【BI】①项目概要

项目简介

​ 基于React + Spring Boot + MQ + AIGC的智能数据分析平台。区别于传统BI,用户只需要导入原始数据集、并输入分析诉求，就能自动生成可视化图表及分析结论,实现数据分析的降本增效。

​ 在传统的数据分析平台中，如果想要分析近一年网站的用户增长趋势， 通常需要手动导入数据、选择要分析的字段和图表，并由专业的数据分析师完成分析,最后得出结论。然而，本次设计的项目与传统平台有所不同。在这个项目中，用户只需输入想要分析的目标，并上传原始数据，系统将利用AI自动生成可视化图表和学习的分析结论。这样，即使是对数据分析不通的人也能轻松使用该系统。

BI概念

​ 主流BI平台：帆软BI、小马BI、微软Power BI

​ 传统BI示例

传统BI平台分析图表参考步骤：

【1】手动上传数据

【2】手动选择分析所需的数据行和列(由数据分析师完成)

【3】需要手动选择所需的图表类型(由数据分析师完成)

【4】生成图表并保存配置

智能BI平台设想：

与传统的BI不同，智能BI平台允许用户(数据分析者)仅需导入最最最原始的数据集并输入分析目标(例如网站增长趋势)即可利用AI自动生成符合要求的图表和结论，从而显著提升分析效率。

利用AI接口实现快速数据分析

技术栈选型

技术栈

前端

• React
• 开发框架Umi + Ant Design Pro
• 可视化开发库(Echarts + HighCharts + AntV)、< 可视化会涉及到图表的生成>
• umi openapi代码生成(自动生成后端调用代码) <前后联调开发 >

后端

• Spring Boot (万用Java后端项目模板，快速搭建基础框架,避免重复写代码)
• MySQL数据库
• MyBatis Plus数据访问框架
• 消息队列(RabbitMQ)
• Al能力(Open AI接口开发/星球提供现成的Al接口)
• Excel的上传和数据的解析(Easy Excel)
• Swagger + Knife4j 项目接口文档
• Hutool工具库

开发工具

前端

• nodejs
• WebStorm、VSCode

后端

• idea
• java
• maven

其他工具

• mysql
• redis
• yarn
• git、gitlab

版本说明

【1】nodejs大于16.14、小于18

【2】idea下载2020.1以上的版本（支持MyBatisX插件）

项目架构

​ 基础流程：客户端输入分析诉求和原始数据，向业务后端发送请求。业务后端利用Al服务处理客户端数据，保持到数据库，并生成图表。处理后的数据由业务后端发送给AI服务，AI服务生成结果并返回给后端，最终将结果返回给客户端示。

​ 根据用户的输入生成图表，借助AI服务完成

问题思考

​ 假设一个AI服务生成图表和分析结果要等50秒,如果有大量用户需要生成图表，每个人都需要等待50秒,那么Al服务可能无法承受这种压力。为了解决这个问题，可以采用消息队列技术。

​ 这类似于在餐厅点餐时，为了避免顾客排队等待，餐厅会给顾客一个取餐号码，让顾客可以先去坐下或做其他事情，等到餐厅叫到他们的号码时再去领取餐点,这样就能节省等待时间。同样地，通过消息队列，用户可以提交生成图表的请求，这些请求会进入队列，Al 服务会依次处理队列中的请求，从而避免了同时处理大量请求造成的压力,同时也能更好地控制资源的使用