ActiveReporting 开源项目教程
2024-10-09 09:22:05作者:凤尚柏Louis
1. 项目介绍
ActiveReporting 是一个基于 ActiveRecord 的 OLAP(在线分析处理)类 DSL(领域特定语言),用于生成报告和分析数据。它支持 MySQL、PostgreSQL 和 SQLite 数据库,并且兼容 Ruby 3.0 及以上版本和 Rails 6.1 至 7.1 版本。
主要特性
- DSL 支持:提供了一种类似于 OLAP 的 DSL,用于描述报告和数据分析。
- 多数据库支持:官方支持 MySQL、PostgreSQL 和 SQLite。
- 多版本支持:兼容 Ruby 3.0 及以上版本和 Rails 6.1 至 7.1 版本。
2. 项目快速启动
安装
首先,将以下代码添加到你的 Gemfile 中:
gem 'active_reporting'
然后执行:
$ bundle install
或者你也可以手动安装:
$ gem install active_reporting
配置
在你的 Rails 应用中,创建一个 fact_models 目录,并在其中创建一个 TicketFactModel 文件:
# app/fact_models/ticket_fact_model.rb
class TicketFactModel < ActiveReporting::FactModel
self.model = Ticket
dimension :creator
dimension :assignee
dimension :category
end
使用示例
假设你有一个 Ticket 模型,并且你想要生成一个报告来分析 Ticket 的数量:
report = ActiveReporting::Report.new(
fact_model: TicketFactModel,
dimensions: [:creator, :assignee],
measures: [:count]
)
report.run
3. 应用案例和最佳实践
应用案例
销售报告
假设你有一个 Sale 模型,并且你想要生成一个销售报告,分析每个销售代表的总销售额:
class SaleFactModel < ActiveReporting::FactModel
self.model = Sale
dimension :sales_rep
measure :total_amount
end
report = ActiveReporting::Report.new(
fact_model: SaleFactModel,
dimensions: [:sales_rep],
measures: [:total_amount]
)
report.run
最佳实践
- 合理使用维度:在定义
FactModel时,合理选择维度,避免过多的维度导致查询性能下降。 - 优化查询:在生成报告时,尽量减少不必要的查询字段,以提高查询效率。
- 定期维护:定期检查和更新
FactModel配置,确保其与数据库结构保持一致。
4. 典型生态项目
Ransack
Ransack 是一个强大的查询构建工具,可以与 ActiveReporting 结合使用,提供更灵活的查询条件。
Arel
Arel 是 ActiveRecord 的查询构建器,可以与 ActiveReporting 结合使用,提供更底层的查询控制。
Chartkick
Chartkick 是一个用于生成图表的 Gem,可以与 ActiveReporting 结合使用,将生成的报告数据可视化。
通过这些生态项目的结合,可以进一步提升 ActiveReporting 的功能和应用场景。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134