KNIME经典案例

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

KNIME作为数据分析平台，打通数据接口是其中重要的一环。

平时有些客户喜欢问一些数据的接口问题，作为半个SolutionArchitect，这方面自然也是要好好了解一下，有助于评估方案的可行性。

这也是我个人喜欢KNIME的一个原因：KNIME可以帮我快速查看方案的可行性，甚至完成PoC（Proof of Concept）。

KNIMEHUB提供了很多优秀的案例，这里我收集了30个优秀的数据接口案例。通过这些案例的融汇贯通，我们可以轻松的从各种数据源获取数据，然后合并，最后用于自己的分析目的。

这些案例都是很经典的，每个案例都会有至少两种以上的数据接口的融合。

最关键的是这30个案例有很详细的英文讲解，包括讲解思路，节点的选择，workflow的设计等等。

以下案例全部来自KNIME官网，可以去KNIME HUB搜索关键词下载，比如搜索mysql或者ML等。

案例知识点密集

先看一下这30个案例覆盖面有多广，本地数据库，云数据库，都有案例。

还有很多的文件格式，比如下图的所有格式，从经典的CSV，EXCEL，LOG文件到HTTP读取远程文件，RESTAPI获取网页信息，或者JDBC从某些非典型数据库获取数据都有涉猎。

甚至是ePub这种电子书的图片解析都有案例，不可谓不经典。

当然了，多语言融合也是一大需求，你可能想要融合JS，Python，R等语言，以及爬虫。

还有一些在国外很流行的数据接口，包括SharePoint， GCP， Kafka， Azure， Tableau， DataBricks，Amazon ML 等平台，这里面也有经典的案例。

经典个案
案例13：从6种数据源获取数据。不管是经典的SQL类型还是NoSQL类型，都可以，官方也提供了很详细的讲解。

获取的数据当然需要进行分析，这个案例中采用机器学习进行后续处理。算法采用的是经典的随机森林，但是比较贴心的，还做了数据特征，尤其是采用递归法筛选特征。

案例15：多语言生成词云，多语言进行翻译。