数据仓库可视化图表显示方法、装置及设备与流程

1.本技术属于计算机技术领域，尤其涉及一种数据仓库可视化图表显示方法、装置及设备。


背景技术：

2.传统的数据仓库项目开发模式存在开发周期长、发布流程繁琐的问题，而且项目需求完成后变更困难，客户参与度低，导致成品不完全符合客户需求等问题。拿瀑布式开发为例，瀑布式开发是最具有代表性的传统开发模式，它遵循着至上而下的开发流程，具体流程依次为需求收集、需求分析、设计、开发、测试、交付等六个阶段。若不完成上一个阶段就很难进入下一个阶段，而客户只有在需求收集和交付阶段参与进项目，就导致客户在交付时对产品不满意就需要重新再进入瀑布式模型，增加工作量的同时也可能导致项目交付延误。


技术实现要素：

3.本技术实施例提供一种数据仓库可视化图表显示方法、装置及设备，能够提升客户参与度，以利于根据用户需求完成开发。
4.一方面，本技术实施例提供一种数据仓库可视化图表显示方法，方法包括：
5.通过目标前端工具，获取用户开发需求信息；
6.根据开发需求信息，从预设数据源中确定开发数据，开发数据分布在多个数据库中；
7.对分布在多个数据库中的开发数据进行多维度分析，生成数据仓库多维度模型；
8.将所述数据仓库多维度模型与所述预设数据源建立对应关系，生成目标数据仓库；
9.通过目标前端工具，显示目标数据仓库对应的可视化图表页面。
10.在一些实施例中，目标前端工具具有可视化界面，
11.通过目标前端工具，获取用户开发需求信息，包括：
12.根据可视化界面提供的数据参数项，输入对应的参数信息；
13.将参数信息确定为用户开发需求信息。
14.在一些实施例中，预设数据源包括数据库表、sql数据集、excel数据集以及分析表中的一种或几种；
15.根据开发需求信息，从预设数据源确定开发数据，包括：
16.通过目标前端工具调用的数据仓库工具，根据开发需求信息从预设数据源中抽取出对应的需求数据；
17.转换需求数据的结构，得到中间需求数据；
18.将中间需求数据加载到对应的数据库中，形成开发数据。
19.在一些实施例中，目标前端工具嵌入有联机分析处理工具，
20.对分布在多个数据库中的开发数据进行多维度分析，生成数据仓库多维度模型，包括：
21.通过联机分析处理工具对多个数据库中的开发数据进行多维度分析，得到多个单一维度数据；
22.融合多个单一维度数据，生成数据仓库多维度模型。
23.在一些实施例中，通过联机分析处理工具对多个数据库中的开发数据进行多维度分析，得到多个单一维度数据，包括：
24.通过联机分析处理工具对多个数据库中的开发数据汇总后，按照目标维数进行切片或切块，得到对应的多个单一维度数据。
25.在一些实施例中，融合多个单一维度数据，生成数据仓库多维度模型，包括：
26.对所述多个单一维度数据旋转后，按照自定义融合规则进行下钻处理，生成所述数据仓库多维度模型。
27.在一些实施例中，所述可视化图表页面为可视化仪表盘和/或报表页面，所述通过所述目标前端工具，显示所述目标数据仓库对应的可视化图表页面，包括：
28.通过预设的数据模型，将目标数据仓库接入的多维度数据转换为可视化仪表盘和/或报表；所述多维度数据为根据与所述预设数据源建立的对应关系确定的；
29.通过可视化界面显示可视化仪表盘和/或报表的页面。
30.在一些实施例中，在显示所述目标数据仓库对应的可视化图表页面之后，方法包括：
31.获取用户需求修改信息，用户需求修改信息为根据可视化图表页面确定的；
32.根据需求修改信息，返回执行从预设数据源中确定开发数据的步骤，直至再次生成对应的可视化图表页面。
33.另一方面，本技术实施例提供了一种数据仓库可视化图表显示装置，该装置包括：
34.第一获取模块，用于通过目标前端工具，获取用户开发需求信息；
35.第一确定模块，用于根据开发需求信息，从预设数据源中确定开发数据，开发数据分布在多个数据库中；
36.第一生成模块，用于对分布在多个数据库中的开发数据进行多维度分析，生成数据仓库多维度模型；
37.第二生成模块，用于将所述数据仓库多维度模型与所述预设数据源建立对应关系，生成目标数据仓库；
38.第一显示模块，用于通过目标前端工具，显示目标数据仓库多维度模型对应的可视化图表页面。
