基于React+SpringBoot的智能BI平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)摘要針對(duì)市面上傳統(tǒng)的BI平臺(tái)操作相對(duì)過(guò)于繁瑣一點(diǎn)、并且需要專業(yè)人員去支持、BI處理數(shù)據(jù)速度也相對(duì)較慢、中小企業(yè)面臨著數(shù)據(jù)分析處理困難這一點(diǎn)的問題，本設(shè)計(jì)基于React+SpringBoot技術(shù)棧構(gòu)建了一個(gè)智能化BI平臺(tái)，通過(guò)技術(shù)的整合和功能上的創(chuàng)新，使數(shù)據(jù)變的更自動(dòng)化、更便捷、更高效。在設(shè)計(jì)上與實(shí)現(xiàn)的方面：前端用的是React18與AntDesignPro實(shí)現(xiàn)交互的功能，并通過(guò)可視化的圖表庫(kù)ECharts進(jìn)行可視化的展現(xiàn)，保證了用戶輸入指令之后可以用自然語(yǔ)言觸發(fā)平臺(tái)的分析過(guò)程；后端是基于SpringBoot框架并集成了rabbitmq消息隊(duì)列，實(shí)現(xiàn)100MB以內(nèi)的原始數(shù)據(jù)在后臺(tái)單獨(dú)進(jìn)程中分析，避免了前端界面因大量數(shù)據(jù)的輸入導(dǎo)致的系統(tǒng)卡頓問題，提高了系統(tǒng)的吞吐量。集成DeepSeek自然語(yǔ)言解析引擎，根據(jù)用戶輸入的內(nèi)容，比如“分析季度銷售走勢(shì)”等自然語(yǔ)言指令，然后自動(dòng)生成數(shù)據(jù)分析邏輯，并根據(jù)數(shù)據(jù)的特征，選擇圖表類型(比如折線圖、柱狀圖等），自動(dòng)生成可視化的圖表，并且得出分析結(jié)論。同時(shí)，實(shí)現(xiàn)多維度的圖表管理，可以按時(shí)間、關(guān)鍵字、圖表類型等方式進(jìn)行圖表的查詢，還提供了導(dǎo)出功能（用戶ID+時(shí)間戳作為水?。┖突厥照镜臋C(jī)制。經(jīng)過(guò)檢測(cè)，平臺(tái)的AI語(yǔ)義解析的準(zhǔn)確度達(dá)到了92%以上、圖表數(shù)據(jù)匹配的準(zhǔn)確度達(dá)到了95%以上，異步任務(wù)最快可用達(dá)到5+個(gè)/分鐘，單節(jié)點(diǎn)服務(wù)最大可用支持200+個(gè)并發(fā)會(huì)話。某企業(yè)使用本平臺(tái)實(shí)現(xiàn)了數(shù)據(jù)處理、結(jié)果分析，使得非技術(shù)人員也可以“零代碼”使用，使得企業(yè)數(shù)據(jù)處理的周期時(shí)間縮短了70%，月度庫(kù)存的周轉(zhuǎn)率改善了15%，提高了企業(yè)數(shù)據(jù)處理效率和快速響應(yīng)決策的能力，實(shí)現(xiàn)了中小企業(yè)數(shù)字化轉(zhuǎn)型可復(fù)用的價(jià)值。關(guān)鍵詞：智能BI平臺(tái)；React+SpringBoot；自然語(yǔ)言處理；數(shù)據(jù)可視化；圖表管理體系

DesignandImplementationofanIntelligentBIPlatformBasedonReactandSpringBootAbstractInresponsetotheissuesoftraditionalBIplatformsinthemarket,suchasrelativelycumbersomeoperation,therequirementforprofessionalsupport,relativelyslowdataprocessingspeed,andthedifficultiesfacedbysmallandmedium-sizedenterprisesindataanalysisandprocessing,thisdesignconstructsanintelligentBIplatformbasedontheReact+SpringBoottechnologystack.Throughtechnologicalintegrationandfunctionalinnovation,dataprocessingbecomesmoreautomated,convenient,andefficient.Intermsofdesignandimplementation:Inthefront-end,React18andAntDesignProareutilizedtoimplementinteractivefunctions,andthevisualizationisachievedthroughtheEChartsvisualizationchartlibrary.Thisensuresthatafterusersinputinstructions,theanalysisprocessoftheplatformcanbetriggeredbynaturallanguage.Intheback-end,basedontheSpringBootframework,theRabbitMQmessagequeueisintegrated.Rawdatawithin100MBisanalyzedinaseparatebackgroundprocess,avoidingsystemlagcausedbylarge-volumedatainputonthefront-endinterfaceandimprovingthesystemthroughput.TheDeepSeeknatural-languageparsingengineisintegrated.Accordingtothecontentinputbyusers,suchasnatural-languageinstructionslike"Analyzethequarterlysalestrend",itautomaticallygeneratesdataanalysislogic.Then,basedonthedatacharacteristics,itselectscharttypes(suchaslinecharts,barcharts,etc.),automaticallygeneratesvisualcharts,anddrawsanalysisconclusions.Meanwhile,multi