背景

大部分我们的数据处理作业在完成计算以后，都希望能够把结果可视化的展示出来，形成类似每日报表这样的东西，供大家直观的查看。
或者能有类似阿里双11那种实时的数据大屏效果就更好了

如果自己去做一个类似的数据可视化的系统会非常复杂，我这里要介绍的就是E-MapRediuce的处理结果，如何通过阿里云已有的DataV工具来进行展示。
它有如下的一些特点：

1. 可视化数据图表是实时的。

   只要数据一发生变化，图表就会立刻变化。

2. 权限控制

   可以限制只有主子账号可以查看，同时也能指定报表公开给所有人。
   

1. 计算数据

我这里会列举2个场景作为示范，一个是离线的场景，报表数据每天计算一次，另一个是在线的流式场景，报表数据每10分钟更新一次，介绍他们大致的处理方式

a) 离线场景

示例场景介绍：

用户通过日志服务（SLS）将服务器的访问日志收集上来，然后投递到OSS，并起一个E-MapReduce集群来进行处理。分析出当天的pv，uv或其他的业务指标。

这个处理过程请参考这里使用Hive处理服务器日志
最终能得到需要的结果hive表。

b) 流式场景

示例场景介绍：

用户通过日志服务（SLS）将服务器日志收集上来，然后在E-MapReduce集群中，运行一个Spark Streaming作业，对数据进行业务分析。

这个处理过程的详细说明将在下一篇中详细介绍。

2. 报表数据导入数据库

目前DataV还不能直接支持使用HDFS数据，但是可以支持API接口和RDS（Mysql）的数据源。我们这里选用RDS作为我们的数据源，当然如果你有自己的Mysql数据也可以直接使用

创建表

我们需要在数据库中创建一张表，我们示范创建一张简单的pv表，如下

CREATE TABLE `pv` (
  `page` varchar(32) NOT NULL,
  `amount` int(11) DEFAULT NULL,
  PRIMARY KEY (`page`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8

其中page是用户访问的页面的id标号，amount是该页面被访问的次数。
主键是page。

a）离线场景

经过上面的离线计算我们得到了一张Hive表，我们使用Sqoop将他导入到RDS中去。

sqoop export --connect jdbc:mysql://{ip}:3306/{dbname} --username {user} --password {pwd} --table {tablename} --export-dir {hdfs_dir} --input-fields-terminated-by '\001'

这里其他的参数都好理解，有2个需要说明下：

hdfs_dir

这个是Hive对应的hdfs路径，我们如何从Hive表中得到呢？
我们在hive中使用如下命令即可查询到表对应的HDFS路径

desc extended tablename;

结果如下，其中的location后面的值就是我们需要的路径了：

--input-fields-terminated-by '001'

这个是默认的Hive都会使用 001 来做分割符，所以我们需要把每行用这个分割成多个字段，然后保存到RDS中。分割出来的每一个字段对应RDS中表的每一列

b）流式场景

流式场景就是直接在Spark Streaming中直接写数据库，后续我们会写一个文章来详细介绍这个过程。

3. 创建并配置DataV

完成了上面的数据库准备和数据导入，现在我们就可以开始展示这些数据了。
登录DataV

i 创建数据源

在首页先创建一个数据源，点击数据源新增

这里我选择rds，其实mysql和rds是一样的，你如果是自己的mysql也是一样配置

创建完成以后会看到一个数据源

ii 创建项目

然后我们新建一个项目，由于默认的几个都是很复杂的图，我们只需要一个简单的，所以你需要手动的删除掉这些用不上的组件。这会花费一些时间。

iii 设置页面

完成以后，我们先设置屏幕的大小，点击右侧的“页面设置”，设置屏幕大小
考虑有各种不同的页面，我们先设置小一点，设置为宽度：800，高度：600
然后“缩放方式”选择：全屏铺满， 不过会导致比例有点失真，你可以根据你的实际情况进行调整。

iv 添加图标并设置

我们从常规图表中选中“梯形柱状图”，并进行拉伸，扩大到适合的大小。
接着，设置我们的数据绑定到这个图上，点击右侧的数据
选择“数据源类型”：数据库
选择“选择数据库”：一开始我们创建的那个数据源
在“SQL”中写语句，以我们的示例为例，我们的数据库中的pv表有2个字段一个是page，代表用户的访问页面id，一个是amount，代表页面被访问的次数。

我们看到梯形柱状图需要x，y两个坐标轴的数据，x对应类目也就是我们的页面id，y对应值，也就是访问量，我们使用如下的sql来

select page as x, amount as y from pv order by amount desc limit 10;

这样就把所有访问页面的前十给展示出来了
类似如下的效果：

然后，如果你的数据是动态更新的，那么你可以设置下面的
“自动更新”，设置一个合适的频率来更新图标，每当数据变化就可以立刻看到。

v 权限设置

默认情况下，这个图表只可以被主子账号访问。
如果要被所有人访问，在屏幕的右上，有一个分享按钮，点击打开后会产生一个公开的访问地址，所有人都可以访问