39.再一方面，本技术实施例提供了一种数据仓库可视化图表显示设备，设备包括：处理器以及存储有计算机程序指令的存储器；
40.处理器执行计算机程序指令时实现如一方面所述的数据仓库可视化图表显示方法。
41.再一方面，本技术实施例提供了一种计算机存储介质，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如一方面所述的数据仓库可视化图表显示方法。
42.又一方面，本技术实施例提供了一种计算机产品，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如一方面所述的数据仓库可视化图表显示方法。
43.本技术实施例的数据仓库可视化图表显示方法、装置、设备及计算机存储介质，能够通过目标前端工具，获取用户开发需求信息；根据开发需求信息，从预设数据源中确定开发数据，开发数据分布在多个数据库中；对分布在多个数据库中的开发数据进行多维度分析，生成数据仓库多维度模型；将所述数据仓库多维度模型与所述预设数据源建立对应关系，生成目标数据仓库，然后通过目标前端工具，显示数据仓库多维度模型对应的可视化图表页面。这样通过目标前端工具获取的用户开发需求信息开发出对应目标数据仓库的多维度分析模块，并进行可视化显示，方便供用户直观的了解所开发的数据仓库是否满足自身需求，并利于在交付前及时修改，从而避免过度增加工作量，利于加快目标数据仓库的交付进度。
附图说明
44.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
45.图1是本技术一个实施例提供的数据仓库可视化图表显示方法的流程示意图；
46.图2是本技术一个具体实施例中进行数据切片和切块的示意图；
47.图3是本技术另一个具体实施例中进行数据旋转的示意图；
48.图4是本技术再一个具体实施例中进行数据下钻的示意图；
49.图5是本技术另一个实施例提供的数据仓库可视化图表显示方法的流程示意图；
50.图6是本技术再一个实施例提供的数据仓库可视化图表显示装置的结构示意图；
51.图7是本技术又一个实施例提供的数据仓库可视化图表显示设备的结构示意图。
具体实施方式
52.下面将详细描述本技术的各个方面的特征和示例性实施例，为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本技术进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本技术，而不是限定本技术。对于本领域技术人员来说，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术更好的理解。
53.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
54.传统的开发模式，尤其是瀑布式模型这种至上而下的开发流程，需要严格按照流
程阶段依次进行，使得若不完成上一个阶段就很难启动下一个阶段，这就导致如果其中一个阶段出现问题，整个项目的推进都会出现问题。并且由于传统模式一般通过线下沟通方式获取用户需求，对于非专业的用户来说，往往表达出的需求信息与实际需求数据仓库产品不一致，增大了客户变更需求的几率，导致上述无法灵活面对客户需求变更的开发模式，在遇到客户需求变更时开发进度难以推进。例如客户在项目推进到开发或测试阶段变更了需求，项目组不得不重新分析需求，数据，开发，测试，项目成本上升，且用户满意度底。
55.并且，传统方式只适用于数据量小，单一的开发场景，面对大量的、多维度的数据，需要花费成更多的时间去完成需求。例如传统数据开发一般使用excel数据分析表，或是使用sql(structured query language，结构化查询语言)语句从数据库提取想要的数据，此类数据源在面对大量数据时运行缓慢，浪费了时间。
56.为了解决现有技术问题，本技术实施例提供了一种数据仓库可视化图表显示方法、装置、设备及计算机存储介质。下面首先对本技术实施例所提供的数据仓库可视化图表显示方法进行介绍。并应理解，本技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
