🍓在前面的章节中我们学习了计算引擎MaxComputer和大数据开发治理平台DataWorks,今天我们来学习数据分析平台Quick BI，按照惯例，分为两个章节，一章理论一章实践，本文属于理论学习，对往期内容感兴趣的小伙伴可以查看下面内容👇:

• hadoop专题: hadoop系列文章.
• spark专题: spark系列文章.
• 阿里云系列: 阿里云MaxComputer SQL学习之DDL.
• 阿里云系列: 阿里云MaxComputer SQL学习之DML.
• 阿里云系列: 阿里云MaxComputer SQL学习之内置函数.
• 阿里云系列: 阿里云DataWorks介绍.
• 阿里云系列: 阿里云DataWorks学习之平台实践.

🍈在这一章节中，我们学习Quick BI的基本构成和概念，学习数据建模、报表制作等等。让我们开始今日份的学习吧！

Quick BI 的实战部分也更新完毕，大家可以查看下面链接

• 阿里云系列: 阿里云Quick BI学习之报表制作.

1. 商务智能BI

Bl报表工具以数据仓库为基础，通过表格及一系列可视化图表为企业管理者提供决策支持，帮助管理者更加快速精确的洞查业务机会，提开企业竞争力。

• 通过数据分析平台（BI报表工具）可方便快捷的实现多元化的报表设计以及数据分析。
• 通过B1报表工具中常用的图表组件可构建可视化应用。
• 通过集合多个可视化应用可构建数据门户进行各业务专题分析。

2. Quick BI介绍

**Quick BI是一个简单易用的BI报表制作与分析工具。**基于云计算，致力于大数据高效分析与展现的轻量级自助BI工具服务平台。通过对数据源的连接和数据集的创建，对数据进行即时的分析与查询；通过电子表格或者仪表盘功能，以拖拽的方式进行数据的可视化呈现。特点如图：

3. Quick BI的产品定位

Quick BI 提供海量数据实时在线分析，拖拽式操作，丰富的可视化效果，让业务人员自助实现数据分析、重塑数据生产的全链路，最终实现人人都是数据分析师。

4. Quick BI的实现

4.1 Quick BI的基本对象

基本对象主要包括：数据源、数据集、电子表格、仪表盘

4.2 Quick BI的架构

解决的难题：

• 取数难：业务人员需经常找技术写SQL取数查看各个维度的数据做决策。
• 报表产出效率低、维护难：后台分析系统的数据报表变更，编码研发周期长，维护困难。
• 图表效果设计不佳，人力成本高：使用开源类图表工具做报表，界面效果不佳，人力维护成本高。

优势及能力：

• 上手简单，快捷，满足不同岗位的数据需求，学习门槛低。
• 与内部系统集成，可结合进行数据分析，极大提高看数据的效率
• 解决员工使用多系统的麻烦，利于使用和控制。

交易权限控制：

• 数据权限行级控制：轻松实现同一份报表，不同区经理只看到本区的相关数据。
• 使用多变的业务需求：统计指标经常根据业务发展而频繁变动，负担重，响应慢。
• 跨数据集成及计算性能保障：充分利用云上BI的底层能力，解决跨源数据分析及计算能力性能瓶颈问题。

5. Quick BI的功能链路

Quick BI的各个功能部分如下：

6. 总结

这里我们主要介绍一下Quick BI的理论基础，其实和我们开源的tableau很像哦！ 下一篇博客，我将用一个案例来实现它的一整套流程。

7.参考资料

《阿里云全球培训中心》
《阿里云DataWorks使用手册》