学习数据分析有哪些好用的BI工具推荐

目前市场上的数据分析工具还是比较多的，国内跟国外都有，我就介绍几款主流的给楼主。国外： Tableau：自身定位是一款可视化工具，与Qlikview的定位差不多，可视化功能很强大，对计算机的硬件要求较高，部署较复杂。目前移动端只支持IOS系统。 Qlikview:最大的竞争者是Tableau，同Tableau和国内众多BI一样，是属于新一代的轻量化BI产品，体现在建模、部署和使用上。只能运行在windows系统，C／S的产品架构。采用内存动态计算，数据量小时，速度很快；数据量大时，吃内存很厉害性能偏慢。 Cognos：传统BI工具中最被广泛使用的，已被IBM收购。拥有强大的数据库平台、在数据管理、数据整合以及中间件领域专业功底深厚。偏 *** 作型，手工建模，一旦需求变化需要 重新建模，学习要求较高。国内： FineBI:帆软旗下的自助性BI产品，轻量化的BI工具，部署方便，走多维分析方向。后期采用jar包升级换代，维护方便，最具性价比。永洪BI:敏捷BI软件，产品稳定性较高。利用sql处理数据，不支持程序接口，实施交由第三方外包。

很多语言都可以做到，php/nodejs/java/python

如果你这些都不会，会shell 也可以做到，写入mysql没问题，oracle我不太知道行不行

我给你一个大概的shell例子，你应该就明白了

从json接口获得的数据是这些：

{

  "data": [

    {

      "opentimestamp": 1520237469,

      "opentime": "2018-03-05 16:11:09",

      "opencode": ",6,4,7,7",

      "expect": "20180305061"

    },

    {

      "opentimestamp": 1520236868,

      "opentime": "2018-03-05 16:01:08",

      "opencode": ",4,8,2,9",

      "expect": "20180305060"

    },

    {

      "opentimestamp": 1520236269,

      "opentime": "2018-03-05 15:51:09",

      "opencode": ",7,8,4,9",

      "expect": "20180305059"

    },

    {

      "opentimestamp": 1520235666,

      "opentime": "2018-03-05 15:41:06",

      "opencode": ",3,9,9,9",

      "expect": "20180305058"

    },

    {

      "opentimestamp": 1520235069,

      "opentime": "2018-03-05 15:31:09",

      "opencode": ",1,0,4,9",

      "expect": "20180305057"

    }

  ],

  "info": "演示接口隐藏第1位数据，实时接口请访问>}

shell 脚本如下，如果你想获得这个json的data value

#!/bin/sh

result=$(curl -A "Mozilla/40 (compatible; MSIE 60; Windows NT 50)" ""

如果你想获得data 的第一个json数据

#!/bin/sh

result=$(curl -A "Mozilla/40 (compatible; MSIE 60; Windows NT 50)" "]"

如果你想获得data的第一个json数据opentimestamp的value

#!/bin/sh

result=$(curl -A "Mozilla/40 (compatible; MSIE 60; Windows NT 50)" "

如果你想写入到mysql可以参考下面的语句：

mysql -uroot -proot test -e "insert into ttest (key,value) values ('testkey','testvalue');"

CEPS数据是指中国教育在线招聘网站（China Education Online Placement Services）的数据，该网站为教育行业提供人才招聘服务。获取CEPS数据可以从多个角度入手，下面将从数据购买、数据爬取、数据API、数据分析等四个方面进行解答。

第一段：数据购买

CEPS数据可以通过购买的方式获取，有一些数据公司或数据中介代理商提供CEPS数据的销售服务。通过购买可以获得较为完整的数据，包括职位信息、公司信息、薪资信息等。但是购买数据需要付费，价格也比较昂贵，不适合个人和小型企业使用。

第二段：数据爬取

CEPS数据也可以通过爬虫程序爬取，爬虫程序可以模拟人的 *** 作，自动抓取数据。通过爬取可以获取到大量的数据，且成本较低，适合个人或小型企业使用。但是需要注意的是，爬虫程序需要技术支持，且存在法律风险，需要注意合法合规使用。

