作者:Ken W. Alger
译者:刘东华(Martin Liu)
将数据存储在数据库中是当今企业的基础。客户信息,订单历史记录,产品定价,物联网传感器数据等,都以备将来使用。但是,仅存储数据不足以形成市场竞争优势,我们也必须能够分析数据。分析数据有很多选择,可以通过各种方式实现。如果您有需要在MongoDB中进行可视化分析的数据,MongoDB图表是一个很棒的选项。
在MongoDB图表之前,有三种方法可视化您的MongoDB数据。
将MongoDB商业智能(BI)连接器与第三方BI工具结合使用;
执行提取 - 转换 - 加载(ETL)操作并利用第三方工具;
编写自定义代码并使用图表库,如D3.js或Bokeh。
目前处于测试阶段的MongoDB图表提供了一种可视化MongoDB中数据的简便方法。您无需将数据移动到其他存储库,编写自己的代码或购买第三方工具。MongoDB图表了解并理解文档数据模型的丰富性,并允许轻松的数据可视化。
此外,MongoDB图表允许以安全的方式与个人或仅仅是目标团队成员一起创建和共享可视化仪表板。同时也可以安全地共享在幕后使用的数据源。除非需要,否则销售部门的数据不必提供给Marketing。强大,并遵循MongoDB的安全设计是首要任务。
下载MongoDB Chats的 Docker 镜像之后,根据安装说明,我们能够连接到存储在MongoDB Atlas中的一个数据源,并开始构建可视化仪表板。连接到MongoDB Charts服务器后,我们需要采取三个步骤:
添加数据源
创建仪表板
创建我们的图表
使用MongoDB图表分析爱彼迎数据
我已经建立了一个包含来自不同城市的一些Airbnb数据的数据库。我们将在这里探索来自华盛顿州西雅图的数据集,但您也可以选择探索你自己的其他数据。我们需要从Atlas Cluster获取具有我们数据的连接字符串,并在Charts中连接到它。
从MongoDB Atlas获取URI
添加数据源
将MongoDB Charts服务器运行在 localhost:80 后,我们可以登录并前往Data Sources选项卡。我们使用Atlas(mongodb+srv://airbnbdemo:airbnb@airbnb-rgl39.mongodb.net/test?retryWrites=true)中的URI 并选择Connect。接下来会询问我们要从该群集中使用哪个数据源,我将从此示例中的数据库中选择 seattleListingAndReviewsairbnb。对于权限,我只想将所有内容保密,因此我将接受默认值并选择发布数据源。发布后,我可以为数据源添加别名。我会叫它Airbnb Seattle。
注意:上面的URI包含示例URI。您应该连接到自己的Atlas Cluster并使用授权的用户名和密码。
创建仪表板
接下来是创建一个实际的仪表板来容纳我们的可视化图表。在仪表板部分选择新仪表板并为其命名和描述,如小明的Airbnb仪表板。这将带我到我可以将图表添加到仪表板的位置。
创建图表
单击“ 添加图表”按钮后,我们可以开始构建可视化。我们想要Airbnb Seattle从下拉列表中选择数据源。MongoDB图表自动确定哪些字段可用于探索。在本练习中,我想看看西雅图哪些街区拥有最多Airbnb房产并按房产类型拆分。我们将使用Stacked Bar图表作为类型。
-
对于X轴,我们将需要id按计数聚合的字段。
2. 沿着Y轴,我们将看到地址和郊区。请注意,这address是一个子文档,MongoDB Charts本身知道如何处理这种类型的数据。我想suburb按降序对聚合值进行排序,并将结果限制在前20个郊区。
将Y轴值分配给堆积条形图
3. 将该property_type字段添加为我们的系列。
将“系列”值分配给“堆积条形图”现在可以将图表命名为Properties by Location 并保存。然后我们将回到我们的仪表板,我们可以在其中添加其他可视化图表以供进一步探索。
查看此简短视频,了解从同一数据源创建的其他可视化。
视频链接:视频
结 论
MongoDB图表是一种可视化浏览数据的出色工具。它具有针对特定用例的一些强大功能,例如:
对您的数据进行临时分析
本地理解文档数据模型的好处
通过基于用户的共享和权限,可以轻松实现项目协作
它非常直观,非开发人员可以使用它来进行自助数据分析
原文发布时间为: 2018-11-15
本文作者:Mongoing中文社区
本文来自云栖社区合作伙伴“Mongoing中文社区”,了解相关信息可以关注“Mongoing中文社区”。