FineReport系统架构
FineReport提供了多源数据整合的功能,可以和多个系统的数据源链接,跨数据库、跨数据表取数,把来自于不同系统中的数据集中到一张报表中,比传统的SQL+Excel整合数据的方式效率高的多。 报表开发方面,FineReport也比Excel更专业,它是一个纯Java开发的报表软件,相对于开源报表来说,它的功能都是封装好的,用户不需要编码直接就能用,而且它的界面设计风格和Excel类似,兼容Excel常用的公式,稍微会点Excel就能很快上手。 另外,它带有普通报表、聚合报表、决策报表三种报表模式,基本上覆盖了我们工作中遇到的绝大部分的报表需求,比如普通的分组报表、行式报表,复杂票据之类的中国式的复杂报表,还有就是驾驶舱、大屏之类的可视化报表。 普通报表模式一般用来做分组报表、行式报表等基础报表,制作模板的时候处理对象是数据字段,这一点和Excel区别,Excel是对单元格数据进行操作。然后依靠着单元格的扩展与父子格的关系来实现模板效果行式报表
聚合报表是专门用来做制作不规则的复杂报表。一张报表中各个模块相互独立,像下面这种,这样的报表用Excel做的话,我估计你得花半天时间来回对齐格线 决策报表模式功能很强大,可以自由拖拽设计表单界面,自适应页面大小显示,制作炫酷的可视化驾驶舱或者大屏,各个图表组件通过参数设置能够实现联动和钻取分析,这些用Excel做就得要学会透视表和vba,而且还没办法解决数据实时更新的问题拖拽制表
FineReport制作的驾驶舱模板
FineReport制作的可视化大屏
反正整体来说,FineReport在报表开发方面的优势可以总结成这三个方面: 直接从数据库中读数,周期性的报表用一个报表模板就可以一劳永逸,每次同步一下就可以自动生成,比Excel手动统计汇总方便太多。 操作简单,大部分的功能都封装成模块了,直接就能用,而且sql语句可以拖拽生成,不用一行行码代码。而且FineReport软件内置了常用的报表模板,比如财务分析常见的资产负债表,模板的指标和计算公式都设置好了,直接往里面填数据,就可以快速生成报表,节约大量时间。 数据处理速度快,报表一部分依靠数据库,一部分依靠FineReport的行式报表引擎,相比于Excel的单机效率高了N倍。 除了开发性能高,FineReport还有一个亮点就是支持填报。通过设计好的填报模板可以直接向数据库中录入数据,可以通过填报校验条件设置来保证入库数据的准确性。我看见好多公司收集数据的办法就是用Excel,把一张Excel表传来传去,最后拿到手还要检查数据准确性,用FineReport填报报表,只需要把填报模板发给对应人,填完数据自动审核入库,省一半劳动力 接下来再说说数据安全和报表后期管理运维的问题。企业无论选什么样系统还是工具,最担心的就是数据安全的问题,原始的excel报表开发模式很难保证数据安全,在报表流转查看的过程中极有可能发生数据隐私泄露的情况。 不过FineReport在设计的过程中显然考虑了这一点,提供了一个数据决策系统来对报表系统资源、用户、模板进行统一管理,方便我们IT人员对系统进行运维。 管理员可以根据用户的企业角色或者部门分配报表查看和编辑的权限,保障数据安全,除此以外,还可以通过定时调度、智能运维、连接配置等功能实现对报表系统的整体配置和运维。 从上面说的几点来看,FineReport在企业报表应用上完胜Excel,而且它还可以集成在OA,ERP,CRM内,懂点java的话还可以做更深层次的开发,比如我同事用这个开发了一个公司内部的考试系统,获得老板一阵夸赞。 能遇见这样优秀的国产软件着实让我体会到了国产真香,再想到前两天哈工大被禁用Matlab软件的事,让很多用着国外软件的企业惴惴不安,也让大部分的企业意识到国产化替代的重要性。 虽然我们在国产化软件研发上还有很长的一段路要走,不过当下这些优秀国产软件的涌现,也让我们在国产化替代上更有信心!通过FineDataLink作为中间件,简道云数据下云本地化,原库用于提供业务负载,本地库搭配FineReport用于数据分析展示,解决了数据分析人员无法完全取到简道云数据的问题,在FineDataLink侧进行简单的配置,同步数据和附件,即可完成简道云数据的迁移。通过FineDataLink作为中间件,简道云数据下云本地化,原库用于提供业务负载,本地库搭配FineReport用于数据分析展示,解决了数据分析人员无法完全取到简道云数据的问题,在FineDataLink侧进行简单的配置,同步数据和附件,即可完成简道云数据的迁移。
整合了MES、ERP、SQS、APS、PLM等系统,建立了公司级别的数据仓库,统一数据源,统一数据分析出口。
FineDataLink和6节点的FineData相结合,自动把4个厂的MES、ERP、WMS、PLM等业务系统,通过数据库logminer、消息等进行实时采集同步;通过对ODS层的数据加工作转换进行分层建设,完成分布式数仓的搭建,10分钟内即可完成从业务库,到ODS的ELT的整个数据链条处理。