第三段：数据API

CEPS数据也可以通过API接口获取，API接口是指数据提供商开放的接口，通过API可以实现数据的自动获取和调用。通过API可以获得实时数据，且可以根据需要进行筛选和过滤，也可以实现数据的自动化处理。但是需要注意的是，API接口需要技术支持，且需要付费使用。

第四段：数据分析

获取CEPS数据后，可以通过数据分析的方式进行深入挖掘和利用。数据分析可以帮助企业了解人才市场的需求和趋势，优化招聘策略，提高招聘效率。同时，数据分析也可以对人才市场进行预测和预警，提前做好应对措施。但是需要注意的是，数据分析需要技术和专业知识支持，需要对数据进行合理的处理和解读。

综上所述，获取CEPS数据可以通过数据购买、数据爬取、数据API、数据分析等多个角度入手。不同的方式有各自的优缺点和适用场景，需要根据实际情况进行选择和使用。同时，需要注意合法合规使用，保护数据安全和隐私。

概述

说到AndroidMVVM，相信大家都会想到Google2015年推出的DataBinding框架。然而两者的概念是不一样的，不能混为一谈。MVVM是一种架构模式，而DataBinding是一个实现数据和UI绑定的框架，是构建MVVM模式的一个工具。

之前看过很多关于AndroidMVVM的博客，但大多数提到的都是DataBinding的基本用法，很少有文章仔细讲解在Android中是如何通过DataBinding去构建MVVM的应用框架的。View、ViewModel、Model每一层的职责如何它们之间联系怎样、分工如何、代码应该如何设计这是我写这篇文章的初衷。

接下来，我们先来看看什么是MVVM，然后再一步一步来设计整个MVVM框架。

MVC、MVP、MVVM

首先，我们先大致了解下Android开发中常见的模式。

MVC

View：XML布局文件。

Model：实体模型(数据的获取、存储、数据状态变化)。

Controllor：对应于Activity，处理数据、业务和UI。

从上面这个结构来看，Android本身的设计还是符合MVC架构的，但是Android中纯粹作为View的XML视图功能太弱，我们大量处理View的逻辑只能写在Activity中，这样Activity就充当了View和Controller两个角色，直接导致Activity中的代码大爆炸。相信大多数Android开发者都遇到过一个Acitivty数以千行的代码情况吧!所以，更贴切的说法是，这个MVC结构最终其实只是一个Model-View(Activity:View&Controller)的结构。

MVP

View:对应于Activity和XML，负责View的绘制以及与用户的交互。

Model:依然是实体模型。

Presenter:负责完成View与Model间的交互和业务逻辑。

前面我们说，Activity充当了View和Controller两个角色，MVP就能很好地解决这个问题，其核心理念是通过一个抽象的View接口(不是真正的View层)将Presenter与真正的View层进行解耦。Persenter持有该View接口，对该接口进行 *** 作，而不是直接 *** 作View层。这样就可以把视图 *** 作和业务逻辑解耦，从而让Activity成为真正的View层。

但MVP也存在一些弊端：

Presenter(以下简称P)层与View(以下简称V)层是通过接口进行交互的，接口粒度不好控制。粒度太小，就会存在大量接口的情况，使代码太过碎版化;粒度太大，解耦效果不好。同时对于UI的输入和数据的变化，需要手动调用V层或者P层相关的接口，相对来说缺乏自动性、监听性。如果数据的变化能自动响应到UI、UI的输入能自动更新到数据，那该多好!

MVP是以UI为驱动的模型，更新UI都需要保证能获取到控件的引用，同时更新UI的时候要考虑当前是否是UI线程，也要考虑Activity的生命周期(是否已经销毁等)。

MVP是以UI和事件为驱动的传统模型，数据都是被动地通过UI控件做展示，但是由于数据的时变性，我们更希望数据能转被动为主动，希望数据能更有活性，由数据来驱动UI。

V层与P层还是有一定的耦合度。一旦V层某个UI元素更改，那么对应的接口就必须得改，数据如何映射到UI上、事件监听接口这些都需要转变，牵一发而动全身。如果这一层也能解耦就更好了。