57.图1示出了本技术一个实施例提供的数据仓库可视化图表显示方法的流程示意图。如图1所示，该方法包括步骤s110～s150：
58.s110.通过目标前端工具，获取用户开发需求信息。
59.示例性的，目标前端工具可以为bi(business intelligence，商业智能)前端工具。
60.目标前端工具提供规范化的数据仓库项目开发的相关需求参数，以便于用户根据目前前端工具提供的规范化的相关需求参数，确定出用户开发需求信息，以相对于传统的线下确定方式，提升确定客户需求的准确性。
61.应理解，本技术实施例中，用户可以为目标数据仓库的需求方或者应用方。
62.s120.根据用户开发需求信息，从预设数据源中确定开发数据，开发数据分布在多个数据库中。
63.预设数据源可是包括内部数据和外部数据，其中内部数据可以包括用户内部运营产生的相关数据；外部数据可以包括从大数据服务器或互联网中通过网络爬虫爬取的数据。例如从预设数据源中筛选的与用户所在行业有关的经营数据。
64.根据用户开发需求信息从预设数据源中筛选出对目标数据仓库开发有用的开发数据，这些数据可以分布在不同的数据库中。并且，分布在不同的数据库的开发数据可以具有不同的维度属性，如时间维度、地域维度、品类维度等等，同一个数据库可以只存放一个维度对应的开发数据。
65.s130.对分布在多个数据库中的开发数据进行多维度分析，生成数据仓库多维度模型。
66.分布在多个数据库中的开发数据分别对应不同的维度，通过对维度分析，将各个维度按照一定的方式关联结合起来，生成多维的立体的数据模型，作为上述据仓库多维度模型。
67.s140.将数据仓库多维度模型与所述预设数据源建立对应关系，生成目标数据仓库；
68.s150.通过目标前端工具，显示数据仓库多维度模型对应的可视化仪表盘页面。
69.数据仓库多维度模型与预设数据源中多维度数据建立对应关系，从而按照对应关系将多维度数据接入该数据仓库多维度模型中，生成目标数据仓库。
70.示例性的，bi前端工具具有可视化界面，因此，可以将目标数据仓库中的多维度数据基于数据仓库多维度模型转化为对应的报表或仪表盘，从而基于bi前端工具可是显示对应的报表或可视化仪表盘页面，供用户了解。
71.用户通过查看报表或可视化仪表盘页面，了解目标数据仓库以及接入的数据是否满足自身需求，如否，可以在交付前及时对不满意的数据提出对应的修改。如果满足，则可以交付目标数据仓库。
72.本技术实施例的数据仓库可视化图表显示方法，能够通过目标前端工具，获取用户开发需求信息；根据开发需求信息，从预设数据源中确定开发数据，开发数据分布在多个数据库中；对分布在多个数据库中的开发数据进行多维度分析，生成数据仓库多维度模型，并将该模型与预设数据源建立对应关系，生成目标数据仓库，然后通过目标前端工具，显示目标数据仓库对应的可视化仪表盘页面。这样通过目标前端工具获取的用户开发需求信息开发出对应目标数据仓库的多维度分析模块，并进行可视化显示，提升用户参与度，并方便供用户直观的了解所开发的数据仓库是否满足自身需求，利于在交付前及时修改，从而避免过度增加工作量，利于加快目标数据仓库的交付进度。
73.在一些实施例中，为了提升用户表达的需求与用户期望的实际项目之间的一致性，从而降低用户修改需求的可能性，可选的，本技术实施例中，目标前端工具具有可视化界面，通过可视化界面提供一些与项目开发相关的规范化的数据参数项。则在通过步骤s110获取用户开发需求信息中，具体可以包括步骤s111～s112：
74.s111.根据可视化界面提供的数据参数项，输入对应的参数信息；
75.s112.将参数信息确定为用户开发需求信息。
76.由于bi前端工具提供的数据参数项是规范化的，因此基于输入的参数信息也相对规范化，便于bi前端工具获取用户明确的开发需求信息，提升开发需求获取的准确性。
77.例如，对于餐饮行业的用户，bi前端工具提供关于餐厅地址、餐厅档次、菜品价格等项目参数项。基于该项目参数项输入对应的参数信息，如餐厅地址为甲一路乙二号，餐厅档次为4星级别，某菜品的价格为20元等。根据这些用户开发需求信息进行对应餐饮相关数据仓库的开发，以应用该数据仓库去判断该地址段是否适合营业。
