首先恭喜你，當你看到這篇文章的時候，不管你是小白還是大咖，你都將直接獲得一個高階技能：輕鬆上手可實時重新整理的酷炫大屏。

製作視覺化大屏，一般有這麼幾種方案：

• 寫程式碼呼叫資料和圖表，比如寫JS+Echarts ；
• 直接的資料視覺化工具

前者對於大部分人來說門檻較高，而且尤其是大屏需求比較多，比方說要做10個的情況下，親身試驗寫程式碼容易奔潰。如果涉及大量的動態視覺化，涉及大資料量，沒有底層技術，效能就會大打折扣。而且投到不同尺寸的螢幕，除錯起來非常麻煩。

那麼有沒有一種簡單的視覺化大屏方案，可以快速的設計樣式呈現效果、自適應不同大小的螢幕、而且還可以實時重新整理資料？

有，選擇後者，直接用資料視覺化工具。

市面上能做到直接呈現在LED螢幕的大屏視覺化工具並不多，多數需要程式碼除錯，報表工具FineReport和FineBI工具可直接實現，相對來講FineBI使用更簡單，本文也是基於FineBI，來教大家做可實時重新整理的資料大屏。

先來看看我們今天即將要教大家做的大屏效果（請接受一波酷炫視覺化的衝擊！）

不懂程式碼，如何做出實時重新整理的資料大屏？

1、快速上手學習BI工具

FineBI是一個視覺化的自助式BI工具，整個操作就是導資料/連資料庫——處理資料（視覺化ETL）選擇圖表——拖資料欄位——視覺化展現&美化，操作簡單上手快。多數情況下，這個工具都是拿來做視覺化報表，對接企業大資料平臺，做企業資料運營分析用。

2、構建資料模型

掌握了finebi的基礎功能：怎麼連線資料，怎麼趨勢，怎麼做圖表。接下來就到了正式做大屏步驟，先是構建資料模型。

大屏也是有主題的，本質是對一類業務的分析，然後綜合展示，比如銷售大屏。像這類業務分析一般要用到多張維度表和事實明細表的資料（例如下圖中的分公司維度表和合同事實表）。常規操作是將不同業務系統的sql表拼接、寬表拼接，構成一個星型資料模型，需要你有專業的資料倉庫技能。那這裡化繁為簡，可以直接用工具自帶的敏捷資料模型去替代上述的工作，原理是自動構建雪花型模型，跨資料來源關聯。

搭建好上圖的銷售demo業務包的資料表和關聯模型之後，下一步就可以進行正式的銷售管理駕駛艙大屏搭建。

3、大屏佈局設計

在給大家介紹具體制作過程之前先講解一下通常管理駕駛艙的佈局方式。管理駕駛艙往往展現的是一個企業全域性的業務，一般分為主要指標和次要指標兩個層次，主要指標反映核心業務，次要指標用於進一步闡述分析。所以在製作時給予不一樣的側重，這裡推薦幾種常見的版式。

上面幾個版式不是金科定律，只是通常推薦的主次分佈版式，能讓資訊一目瞭然。實際專案中，不一定使用主次分佈，也可以使用平均分佈，或者可以二者結合進行適當調整。比如下圖所示，指標很多很多，存在多個層級的，就根據上面所說的基本原則進行一些微調，效果會很好。

4、實際分析製作過程

有了以上的佈局設計，每一個模組就單獨用一類圖表分析一塊內容，比如銷售分佈、簽單分佈、回款金額分析......整體呈現一個主題（在這裡是銷售業務）的分析。

那具體如何用工具操作呢？

首先，既然是銷售管理駕駛艙，那麼我們可以先從領導和高層最為關注的公司簽單金額和回款金額入手。對於這樣的彙總指標，選擇儀表板進行資料展示再合適不過了。選擇拖入合同事實表中的合同金額和合同回款表中的回款金額兩個指標，樣式這裡選擇圓環儀表盤，同時兩個指標的單位都設定成億，最大刻度輸入當前合同金額，2.78億。這樣一來，2.78億的合同回款，2.25億的回款金額以及80.87%的總的回款率也就統計出來了,企業的簽單金額和回款金額/回款率都一目瞭然。

其他部分也是一樣的原理，篇幅原因不多介紹，核心是要知道展現哪些資料指標。

5、實時重新整理功能

如何做出實時重新整理的資料大屏，本篇還有一個重點內容就是大屏的實時重新整理功能，也是大家問得比較多的。

所謂實時重新整理，即你展示出來的酷炫大屏上面的資料將是動態重新整理，能夠實時反映資料庫中的資料。我們的大屏通常連線著資料庫，我們開啟報表的時候，會讀取資料庫中的資料，但資料庫中的資料可能是動態變化的，如果要讀取變化的資料的話，不需要我們重新開啟重新整理報表，報表中的資料將動態自動重新整理。

FineBI實時重新整理的底層技術和效能:

實時重新整理的實現所依靠的一個重要支撐，是FineBI自帶的FineDirect直連引擎。FineDirect直連引擎給出了資料端到應用端的完整解決方案，支援連線企業已有的大資料計算平臺，如Hadoop、Kylin、Greenplum、Vertica等，在充分利用平臺計算效能的同時，也解決了TB至PB級超大資料量多維分析的難題。

FineDirect是FineBI推出的大資料直連引擎功能模組，用於更好地處理超大資料量的分析要求和資料來源實時性的需求。通過FineDirect直連引擎可以直接對接現有的資料來源，無論是傳統的關係型資料庫（Oracle，Sqlserver），還是日益成熟的Hadoop生態圈，Mpp架構的解決方案，都可以直接進行自助取數分析，實現更敏捷的、更及時的決策分析。

FineDirect引擎核心特點

①PB級別資料量多維分析

FineDirect直連引擎給出了資料端到應用端的完整解決方案，支援連線企業已有的大資料計算平臺，如Hadoop、Kylin、Greenplum、Vertica等，在充分利用平臺計算效能的同時，也解決了TB至PB級超大資料量多維分析的難題。

②實時大資料分析

FineDirect能夠連線實時資料進行分析，及時返回分析結果。基於FineDirect的視覺化引擎，可以將使用者拖拽分析的操作，實時地轉化為經過處理的查詢語言，實現對企業資料庫實時分析的效果。

③雙引擎模式靈活搭配

FineBI已有FineIndex引擎（原cube）和新的FineDirect直連引擎可以搭配使用，來滿足不同的應用場景。企業可以根據實際需求的不同準備兩種型別的資料，通過FineIndex模式配置那些不經常更新、實時性要求不高的資料；通過FineDirect直連引擎配置大資料量且有實時分析需求的資料，雙管齊下。

最後，如果對大屏製作感興趣，可以下載FineBI體驗下~