复杂的业务同时也可能会导致P层太大，代码臃肿的问题依然不能解决。

MVVM

View:对应于Activity和XML，负责View的绘制以及与用户交互。

Model:实体模型。

ViewModel:负责完成View与Model间的交互，负责业务逻辑。

MVVM的目标和思想与MVP类似，利用数据绑定(DataBinding)、依赖属性(DependencyProperty)、命令(Command)、路由事件(RoutedEvent)等新特性，打造了一个更加灵活高效的架构。

数据驱动

在常规的开发模式中，数据变化需要更新UI的时候，需要先获取UI控件的引用，然后再更新UI。获取用户的输入和 *** 作也需要通过UI控件的引用。在MVVM中，这些都是通过数据驱动来自动完成的，数据变化后会自动更新UI，UI的改变也能自动反馈到数据层，数据成为主导因素。这样MVVM层在业务逻辑处理中只要关心数据，不需要直接和UI打交道，在业务处理过程中简单方便很多。

低耦合度

MVVM模式中，数据是独立于UI的。

数据和业务逻辑处于一个独立的ViewModel中，ViewModel只需要关注数据和业务逻辑，不需要和UI或者控件打交道。UI想怎么处理数据都由UI自己决定，ViewModel不涉及任何和UI相关的事，也不持有UI控件的引用。即便是控件改变了(比如：TextView换成EditText)，ViewModel也几乎不需要更改任何代码。它非常完美的解耦了View层和ViewModel，解决了上面我们所说的MVP的痛点。

更新UI

在MVVM中，数据发生变化后，我们在工作线程直接修改(在数据是线程安全的情况下)ViewModel的数据即可，不用再考虑要切到主线程更新UI了，这些事情相关框架都帮我们做了。

团队协作

MVVM的分工是非常明显的，由于View和ViewModel之间是松散耦合的：一个是处理业务和数据、一个是专门的UI处理。所以，完全由两个人分工来做，一个做UI(XML和Activity)一个写ViewModel，效率更高。

可复用性

一个ViewModel可以复用到多个View中。同样的一份数据，可以提供给不同的UI去做展示。对于版本迭代中频繁的UI改动，更新或新增一套View即可。如果想在UI上做A/BTesting，那MVVM是你不二选择。

单元测试

有些同学一看到单元测试，可能脑袋都大。是啊，写成一团浆糊的代码怎么可能做单元测试如果你们以代码太烂无法写单元测试而逃避，那可真是不好的消息了。这时候，你需要MVVM来拯救。

我们前面说过了，ViewModel层做的事是数据处理和业务逻辑，View层中关注的是UI，两者完全没有依赖。不管是UI的单元测试还是业务逻辑的单元测试，都是低耦合的。在MVVM中数据是直接绑定到UI控件上的(部分数据是可以直接反映出UI上的内容)，那么我们就可以直接通过修改绑定的数据源来间接做一些AndroidUI上的测试。

通过上面的简述以及模式的对比，我们可以发现MVVM的优势还是非常明显的。虽然目前Android开发中可能真正在使用MVVM的很少，但是值得我们去做一些探讨和调研。

如何构建MVVM应用框架

如何分工

构建MVVM框架首先要具体了解各个模块的分工。接下来我们来讲解View、ViewModel、Model它们各自的职责所在。

View

View层做的就是和UI相关的工作，我们只在XML、Activity和Fragment写View层的代码，View层不做和业务相关的事，也就是我们在Activity不写业务逻辑和业务数据相关的代码，更新UI通过数据绑定实现，尽量在ViewModel里面做(更新绑定的数据源即可)，Activity要做的事就是初始化一些控件(如控件的颜色，添加的分割线)，View层可以提供更新UI的接口(但是我们更倾向所有的UI元素都是通过数据来驱动更改UI)，View层可以处理事件(但是我们更希望UI事件通过Command来绑定)。简单地说：View层不做任何业务逻辑、不涉及 *** 作数据、不处理数据，UI和数据严格的分开。