78.根据用户开发需求信息，可以确定用户需求的数据仓库产品方向，从而利于对该产品的开发可行性进行评估，利于避免产生无效的开发成本。
79.在一些实施例中，为了丰富数据源的数据以便于筛选出更全面的可用数据，并在数据量较大时加快开发效率，可选的，本技术实施例中，预设数据源可以包括数据库表、sql数据集、excel数据集以及分析表中的一种或几种。
80.其中，数据库表，sql数据集及excel数据集等可以均可以分为内部数据和外部数据。内部数据来源可以是用户对应公司内部运行时产生的数据，例如餐饮行业会产生日销售额、餐品售出数据量等不同种类的数据。外部数据的来源可以是大数据公司或是对应的网络爬虫得来的数据，例如餐饮用户想知道和他类似的公司在其所在区域里有多少家，就需要都从外部获得，从而改进他们公司的发展战略。
81.示例性的，在通过步骤s120根据开发需求信息，从预设数据源确定开发数据中，具体可以包括步骤s121～s123：
82.s121.通过目标前端工具调用的数据仓库工具，根据用户开发需求信息从预设数据源中抽取出对应的需求数据。
83.数据仓库工具可以为elt(extraction-loading-transformation)工具，用于对预设数据源中的数据进行抽取、转换和记载。
84.bi前端工具通过elt工具依据用户开发需求信息对预设数据源中的数据进行筛选，抽取出对当前项目开发有用的数据，也即需求数据。例如对于开发与餐饮业务有关的数据仓库时，抽取与餐饮业务有关的需求数据。
85.s122.转换需求数据的结构，得到中间需求数据；
86.s123.将中间需求数据加载到对应的数据库中，形成开发数据。
87.抽取的需求数据加载到数据库之前，需要保证数据质量，也即保证这些数据准确、完整、格式统一，且避免存在重复数据、关系冲突数据或过期数据。
88.因此通过步骤s122对需求数据进行结构转换和清洗，使其满足数据库的入库要求。
89.示例性的，结构转换可以包括对需求数据的格式转换、对需求数据的关系转换等，清洗可包括删除不准确、不完整、重复以及过期的数据。并且在交叉使用不同数据表的时候，还可以形成一个结果表，这些表可以作为物理表在数据库中留存。
90.如以格式转换为例，可以从需求数据中的a表和b表中分别抽取对项目开发有用的一部分数据，并将抽取的两部分数据结合为c表。并将该c表转换到中间数据库，形成一个新的表，也即中间需求数据。该数据加载到数据库中，可作为开发数据用于后续分析处理。
91.从预设数据源抽取的数据一般包括多个维度的数据，可以按照对应的维度将形成的开发数据对应保存到不同的数据库中。
92.本实施例中，通过bi前端工具和elt技术的强大的数据处理能力，对数据筛选、转换和组合，筛除无用数据，可以减少数据分析消耗的时间，利于达到快速交付需求的目的。
93.在一些实施例中，为了快速创建数据仓库模型，可选的，本技术实施例中，标前端工具嵌入有联机分析处理工具，该联机分析处理工具可以为olap(on-line analytical processing，联机分析处理)工具。则通过步骤s130对分布在多个数据库中的开发数据进行多维度分析，生成数据仓库多维度模型，具体可以包括步骤s131～s132：
94.s131.通过联机分析处理工具对多个数据库中的开发数据进行多维度分析，得到多个单一维度数据。
95.从预设数据源中筛选出的数据加载到不同的数据库中，bi前端工具可以通过olap对各数据库中的数据进行提取和多个维度的分析，并使不同的维度结合起来，形成模型。
96.传统的开发模型多采用excel或是编写的sql语句在数据库中查询数据，提取生成报表，会花费大量的时间来进行编写语句和计算。本技术实施例中通过olap工具，该工具具有维度分析处理的能力，可以大幅度简化人工投入，加快开发进程。
97.示例性的，bi前端工具可以通过olap工具对各数据库中的开发数据提取出来，区分出各开发数据的维度，例如以时间维度、地域维度、类别维度或客户群体维度等进行区分。其中，数据库开发数据的维度可以是以用户开发需求信息确定出的一个或多个维度。
