Qlik sense开发入门/可视化BI报表开发入门

r囧r小猫 2022-01-28 03:49 921阅读 0赞

最近开发公司的BI可视化报表，接触了Qlik报表工具，使用过程中发现网上入门教程很少，因此写一篇入门开发经历。啥也不说，先上一个已经开发完成的需求中的其中一个展示页面截图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIxMTA4MzEx_size_16_color_FFFFFF_t_70][]

如上图， Qlik这个工具直接实现，Qlik是收费可视化BI中排行前三的工具了，能和微软的BI一拼高下，使用感觉还是不错的，几亿的数据分析，我用过最长半个小时就出结果，个人感觉还可以，听说收费很贵，估计小公司用的很少.

进入正题：

Qlik报表开发主要有两个流程：

1、把数据导入到qlik，可以从MySQL、Oracle、CSV等各种地方导入，具体方法官方文档介绍，以后会简单的分享下Oracle导入

2、开发展示逻辑，把导入的数据展示到前端进行可视化，这个可视化是qlik自带了的，只需要配置开发简单的判断条件就行了

--------------------

接下来进行单独说明：

把数据导入到qlik，官方文档中称之为脚本函数。注意（敲小黑板了），官方文档中对于脚本代码开发，分为两类:

1、可视化脚本开发

2、脚本开发

在搜索脚本语法、关键字、函数的时候，请注意，不是所有的语法、函数、关键字都是两个通用的。可视化脚本开发主要是在应用程序视图中开发可视化图像脚本，基本上就是进行条件筛选。

而脚本开发，是值得把数据导入到qlik后，会在qlik中生成报表的基础数据，所有的可视化数据分析基础数据都是来源于导入数据后qlik生成的基础数据。所以这里的脚本开发，作用是怎么定义你的基础数据。

有的新手童鞋可能迷糊什么叫定义你的基础数据？qlik加载的数据不一定非得和数据库表结构完全一致，可以指加载所需的部分数据，这样可以减少数据分析所需时间。所以qlik的基础数据是要用脚本来定义的，脚本的目的就是生成你所需要的基础数据。

所以，重要的事情说三遍、这是要考的哦，脚本分为两类，一是定义基础数据的脚本、二是定义可视化筛选条件的脚本。

产生的问题就是：当你在官方文档搜索函数、关键字、语法等用于脚本的情况，请看清楚你所搜索的内容适合于哪种脚本，很多函数是两个脚本都能用的，也有很多函数是两个脚本不通用的：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIxMTA4MzEx_size_16_color_FFFFFF_t_70 1][]

如图，我搜索月份的函数，弹出来的选择是：脚本和图表函数，这就代表脚本开发可用、可视化脚本开发可用，也有只是一个能用的，所以要看清楚哦

--------------------

上面基本上已经说明qlik发开流程了：

1、加载数据

2、筛选生成基础数据

3、可视化数据开发生成BI可视化报表

--------------------

脚本开发（不是可视化脚本）：

接下来我就具体举例说明，数据来源于Oracle数据库，其他的格式入文件、MySQL等都差不多，就不特殊介绍了。

1、要获得Oracle的元数据：

LIB CONNECT TO '数据库链接信息';

用这个就能链接数据库了

2、当连接上数据库后，需要筛选出所需数据，在Oracle中我们用select，在qlik中也有select，但是qlik中有另一个参数load，用法和select一样，区别是load可以直接读文件，而select必须要接lib链接数据库，不能直接读文件，所以这里常用的是load参数，用法和select一样，由于load优点，后续我都用load from语句。

3、load到数据库数据后，数据是缓存到内存里面的，如果需要持久化，需要用store 数据 into 文件名，这样就能把数据持久话到本地。

4、变量的声明是用let

LET A = 1；

声明了一个变量A值为1，  
当然LET A后面可以赋值函数方法，比如LET A=date(now(1),'YYYY-MM'),这就把当前时间按照YYYY-MM格式赋值给了A；