ViewModel

ViewModel层做的事情刚好和View层相反，ViewModel只做和业务逻辑和业务数据相关的事，不做任何和UI相关的事情，ViewModel层不会持有任何控件的引用，更不会在ViewModel中通过UI控件的引用去做更新UI的事情。ViewModel就是专注于业务的逻辑处理，做的事情也都只是对数据的 *** 作(这些数据绑定在相应的控件上会自动去更改UI)。同时DataBinding框架已经支持双向绑定，让我们可以通过双向绑定获取View层反馈给ViewModel层的数据，并对这些数据上进行 *** 作。关于对UI控件事件的处理，我们也希望能把这些事件处理绑定到控件上，并把这些事件的处理统一化，为此我们通过对一些常用的事件做了封装，把一个个事件封装成一个个Command，对于每个事件我们用一个去处理就行了，会把你可能需要的数据带给你，这使得我们在ViewModel层处理事件的时候只需要关心处理数据就行了，具体见MVVMLightToolkit使用指南的Command部分。再强调一遍：ViewModel不做和UI相关的事。

Model

Model层最大的特点是被赋予了数据获取的职责，与我们平常Model层只定义实体对象的行为截然不同。实例中，数据的获取、存储、数据状态变化都是Model层的任务。Model包括实体模型(Bean)、Retrofit的Service，获取网络数据接口，本地存储(增删改查)接口，数据变化监听等。Model提供数据获取接口供ViewModel调用，经数据转换和 *** 作并最终映射绑定到View层某个UI元素的属性上。

如何协作

关于协作，我们先来看下面的一张图：

上图反映了MVVM框架中各个模块的联系和数据流的走向，我们从每个模块一一拆分来看。那么我们重点就是下面的三个协作。

ViewModel与View的协作。

ViewModel与Model的协作。

ViewModel与ViewModel的协作。

ViewModel与View的协作

图2中ViewModel和View是通过绑定的方式连接在一起的，绑定分成两种：一种是数据绑定，一种是命令绑定。数据的绑定DataBinding已经提供好了，简单地定义一些就能把数据和控件绑定在一起了(如TextView的text属性)，但是DataBinding框架提供的不够全面，比如说如何让一个URL绑定到一个ImageView，让这个ImageView能自动去加载url指定的，如何把数据源和布局模板绑定到一个ListView，让ListView可以不需要去写Adapter和ViewHolder相关的东西这些就需要我们做一些工作和简单的封装。MVVMLightToolkit已经帮我们做了一部分的工作，详情可以查看MVVMLightToolkit使用指南。关于事件绑定也是一样，MVVMLightToolkit做了简单的封装，对于每个事件我们用一个去处理就行了，会把可能需要的数据带给你，这样我们处理事件的时候也只关心处理数据就行了。

由图1中ViewModel的模块中我们可以看出ViewModel类下面一般包含下面5个部分：

Context(上下文)

Model(数据源JavaBean)

DataField(数据绑定)

Command(命令绑定)

ChildViewModel(子ViewModel)

我们先来看下示例代码，然后再一一讲解5个部分是干嘛用的：

//Activitycontext;//model（数据源JavaBean）privateNewsServiceNewsnews;privateNewstopNews;//数据绑定，绑定到UI的字段（datafield）publicfinalimageUrl=new();publicfinalhtml=new();publicfinaltitle=new();//一个变量包含了所有关于ViewStyle相关的字段publicfinalViewStyleviewStyle=newViewStyle();//命令绑定（command）publicfinalonRefreshCommand=newReplyCommand(()->{

})publicfinalReplyCommandonLoadMoreCommand=newReplyCommand((itemCount)->{

});//ChildViewModelpublicfinalObservableListitemViewModel=newObservableArrayList();/ViewStyle关于控件的一些属性和业务数据无关的Style可以做一个包裹，这样代码比较美观，

ViewModel页面也不会有太多太杂的字段。/publicstaticclassViewStyle{

publicfinalObservableBooleanisRefreshing=newObservableBoolean(true);

publicfinalObservableBooleanprogressRefreshing=newObservableBoolean(true);

}

Context

以上就是关于学习数据分析有哪些好用的BI工具推荐全部的内容，包括:学习数据分析有哪些好用的BI工具推荐、从网络API接口上获取显示的字符数据，存储到本地Oracle或MySQL数据库、ceps数据怎么获取等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！