98.因此，可选的，在步骤s131通过联机分析处理工具对多个数据库中的开发数据进行多维度分析，得到多个单一维度数据，具体可以包括：
99.通过联机分析处理工具对多个数据库中的开发数据汇总后，从目标维度上按照目标维数进行切片或切块，得到对应的多个单一维度数据。
100.olap工具对多个数据库中的开发数据汇总后，得到的是多个维度的开发数据堆集的数据集合，从目标维度上将其按照目标维数处理。其中，如果目标维数为1，则执行的为切片操作，如果目标维数大于或等于2，则执行的为切块操作。
101.如果汇总后的开发数据包括n个维度，则以其中某一目标维度按照一维切片后，得到的任一个单一维度数据，实际是该目标维度上的多维数据的组合。
102.例如图2中(2a)所示的，开发数据201包括三个类型维度(京菜类型、湘菜类型以及粤菜类型)、三个时间维度(第一季度、第二季度和第三季度三个时间维度)以及三个地域维度(南路、北路和西路三个路段维度)。且以“京菜类型”为目标维度，进行一维的切片后可以得到图2中(2b)所示的单一维度数据202；以“京菜类型”和“湘菜类型”为目标维度进行二维切块后可以得到图2中(2c)所示的单一维度数据203。
103.s312.融合多个单一维度数据，生成数据仓库多维度模型。
104.根据用户开发需求信息将得到的多个单一维度数据进行融合，可以生成对应的数据仓库多维度模型。
105.示例性的，s312具体可以包括：
106.对所述多个单一维度数据旋转后，按照自定义融合规则进行下钻处理，生成所述数据仓库多维度模型。
107.旋转即改变查询语句中的字段顺序，以使单一维度数据与其他数据的对应关系转换。例如图3中(3a)所示的多个单一维度数据301中，旋转其中的类型维度后，得到图3中(3b)所示的数据结果302。
108.多个单一维度数据旋转后，可以根据用户开发需求信息自定义融合规则，基于该规则进行下钻处理。其中下钻处理即忽略某些维度对数据进行融合。如图4中(4a)所示的多个单一维度数据401，根据用户开发需求信息自定义融合规则为忽略“第一季度”维度的数据402，得到融合后的数据仓库多维度模型403。
109.融合后的数据仓库多维度模型是多个维度的数据的交集的结果，应用于用户需求的分析，得出全面、准确的分析结果。
110.在一些示例中，基于bi前端工具的可视化界面，可以基于可视化界面显示各个阶段步骤获得的数据，并通过拖拽数据表的方式对数据抽取、转换、或者关联和计算处理等，实现灵活、敏捷的项目开发。
111.在一些实施例中，通过s110～s140得到目标数据仓库后，为了在交付项目之前，供用户直观了解项目开发数据详情，可选的，本技术实施例中，可以通过bi前端工具的可视化界面实时展示目标数据仓库接入多维度数据的报表或仪表盘。其中，可视化图表页面为可视化仪表盘和/或报表页面。具体的，通过步骤s150显示目标数据仓库对应的可视化图表页面，具体可以包括步骤s151～s152：
112.s151.通过预设的数据模型，将目标数据仓库接入的多维度数据转换为可视化仪表盘和/或报表；为根据与所述预设数据源建立的对应关系确定的；
113.s152.通过可视化界面显示可视化仪表盘和/或报表的页面。
114.预设的数据模型可以是用于形成一定样式的图表或页面的模型，该模型的输入为目标数据仓库接入的多维度数据，输出的是对应样式的图表或页面。
115.本技术实施例中，将目标数据仓库接入的多维度数据通过预设的数据模型进行转化，形成包含具有对应图表的可视化仪表盘或报表，并在bi前端工具的可视化界面进行显示，供用户了解。其中目标数据仓库接入的多维度数据为根据与所述预设数据源建立的对应关系确定的，按照该数据仓库多维度模型中包含的维度输入对应的数据。该多维度数据可以来源于上述预设数据源。
116.由于bi前端工具是实时获取数据并进行展示的，因此显示的可视化仪表盘或报表也是实时的，如果用户对可视化仪表盘或报表中的某项数据或些数据的融合结果不满意，可以及时、精确的进行专项修改。
117.可选的，如果基于可视化仪表盘或报表，用户有修改意见，则如图5所示，该方法还可以包括步骤s160～s170：
