大数据时代的清道夫：JVS-BI的数据清洗加工引擎解析

随着数据在企业运营中的地位越来越重要，如何高效地处理和利用数据成为了企业关注的焦点。数据可视化清洗加工作为数据应用的重要环节，其重要性不言而喻。JVS-BI作为一款智能的商业智能工具，提供了强大的数据可视化清洗加工功能，帮助企业更好地管理和利用数据。

数据可视化清洗加工整体介绍

在数据应用的基本流程中，数据的集成接入、清洗加工和应用是必不可少的步骤。其中，数据清洗加工是最为关键的一环，它涉及到数据的关联、筛选、分组聚合等操作。JVS-智能BI通过可视化数据加工引擎，简化了数据清洗加工的流程，提高了数据处理效率。

JVS-BI特点介绍

数据应用的基本流程大致分为三个步骤，数据的集成接入（多种数据源）、数据的清洗加工（关联、筛选、分组聚合等），最后再是数据的应用（数据报告、趋势图表、大屏展示、统计报表等）。

其中数据清洗是最考验技术能力的过程。JVS-BI提供了可视化数据加工的工具---数据加工引擎，特点：

• 数仓式存储，以集中式、整合的方式管理数据，实现数据的统一清洗、转换和加载，为数据分析提供独立且高效的数据环境；
• 流程化加工，屏蔽底层不同数据源的差异，技能门槛降低，不论是excel还是hive 或者mongodb ，用户只需要简单通过流式数据加工配置即可；
• 模拟化配置，透明化数据建模过程，通过拖拉拽的方式，构建数据处理流程，简单清晰明了
• 界面化管理，提供快速任务管理工具，原始数据、模型化加工、周期化更新，更加简单高效

数仓式存储

数仓（Data Warehouse）是一个用于集中存储和管理企业中各种数据的方式，在JVS-BI中，数仓式存储模式是一种将企业各种数据进行整合、清洗、转换、加载，然后存储在一个中心化的数据仓库中的存储模式，它是独立于各个业务平台的独立数据分析系统，对数据的存储、数据的加工用自有平台的服务能力，数据分析加工是需要消耗大量的计算资源，这种模式不会消耗生产系统的计算性能，从而避免统计分析过程影响生产业务。

分析统计尽量不影响生产系统，特别是大量的分析所需的计算资源一定不能依赖于生产系统。

流程化加工

JVS-BI采用流程式数据加工方式，通过“算子”的形式将数据 一步一步的进行加工处理，通过每个算子的界面化配置，如下图所示：

算子是数据加工过程中的核心能力，算子通过 内存计算与数据库能力引用相融合的模式，实现了数据加工的配置化，系统提供了各种处理算子，在配置引擎中可以快速实现，数据过滤、多表关联（跨库）、数据拓展（函数计算）、追加合并......各种各样的处理方法，通过简单的拓展，下图展示了一个配置算子的过程示例：

模拟化配置

系统通过对模拟数据进行自动化构建，我们在构建流程化建模的过程中，数据所需要的各个环节的模型都是系统自动构建，那么系统构建各个环节模型的来源是什么呢？是在我们 模拟引入了一部分真实表结构的部分数据，作为加工的模拟数据，通过每一步，系统去构建每个环节的数据模型（类似于零代码开发的模式），无需关注所需要建模的物理表结构，只关注每个环节我们要的业务数据结果，这样大大降低了 对操作者的技术门槛，也实现了所见即所得的配置清洗建模的过程

界面化管理

数据清洗加工建模 是构建 数据加工清洗的流程，通过采用模拟获取一部分数据进行建模（快速高效），那么任务调度就是管理真实数据通过建模所得到的 加工数据结果，任务调用如何管理，如下图所示：

系统提供了自动化执行的配置界面，其中包括快速的周期化配置，有按小时、按天、等多种方式

也可以采用con表达式进行周期化执行配置，可以更加灵活与自定义。

执行的过程我们也有对应的任务管理界面，系统对当前计算执行的任务，执行的进度都提供了界面化的管理，如下图所示

在线demo：http://bi.bctools.cn

gitee地址：https://gitee.com/software-minister/jvs-bi