Chartbrew v4.0.0发布:数据可视化平台的重大升级
2025-06-17 17:26:55作者:苗圣禹Peter
Chartbrew是一款现代化的开源数据可视化平台,它允许用户通过连接各种数据源(如数据库、API等)来创建丰富的仪表盘和图表。作为一个自托管解决方案,Chartbrew特别适合需要定制化数据展示的企业和开发者。
核心升级要点
本次v4.0.0版本带来了多项重要改进,其中最值得关注的是:
1. 技术栈要求变更
Chartbrew现在要求Node.js 22+运行环境,这一变更意味着平台开始利用Node.js最新版本提供的性能优化和新特性。开发者需要特别注意在升级前确保运行环境符合要求。
2. 双许可证模式引入
项目采用了创新的双许可证模式:
- 功能性源代码许可证(FSL):适用于大多数开源使用场景
- 商业许可证:为企业用户提供更灵活的使用条款
这种模式既保持了开源项目的活力,又为商业用户提供了合规保障。
功能增强与创新
定时快照投递系统
新版本引入了强大的定时快照投递功能,用户现在可以:
- 设置精确的投递时间点
- 自定义投递频率
- 确保关键数据定期送达相关人员
这一功能特别适合需要定期汇报的业务场景。
数据展示优化
针对数据可视化体验进行了多项改进:
- 长文本弹出框:解决表格中长文本显示不全的问题
- 三种新增的大尺寸断点:为不同屏幕尺寸提供更灵活的布局选择
- 图表紧凑模式:提升数据密度展示效果
- KPI增长值反转选项:满足不同业务指标的展示需求
查询参数处理增强
改进了日期参数的处理逻辑,现在start_date和end_date可以:
- 在单个查询参数值内工作
- 提供更灵活的日期范围设置
- 简化复杂查询的构建过程
用户体验提升
界面与交互优化
- 连接搜索功能改进:创建数据集时更易找到目标连接
- 警报数字显示:在图表设置下拉菜单中直接可见
- 新手引导增强:为首次使用的用户提供更清晰的指引
- KPI视觉设计升级:采用新字体和改进的增长标签视觉效果
表格功能强化
- 自动URL检测与格式化
- 增强了对复杂或缺失字段的处理能力
- 解决了多项导致崩溃的问题
技术架构改进
前端升级
- 迁移至Vite 6:带来更快的构建速度和开发体验
- 客户端应用名称标准化
- 多项依赖项版本更新
后端优化
- 修复了Express 5的查询解析问题
- 提升了整体API稳定性
权限管理调整
新版本对权限系统进行了微调,限制了低权限用户对连接页面的访问,这一变更有助于提升系统安全性并简化用户界面。
总结
Chartbrew v4.0.0标志着该项目进入了一个新的发展阶段。通过引入定时快照投递、改进的数据可视化选项和更完善的权限控制,这个版本为数据分析师和业务用户提供了更强大的工具。同时,技术栈的更新和许可证模式的调整也为项目的长期可持续发展奠定了基础。
对于现有用户,建议在测试环境中充分验证新版本后再进行生产环境部署,特别是注意Node.js版本要求的变更。新用户可以借此机会体验这个功能日益丰富的数据可视化平台。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
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
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990