数据规模过于庞大？数据标签过多难以管理？增加新的分析维度需要配置？这些beetlex.io都能轻松解决,即导即用,数据标签自动管理,轻易实现多种维度数据分析处理。接下介绍BeetleX针对产品大数据分析的中间件服务安装和使用。
安装部署
服务中间件是基于ElasticSearch,所以在部署中间件服务的时候必须安装 ElasticSearch，可安装版本6.X和7.X。
下载服务：
链接：https://pan.baidu.com/s/1xtIV_h4Nw9Ln0z5LHBFDBw
提取码：aml9
部署安装包提供win64和linux64两个版本。
//windows 默认80端口 BeetleX.OrderAnalyzeApp.exe //指定端口 BeetleX.OrderAnalyzeApp.exe port=8088 //linux 默认80端口,存在执行权限问题chmod配置一下 sudo ./BeetleX.OrderAnalyzeApp
运行服务后可以通过浏览器访问，当没配置的时候需要进行一个初始化配置
输入ElasticSearch的机地址和索引名称，点击初始化即可完成;配置完成后即可进行数据分析统计操作。
数据导入
服务提供接口进行数据导入，需要在配置页面中开启导入功能；开启后即可以访问[http://host/Import] 通过Post的方式把数据批量导入。格式如下:
[ { "ID": "0019602001", "Product": "9/Mishi Kobe Niku", "Quantity": 19, "Total": 1843.0, "Tag": "产品:Mishi Kobe Niku/员工:Anne Dodsworth/客户:Oc�ano Atl�ntico Ltda./国家:Switzerland/分类:Meat/Poultry", "CreateTime": "2013-02-26T00:00:00" }, { "ID": "0019602002", "Product": "54/Tourti�re", "Quantity": 95, "Total": 707.75, "Tag": "产品:Tourti�re/员工:Janet Leverling/客户:Eastern Connection/国家:Argentina/分类:Meat/Poultry", "CreateTime": "2009-04-26T00:00:00" } ]
提交数据包括一个产品销售的Json数组，主要包括:ID,Product,Quantity,Total,Tag和CreateTime字段。Tag字段作为所有数据标签维度的存字段，每个标签以【/】来分隔，每个标签的内容是【标签名:值】。当数据导入后中间件会自动切分相关数据，Tag包括的标签数量是无限制，这些标签数据最终都可以在分析统计过程中选择使用。
使用
配置完成后即可对数据进行分析汇总，服务功能有:分析统计，年汇总，月汇总和标签汇总。
分析统计
分析统计可以汇总某个时间段的数据，分组单为月。可以根据需要来添加不同数据维度在这个时间段里的汇总数据对比。
以上是分析出2020年的产品销售每月的总额，分别有总销售额、针对usa国家的销售额和andrew fuller员工在usa国家销售的数据对比。
年汇总
可以对数据和标签数据进行年度汇总，同样也可以做不同标签的数据作年度对比。
以上是针对2016，2017和2018三年总销售额和数量的对象比。也可以针对员工与员工之间的对比。
以上是4个员工在2019年的销售汇总对比。
月汇总
月汇总和年汇总一样，只是单位是某个月的天数为基础单位。
标签汇总
支持指定时间内，所有Tag里面的标签组合汇总。
以上是2020年销售排前10的员工销售情况，还可以针对需求统计2020年某个国家的员工的销售情况
以上是统计2020年在canada前10的员工的销售情况。
硬件要求
该产品分析中间件对硬件要求不高，具体看数据规模而定。可以通过以下演示实例了解情况。以下实例使用的配置是:2核1G内存，数据规模是400万条。演示地址: http://data.beetlex.io/
了解更多内容可访问: beetlex.io