几小时搭好一块企业级数据大屏FlyFish 开源数据可视化低代码完整指南【免费下载链接】FlyFishFlyFish is a data visualization coding platform. We can create a data model quickly in a simple way, and quickly generate a set of data visualization solutions by dragging.项目地址: https://gitcode.com/gh_mirrors/fl/FlyFish周一早上九点负责人发来消息周五前把 200 台服务器的运行状态放到大屏上。手写前端光图表库和布局就要折腾一周。FlyFish飞鱼是一个开源的数据可视化低代码平台数据已经在库里时接上数据源、拖拽组件就能生成大屏应用工程师和运维都能上手。它是什么FlyFish 把做一块大屏拆成三层对象项目、应用、组件。项目对应一个具体业务场景应用就是大屏页面本身支持单页面或多页面路由组件是最小的展示单元由它拼出最终画面。和手写前端相比它省掉的是重复劳动页面布局、数据绑定、打包发布、权限管理都由平台承担你只写配置必要时再补少量自定义组件代码。前端之外的角色运维、BI 分析也能自己配出展示页面。核心能力拆解数据源怎么接MySQL 和 HTTP 接口平台内置数据源管理模块可把 MySQL 等数据库、HTTP 接口接入为数据源供组件直接调用。数据查询功能还支持对数据表跑 SQL把需要的数据定位出来、封装保存甚至重新组合成新的数据结构。这意味着大屏开发里取数、聚合这一步不用自己写后端接口查询结果组件拿来即用。上图是 FlyFish 搭出的 IT 监控大屏3D 地图、仪表盘、趋势图同屏展示。拖拽拼大屏模板直接起步组件库里预置了图表与可视化组件拖到画布上即可组合。开发完成的应用和组件能上传到模板库下一个项目从已有模板直接创建不必从零开始。上图是平台的组件模板库可以直接挑选现成模板。组件不满足需求时还能用平台内置的浏览器编辑器改组件源码它跑在 code-server 实例上端口 8081不用把代码拉到本机。部署形态五个服务端口固定上图是官方文档给出的部署流程。整个平台共 5 个服务MySQL18103、前端 nginx8089、在线编辑器 code-server8081、主后端 flyfishServer19531、数据源服务 flyfishDevServer19532。第一次上手五步跑通第一块大屏 准备环境最省事的方式是用官方 docker 镜像x86 类 unix 系统docker 20.10手动部署则以 CentOS 7.6 Node.js 14 Nginx 1.20 MySQL 5.7 为基线细节见 01-基础环境准备篇。拿到代码执行git clone https://gitcode.com/gh_mirrors/fl/FlyFish走 docker 路线只需下载 docker-compose.yaml 后执行docker-compose up -d五个容器起来即完成。打开平台浏览器访问http://127.0.0.1:8089用初始账号登录手动部署的步骤在 03-FlyFish平台部署篇。接数据在数据源管理里接入一台 MySQL再到数据查询里试跑一条 SQL确认取数正常。搭大屏新建项目从组件库拖入组件绑定第 4 步保存的查询结果发布预览即可看到第一块大屏。适合谁用角色用它做什么前端 / BI 工程师快速交付大屏项目跳过布局、打包这类重复劳动运维 / 数据分析师自己配监控看板和业务看板不等前端排期企业平台团队统一管理多块大屏用模板库沉淀和复用组件生态与扩展FlyFish 有独立的组件模板中心社区贡献者按平台规范开发组件模板中心和组件源码单独维护在独立仓库社区沉淀的组件可以直接拿来复用。代码结构上后端是 Java 服务dataplatform 目录前端在 lcapWeb 目录管理后台自带用户与角色管理lcapWeb/src/pages/User对接公司内部登录和权限体系可以在此基础上扩展。动手之前先把一台自己熟悉的 MySQL 表接进来按上面五步走一遍半天内就能摸清这套数据可视化低代码平台的完整工作流。部署中遇到问题优先查 doc/ 目录下的 Docker 镜像使用指南 和 02-code_server部署篇源码仓库就是第 2 步 clone 的地址。【免费下载链接】FlyFishFlyFish is a data visualization coding platform. We can create a data model quickly in a simple way, and quickly generate a set of data visualization solutions by dragging.项目地址: https://gitcode.com/gh_mirrors/fl/FlyFish创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 几小时搭好一块企业级数据大屏？FlyFish 开源数据可视化低代码完整指南