使用变量$(A),直接放在所需地方就行了

5、循环，for i to A;i是自定义循环起始变量，默认定义为1，后续A是需要循环的值，可以是确定值的变量。

按照以上方法已经可已写出一个循环写入数据的基准文件了。这样我们就确定了基准数据，注意基准数据没事不要用聚合函数等进行聚合，（不要瞎聚合）这里需要的就是明细数据，聚合结果是在可视化里面开发了，在基准数据瞎聚合往往会让可视化开发出的结果出错，所以脚本开发where筛选条件只需要确定哪些数据就行了，不要什么order by，sum，group等瞎搞。

--------------------

可视化脚本开发：

可视化脚本开发就好玩了，基本上就是页面点点点，或者用一些函数来聚合筛选下数据，大多数也是页面点击，如截图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIxMTA4MzEx_size_16_color_FFFFFF_t_70 2][]

这里的 Fx字段可以点进去，

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIxMTA4MzEx_size_16_color_FFFFFF_t_70 3][]

点进去就可以编辑表达式，一般都是编辑一些简单的筛选条件，而聚合在哪里实现呢？可视化界面有两个参数，一是维度、二是度量，维度就是参考标准，度量就是筛选方式了，用什么聚合函数，处理方法之类的就在度量里面选择，绝大多数聚合方式都有选项（收费好处），并不需要人工开发，特殊就也有编辑表达式界面，按照所需需求开发就行了。

最后展示出来，就是完美的可视化BI报表了.不懂函数、关键字、语法的，在官网里面搜索，基本都能搜索出来，注意分辨使用场景就行。

--------------------

分享一段我的可视化基准数据脚本

let v_year=year(now(1));
    let v_month=num(month(now(1)));
    let v_mon = '$(v_month)';
    
    for i = 1 to v_mon;
    
    let v_dataname = '$(v_year)'&'-0'&'$(i)';
    
    let v_data =QVDCreateTime([lib://事实表/商品订单_$(v_dataname).qvd]);
    let v_data_sp =QVDCreateTime([lib://事实表/SP订单_$(v_dataname).qvd]);
    
    datatable:
    load 
    订单编号,
    下单时间,
    客户编号,
    订单状态,
    积分金额,
    兑换数量,
    商品编号,
    1 as 订单类型
    from [lib://事实表/商品订单_$(v_dataname).qvd](qvd);
    Concatenate
    load 
    订单编号,
    下单时间,
    客户编号,
    订单状态,
    1 as 兑换数量,
    积分金额,
    商品ID as 商品编号,
    2 as 订单类型
    from [lib://事实表/SP订单_$(v_dataname).qvd](qvd);
    
    // store datatable into [lib://事实表/商品订单_$(v_dataname11).qvd](qvd);
    next i;
    
    
    left keep
    load
    商品编号,
    商品分类ID
    from [lib://维度表/商品基础信息.qvd] (qvd);
    
    
    left keep
    load
    商品分类ID,
    商品一类名称
    from 
    [lib://维度表/商品分类信息.qvd] (qvd);
    
    inner keep
    load
    客户编号
    from
    [lib://维度表/客户基础信息.qvd] (qvd)
    where 客户所属省份='广东' and Match(客户所属地市,
    '广州市',
    '汕尾市',
    '阳江市',
    '揭阳市',
    '茂名市',
    '江门市',
    '韶关市',
    '惠州市',
    '梅州市',
    '汕头市',
    '深圳市',
    '珠海市',
    '佛山市',
    '肇庆市',
    '湛江市',
    '中山市',
    '河源市',
    '清远市',
    '云浮市',
    '潮州市',
    '东莞市')>0

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIxMTA4MzEx_size_16_color_FFFFFF_t_70]: /images/20220128/40e9d884c91f4434bd7835efe80e8ca5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIxMTA4MzEx_size_16_color_FFFFFF_t_70 1]: /images/20220128/e0dcaa48e8c84a38aab6b5dbed969ca3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIxMTA4MzEx_size_16_color_FFFFFF_t_70 2]: /images/20220128/b4c26fd3b08948dfb3b2e1bdf3c33fd7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzIxMTA4MzEx_size_16_color_FFFFFF_t_70 3]: /images/20220128/ec2239d77eae4631954da008bc67a50b.png