118.s160.获取用户需求修改信息，所述用户需求修改信息为根据所述可视化图表页面确定的；
119.s170.根据所述需求修改信息，返回执行所述从预设数据源中确定开发数据的步骤，直至再次生成对应的可视化图表页面。
120.根据可视化图表页面确定用户需求修改信息，并基于该用户需求修改信息返回迭代执行步骤s120的步骤，重新获取对应的开发数据，并通过步骤s130～s150进行开发数据分析和模型的展示，直至满足用户需求。
121.满足用户需求后，可以交付数据仓库多维度模型对应的目标数据仓库。本技术实施例基于实时显示的bi前端工具，利于及时更改产品设计，从而利于推动重新实施项目开发。
122.图6示出了本技术实施例提供的一种数据仓库可视化图表显示装置的结构示意图。如图6所示，该装置包括：
123.第一获取模块601，用于通过目标前端工具，获取用户开发需求信息；
124.第一确定模块602，用于根据开发需求信息，从预设数据源中确定开发数据，开发数据分布在多个数据库中；
125.第一生成模块603，用于对分布在多个数据库中的开发数据进行多维度分析，生成数据仓库多维度模型；
126.第二生成模块604，用于将所述数据仓库多维度模型与所述预设数据源建立对应关系，生成目标数据仓库；
127.第一显示模块605，用于通过目标前端工具，显示数据仓库多维度模型对应的可视化仪表盘页面。
128.本技术实施例的数据仓库可视化图表显示装置，通过本技术实施例能够通过目标前端工具获取用户开发需求信息；根据开发需求信息从预设数据源中确定分布在多个数据库中的开发数据；对开发数据进行多维度分析生成数据仓库多维度模型，并将该模型与预设数据源建立对应关系，生成目标数据仓库，然后通过目标前端工具显示目标数据仓库对应的可视化图表页面。这样通过目标前端工具获取的用户开发需求信息开发出对应目标数
据仓库的多维度分析模块，并进行可视化显示，方便供用户直观的了解所开发的数据仓库是否满足自身需求，并利于在交付前及时修改，从而避免过度增加工作量，利于加快目标数据仓库的交付进度。
129.在一些实施例中，为了提升用户表达的需求与用户期望的实际项目之间的一致性，从而降低用户修改需求的可能性，可选的，第一获取模块601可以包括：
130.输入子模块6011，用于根据可视化界面提供的数据参数项，输入对应的参数信息；
131.第一确定子模块6012，用于将参数信息确定为用户开发需求信息。
132.在一些实施例中，为了丰富数据源的数据以便于筛选出更全面的可用数据，并在数据量较大时加快开发效率，可选的，本技术实施例中，预设数据源可以包括数据库表、sql数据集、excel数据集以及分析表中的一种或几种。
133.示例性的，第一确定模块602可以包括：
134.抽取子模块6021，用于通过目标前端工具调用的数据仓库工具，根据用户开发需求信息从预设数据源中抽取出对应的需求数据；
135.第一转换子模块，用于转换需求数据的结构，得到中间需求数据；
136.加载子模块，用于将中间需求数据加载到对应的数据库中，形成开发数据。
137.在一些实施例中，为了快速创建数据仓库模型，可选的，本技术实施例中，标前端工具嵌入有联机分析处理工具，该联机分析处理工具可以为olap(on-line analytical processing，联机分析处理)工具。则第一生成模块603具体可以包括；
138.分析子模块6031，用于通过联机分析处理工具对多个数据库中的开发数据进行多维度分析，得到多个单一维度数据；
139.融合子模块6032，用于融合多个单一维度数据，生成数据仓库多维度模型。
140.可选的，分析子模块6031具体可以用于：
141.通过联机分析处理工具对多个数据库中的开发数据汇总后，从目标维度上按照目标维数进行切片或切块，得到对应的多个单一维度数据。
142.可选的，融合子模块6032，具体可以用于：
143.对所述多个单一维度数据旋转后，按照自定义融合规则进行下钻处理，生成所述数据仓库多维度模型
144.在一些实施例中，为了在交付项目之前，供用户直观了解项目开发数据详情，可选的，第一显示模块605具体可以包括：
145.第二转换子模块6051，用于通过预设的数据模型，将目标数据仓库接入的多维度数据转换为可视化仪表盘和/或报表；
