 个时，使用 FR 单元格过滤进行数据关联计算时，会导致报表开发成本很高	通过 FDL 数据关联加工处理打破数据之间的壁垒，再由 FR、FVS 进行数据展现；其一降低 FR 数据处理复杂度、其二提升报表展现速度
FR 需要对接半结构化数据	用户需要应用的数据为半结构化 API 数据，FR 采用 json 数据集进行处理	FR json 数据集功能可对接的数据格式单一，不支持针对 json 层级数据进行个性化解析	FDL 可以从 API 中取数，并对取出的 JSON 格式或者 XML 格式数据解析为二维表，然后使用其他可视化算子对数据进行进一步处理和计算

3.3 报表使用

场景		FR 用户痛点	FDL 方案
无数仓客户，报表数据集中包含复杂 sql时，会导致报表查询慢	由于客户没有可直接应用的结果层数据，所以报表开发中需要使用复杂 sql 进行数据加工处理	复杂 sql 导致报表的数据查询慢，进而导致报表页面加载慢，造成业务人员的工作效率下降	应用 FDL 数据同步或数据转换功能，将复杂的数据处理、计算过程交由 FDL 实现，FR 报表数据集只需要保留 select * from table 的方式获取结果指标数据，进而缩短 FR 数据集查询时间，提升报表展示速度
业务人员完成数据补录后，即触发查询报表更新	财务合并、全面预算等财务类场景中，业务人员会通过 FR 填报完成凭证等数据的录入，由于填报数据一般为过程中数据，无法直接应用，所以填报数据一般向中间表写入大屏驾驶舱、自动推送报告等数据应用终端，需要使用中间表和其他原始表关联后结果数据	FR 完成填报动作后，明细报表、大屏驾驶舱不会立即更新，导致数据时效性下降	FDL 任务可设置每分钟执行一次，保证数据填报后尽快同步到数据库表中，详情参见：FR填报补录数据后，FDL任务轮询更新
准实时监控大屏	传统数据仓库场景下，数据是 T+1 方式进行更新	针对部分行业的特定场景，比如：车间生产监控大屏中，设备状态、停机累计时长需要实时展示并进行阈值预警，传统数据仓库无法满足数据的高时效性诉求	通过 FDL 搭建准实时数仓，数据管道实现数仓贴源层实时更新，同时配置数据更新时间戳，实现数仓后续层级增量更新，提高数据链路全流程的时效性，进而实现 FVS/FR 的准实时大屏展示。 FDL 对接物联网机器数据-MQTT 协议，数据推送 FVS 完成数据实时更新

3.4 报表数据运维

场景		FR用户痛点	FDL方案
无数仓客户，报表数据集中包含复杂 sql时，会导致报表数据运维难	由于用户没有结果层指标数据，所以报表开发中需要使用复杂 sql 进行数据加工处理	当报表数据集使用高复杂度 SQL 进行数据处理时，比如：新数据集引用历史数据集结果，会导致 SQL 层层嵌套，使 SQL 开发和后期维护成本指数级提升	使用 FDL 可视化方式完成数据加工并进行业务注释，报表内仅保留获取结果表的 SQL ，降低开发成本和后期维护成本

4. 如何体验 FineDataLink编辑

Demo体验：FineDataLink数据平台

FineDataLink了解试用：FineDataLink了解试用

5. FR、FDL 组合应用示例编辑

简介	文档
某贸易公司交易员使用 FineReport 填报模板，将新产生的订单或修改数据录入到补录表中，补录表需要将最新数据同步到数据库表中，数据分析工具使用数据库表中的数据进行展示，用户需要数据展示的数据尽量保持最新	FR填报补录数据后，FDL任务轮询更新
主要介绍业务系统数据经过 FineDataLink 处理落库后，FineReport 调用该数据进行报表开发的全流程	FDL和FineReport组合应用示例