智析视界项目

一、概述

        在传统的数据分析平台中，如果我们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，用户只需要输入想要分析的目标，并上传原始数据，系统将利用AI自动生成可视化图标和学习的分析结论。这样，即使是对数据一窍不通的人也能轻松使用该系统。

二、介绍

问：什么是BI？

答：即商业智能（数据可视化、报表可视化系统）

传统BI平台需要按照以下步骤:

• 1.手动上传数据
• 2.手动选择分析所需要的数据行和列（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

 在本项目所设想的智能BI平台：

        与传统的BI不同，我们的解决方案允许用户（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，从而显著提高分析效率。

三、项目准备

前端开发：

• nodejs
• WebStorm

后端开发：

• java
• maven
• idea

其他：

• mysql
• redis
• yarn
• git

注意：该项目用到的nodejs版本要大于16.14且小于18

 四、需求分析

1. 智能分析：用户输入目标和原始数据（图表类型），可以自动生成图表和分析结论
2. 图表管理（增删改查）
3. 图表生成的异步化（消息队列）
4. 对接AI能力

五、架构图

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AI服务处理客户端数据，保存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展示。

缺图

上图的流程会出现一个问题：

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AI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。

这类似与在餐厅点餐时，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，AI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。

优化流程（异步化）：客户端输入分析诉求和原始数据，向业务后端发送请求。业务后端将请求事件放入消息队列，并为客户端生成取餐号，让要生成图表的客户端去排队，消息队列根据AI服务负载情况，定期检查进度，如果AI服务还能处理更多的图表生成请求，就向任务处理模块发送消息。

缺图 

六、技术栈

前端：

1. react
2. 开发框架 Umi + Ant Design Pro
3. 可视化开发库（Echarts + HightCharts + AntV）<可视化会涉及到图表的生成>
4. umi openapi 代码生成（自动生成后端调用代码）<前后联调开发>

后端：

1. Spring Boot（使用开发模板，快速搭建基础框架，避免重复写代码）
2. MySql数据库
3. MyBatis Plus数据访问框架
4. 消息队列&#x