几小时搭好一块企业级数据大屏FlyFish 开源数据可视化低代码完整指南【免费下载链接】FlyFishFlyFish is a data visualization coding platform. We can create a data model quickly in a simple way, and quickly generate a set of data visualization solutions by dragging.项目地址: https://gitcode.com/gh_mirrors/fl/FlyFish周一早上九点负责人发来消息周五前把 200 台服务器的运行状态放到大屏上。手写前端光图表库和布局就要折腾一周。FlyFish飞鱼是一个开源的数据可视化低代码平台数据已经在库里时接上数据源、拖拽组件就能生成大屏应用工程师和运维都能上手。它是什么FlyFish 把做一块大屏拆成三层对象项目、应用、组件。项目对应一个具体业务场景应用就是大屏页面本身支持单页面或多页面路由组件是最小的展示单元由它拼出最终画面。和手写前端相比它省掉的是重复劳动页面布局、数据绑定、打包发布、权限管理都由平台承担你只写配置必要时再补少量自定义组件代码。前端之外的角色运维、BI 分析也能自己配出展示页面。核心能力拆解数据源怎么接MySQL 和 HTTP 接口平台内置数据源管理模块可把 MySQL 等数据库、HTTP 接口接入为数据源供组件直接调用。数据查询功能还支持对数据表跑 SQL把需要的数据定位出来、封装保存甚至重新组合成新的数据结构。这意味着大屏开发里取数、聚合这一步不用自己写后端接口查询结果组件拿来即用。上图是 FlyFish 搭出的 IT 监控大屏3D 地图、仪表盘、趋势图同屏展示。拖拽拼大屏模板直接起步组件库里预置了图表与可视化组件拖到画布上即可组合。开发完成的应用和组件能上传到模板库下一个项目从已有模板直接创建不必从零开始。上图是平台的组件模板库可以直接挑选现成模板。组件不满足需求时还能用平台内置的浏览器编辑器改组件源码它跑在 code-server 实例上端口 8081不用把代码拉到本机。部署形态五个服务端口固定上图是官方文档给出的部署流程。整个平台共 5 个服务MySQL18103、前端 nginx8089、在线编辑器 code-server8081、主后端 flyfishServer19531、数据源服务 flyfishDevServer19532。第一次上手五步跑通第一块大屏 准备环境最省事的方式是用官方 docker 镜像x86 类 unix 系统docker 20.10手动部署则以 CentOS 7.6 Node.js 14 Nginx 1.20 MySQL 5.7 为基线细节见 01-基础环境准备篇。拿到代码执行git clone https://gitcode.com/gh_mirrors/fl/FlyFish走 docker 路线只需下载 docker-compose.yaml 后执行docker-compose up -d五个容器起来即完成。打开平台浏览器访问http://127.0.0.1:8089用初始账号登录手动部署的步骤在 03-FlyFish平台部署篇。接数据在数据源管理里接入一台 MySQL再到数据查询里试跑一条 SQL确认取数正常。搭大屏新建项目从组件库拖入组件绑定第 4 步保存的查询结果发布预览即可看到第一块大屏。适合谁用角色用它做什么前端 / BI 工程师快速交付大屏项目跳过布局、打包这类重复劳动运维 / 数据分析师自己配监控看板和业务看板不等前端排期企业平台团队统一管理多块大屏用模板库沉淀和复用组件生态与扩展FlyFish 有独立的组件模板中心社区贡献者按平台规范开发组件模板中心和组件源码单独维护在独立仓库社区沉淀的组件可以直接拿来复用。代码结构上后端是 Java 服务dataplatform 目录前端在 lcapWeb 目录管理后台自带用户与角色管理lcapWeb/src/pages/User对接公司内部登录和权限体系可以在此基础上扩展。动手之前先把一台自己熟悉的 MySQL 表接进来按上面五步走一遍半天内就能摸清这套数据可视化低代码平台的完整工作流。部署中遇到问题优先查 doc/ 目录下的 Docker 镜像使用指南 和 02-code_server部署篇源码仓库就是第 2 步 clone 的地址。【免费下载链接】FlyFishFlyFish is a data visualization coding platform. We can create a data model quickly in a simple way, and quickly generate a set of data visualization solutions by dragging.项目地址: https://gitcode.com/gh_mirrors/fl/FlyFish创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考