一种可视化的政务服务数据分析方法与流程

本发明涉及政务服务数据可视化技术，尤其涉及一种可视化的政务服务数据分析方法。

背景技术：

近几年来，国家不断推动“互联网+政务服务”的建设，实现政务服务的标准化、精准化、便捷化、平台化、协同化，政务服务流程显著优化，服务形式更加多元，服务渠道更为畅通，群众办事满意度显著提升。

明确提出政务服务便捷化，要以用户为中心，整合政务服务资源和流程，提供个性化政务服务，实现一站式办理。创新应用云计算、大数据、移动互联网等新技术，分级分类推进新型智慧城市建设。对政务服务办理过程和结果进行大数据分析，创新办事质量控制和服务效果评估，大幅提高政务服务的在线化、个性化、智能化水平。

在这一背景下，政务服务的数据分析应用需求越来越突出，传统的定制开发，已经无法满足日益增多的需求，急需在一种在数据量不是特别大、不需要耗费大量计算资源的、快速高效的能数据分析展现的方法和工具。

技术实现要素：

针对以上技术问题，本发明提出了一种可视化的政务服务数据分析方法，在不耗费大量计算资源、无需复杂操作，就能实现轻量级的数据分析，更好的解决政务服务内部单表百万数据级别的数据分析展示问题，更快速高效的配置出预期的分析图表，对数据直观展示。

本发明的技术方案是：

一种可视化的政务服务数据分析方法，基于开源可视化图表组件echarts和内置数据预计算模型,对开源js组件echarts提供的各种图表进行二次封装，接收统一的参数及数据类型，通过调用内置的数据预计算模型，返回结果数据，实现数据集合的图表可视化展现。

数据预计算模型支持通用的关系型数据库包括oracle、sqlserver、mysql、db2等，可以对百万级的数据实现秒级的展现输出，减少重复发开发工作。

所述数据预计算模型，可以根据配置的分析维度，度量方法和其他自定义计算表达式，自动拼装sql语句，从数据源中获取初步计算数据，然后经过数据集合的过滤，归集，计算出最终的结果，返回到封装的图表中，用于数据展示。

所述数据预计算模型支持通用的关系型数据库包括oracle、sqlserver、mysql、db2，可以对百万级的数据实现秒级的展现输出。

所述可视化组件包括echarts或highcharts或d3.js。

其中，可视化组件各图表进行标准化封装，封装为公用的数据获取组件js、各个图表js,分别用于图表数据的获取，和用于图表样式个性化定义，图表数据的加载。

公用数据获取组件，包括3部分数据获取，分别为维度数据，维度计算数据，维度定义数据。

各图表组件js包含四部分，echarts基本样式配置，自定义样式配置加载方法，数据加载方法，分支图表定义。

数据库数据预计算模型分为数据源加载、自定义数据集获取、根据维度原始数据集sql拼装、数据库连接、获取原始数据、获取维度数据、自定义表达式计算、数据集过滤这8部分。

(1)数据源加载为获取原始的数据库地址、用户名、密码，用于数据库连接；

(2)自定义数据集获取，是选定用于分析的数据集合，可通过sql或数据模型配置；

(3)根据维度原始数据集sql拼装，在数据集为自定义的sql的情况下，可根据分析的维度和聚合函数，自动生成获取数据的原始sql；

(4)数据库连接，通过数据源的配置对数据库建立链接；

(5)获取维度数据，根据第(3)部分的结果集，分别获取到维度的数据集合；

(6)自定义表达式计算，在维度数据的基础上，根据设定的表达式，自动进行数学运算，生成新的维度数据；

(7)数据集过滤，如果配置的数据展示模型中有数据的过滤配置，可对维度的数据进行过滤，只返回要分析的数据集合。

本发明的有益效果是

1)简化图表开发流程

通过配置数据的来源和分析的数据集合，选定图表模板，设置分析维度和计算维度，可自动生成图表，简化开发、配置简单。

2)支持多种关系型数据库

支持oracle、mysql、sqlserver、db2等多种常见的关系型数据库，满足大多数的数据来源。

3)图表样式自定义

在原有图表参数的基础上，支持宽高、背景色、透明度、坐标值等原始可视化组件的参数设置，实现图表的个性化设定。

4)图表响应速度快

数据的读取选择从缓存中读取或数据库直连获取，在百万级别的数据情况下，可以达到2秒以内的响应速度。

附图说明

图1是本发明的可视化数据分析流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围

本发明主要包括两部分可视化组件的echarts(不局限于该可视化组件)的二次封装，关系型数据库数据预计算模型，具体流程详见图1、可视化数据分析流程。

本发明技术方案如下：

一、可视化组件echarts的二次封装(不局限于此组件、可包括highcharts、d3.js等)

(1)可视化组件echarts各图表进行标准化封装，封装为公用的数据获取组件js、各个图表js,分别用于图表数据的获取，和用于图表样式个性化定义，图表数据的加载。

(2)公用数据获取组件，包括3部分数据获取，分别为维度数据，维度计算数据，维度定义数据

(3)各图表组件js包含四部分，echarts基本样式配置，自定义样式配置加载方法，数据加载方法，分支图表定义(如柱状图分为堆积柱状图、百分比柱状图等)

二、关系型数据库数据预计算模型

(1)关系型数据库数据预计算模型分为数据源加载、自定义数据集获取、根据维度原始数据集sql拼装、数据库连接、获取原始数据、获取维度数据、自定义表达式计算、数据集过滤这8部分。

(2)数据源加载为获取原始的数据库地址、用户名、密码等参数，用于数据库连接

(3)自定义数据集获取，是选定用于分析的数据集合，可通过sql或数据模型配置

(4)根据维度原始数据集sql拼装，在数据集为自定义的sql的情况下，可根据分析的维度和聚合函数，自动生成获取数据的原始sql

(5)数据库连接，通过数据源的配置对数据库建立链接

(6)获取维度数据，根据第(4)部分的结果集，分别获取到维度的数据集合

(7)自定义表达式计算，在维度数据的基础上，根据设定的表达式，自动进行数学运算，生成新的维度数据

(8)数据集过滤，如果配置的数据展示模型中有数据的过滤配置，可对维度的数据进行过滤，只返回要分析的数据集合。

以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。