146.显示子模块6052，用于通过可视化界面显示可视化仪表盘和/或报表的页面。
147.可选的，装置还可以包括：
148.第二获取模块606，用于获取用户需求修改信息，所述用户需求修改信息为根据所述可视化图表页面确定的；
149.返回执行模块607，用于根据所述需求修改信息，返回执行所述从预设数据源中确定开发数据的步骤，直至再次生成对应的可视化图表页面。
150.需要说明的是，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
151.图7示出了本技术实施例提供的数据仓库可视化图表显示设备的硬件结构示意图。
152.数据仓库可视化图表显示设备可以包括处理器701以及存储有计算机程序指令的存储器702。
153.具体地，上述处理器701可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
154.存储器702可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器702可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器702可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器702可在综合网关容灾设备的内部或外部。在特定实施例中，存储器702是非易失性固态存储器。
155.存储器可包括只读存储器(rom)，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本技术的一方面的方法所描述的操作。
156.处理器701通过读取并执行存储器702中存储的计算机程序指令，以实现上述实施例中的任意一种数据仓库可视化图表显示方法。
157.在一个示例中，数据仓库可视化图表显示设备还可包括通信接口703和总线710。其中，如图7所示，处理器701、存储器702、通信接口703通过总线710连接并完成相互间的通信。
158.通信接口703，主要用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。
159.总线710包括硬件、软件或两者，将数据仓库可视化图表显示设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线710可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
160.另外，结合上述实施例中的数据仓库可视化图表显示方法，本技术实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种数据仓库可视化图表显示方法。
161.而且，本技术实施例还提供了一种计算机产品，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备能够执行上述实施例中的任意一种数据仓库可视化图表显示方法。
162.需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
163.以上所述的结构框图中所示的功能模块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
164.还需要说明的是，本技术中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本技术不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
165.上面参考根据本技术的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本技术的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
166.以上所述，仅为本技术的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。