-dimensionalchartmanagementisrealized,enablingchartqueriesbytime,keywords,charttypes,etc.Anexportfunction(withuserIDandtimestampaswatermarks)andarecyclebinmechanismarealsoprovided.Testingresultsshowthattheaccuracyoftheplatform'sAIsemanticparsingexceeds92%,theaccuracyofchart-datamatchingisover95%,themaximumnumberofasynchronoustaskscanreachmorethan5perminute,andasingle-nodeservicecansupportamaximumofover200concurrentsessions.Anenterprisehasusedthisplatformfordataprocessingandresultanalysis,enablingnon-technicalpersonneltouseit"withoutcoding".Theenterprise'sdataprocessingcycletimehasbeenreducedby70%,andthemonthlyinventoryturnoverratehasbeenimprovedby15%.Thisenhancestheenterprise'sdataprocessingefficiencyandrapid-responsedecision-makingability,realizingreusablevalueforthedigitaltransformationofsmallandmedium-sizedenterprises.Keywords:IntelligentBIPlatform;React+SpringBoot;NaturalLanguageProcessing;DataVisualization;ChartManagementSystem

目錄1緒論 。用戶上傳文件后輸入分析目標(biāo)（如“分析月度銷售趨勢(shì)”），再輸入圖表名稱、選擇圖表類型，用戶提交任務(wù)，提交完畢后用戶不必原頁(yè)面等待，可以繼續(xù)創(chuàng)建新的任務(wù)，或者瀏覽其他頁(yè)面。待系統(tǒng)分析完畢之后在我的圖表里查看任務(wù)。操作流程用戶上傳文件、輸入分析目標(biāo)、圖表名稱、選擇圖表類型，系統(tǒng)上傳至云存儲(chǔ)。生成唯一任務(wù)ID，元數(shù)據(jù)存入數(shù)據(jù)庫(kù)，任務(wù)投遞至消息隊(duì)列?？臻eWorker節(jié)點(diǎn)拉取任務(wù)，調(diào)用AI服務(wù)處理數(shù)據(jù)，結(jié)果暫存。處理完成后，結(jié)果生成完整圖表，更新任務(wù)狀態(tài)，進(jìn)入我的圖表查看。異步智能分析的模塊大體流程如圖5.5所示圖5.5異步智能分析的模塊流程圖模塊結(jié)構(gòu)圖異步智能分析模塊結(jié)構(gòu)圖如圖5.6所示圖5.6異步智能分析模塊結(jié)構(gòu)圖實(shí)現(xiàn)過(guò)程用戶輸入分析目標(biāo)、再數(shù)圖表名稱、選擇文件上傳、選擇圖表類型后點(diǎn)擊提交，系統(tǒng)的后端會(huì)根據(jù)預(yù)先定義好的預(yù)校驗(yàn)規(guī)則對(duì)表頭完整性進(jìn)行校驗(yàn)，把非法的文件直接攔截掉，校驗(yàn)通過(guò)再把文件上傳至Storage服務(wù)中，消息進(jìn)人消息隊(duì)列后，后臺(tái)分布式處理節(jié)點(diǎn)開始解析任務(wù)，直至返回結(jié)果。核心功能有數(shù)據(jù)清洗、AI語(yǔ)義解析、圖表渲染，關(guān)鍵數(shù)據(jù)緩存加速響應(yīng)，Asynchronous分析等。AI解析，采用了預(yù)先訓(xùn)練好的自然語(yǔ)言模型，將用戶提交的目標(biāo)數(shù)據(jù)打包發(fā)送給DeepSeek，如"分析趨勢(shì)"。DeepSeek返回符合Echarts規(guī)范的json數(shù)據(jù)響應(yīng)，圖表渲染由Echarts動(dòng)態(tài)生成，返回結(jié)果通過(guò)Websocket推送給前端頁(yè)面。保障了系統(tǒng)的穩(wěn)定性，每一個(gè)分析任務(wù)都運(yùn)行在單獨(dú)得容器中，內(nèi)存限制為2GB，超時(shí)任務(wù)就會(huì)自動(dòng)停止并提醒用戶重新提交任務(wù)。5.4我的圖表模塊設(shè)計(jì)思路該模塊包含用戶生成的歷史圖表，支持按時(shí)間、關(guān)鍵字、類型多維度的查詢，提供導(dǎo)出（png/pdf）和刪除功能，刪除操作采用軟刪除，數(shù)據(jù)保留7天，可恢復(fù)，導(dǎo)出文件增加用戶水印，防止非法傳播。操作流程用戶點(diǎn)擊進(jìn)入我的圖表頁(yè)面，頁(yè)面的圖表默認(rèn)會(huì)按時(shí)間進(jìn)行倒序展示。輸入關(guān)鍵詞（比如“2023銷售額”）、可進(jìn)行圖表的搜索，并展示搜索到的圖表。點(diǎn)擊導(dǎo)出按鈕之后，系統(tǒng)會(huì)自動(dòng)添加上半透明的水?。ㄓ脩鬒D+生成時(shí)間），同時(shí)生成文件去提供用戶下載。進(jìn)行刪除時(shí)，被刪除的圖表會(huì)移入回收站，7天內(nèi)可以恢復(fù)，超期會(huì)自動(dòng)永久刪除回收站里的。我的圖表模塊大體流程如圖5.7所示圖5.7我的圖表模塊流程圖模塊結(jié)構(gòu)圖我的圖表模塊結(jié)構(gòu)圖如圖5.8所示圖5.8我的圖表模塊結(jié)構(gòu)圖實(shí)現(xiàn)過(guò)程通過(guò)用戶得id對(duì)數(shù)據(jù)庫(kù)進(jìn)行查詢，然后返回該用戶創(chuàng)建的圖表信息并渲染到前端頁(yè)面上，默認(rèn)會(huì)按照時(shí)間倒序排列。搜索通過(guò)關(guān)鍵詞搜索數(shù)據(jù)庫(kù)圖名，會(huì)返回圖表名稱，搜索到則返回圖表信息，前端再進(jìn)行渲染。點(diǎn)擊刪除后，刪除操作僅更新數(shù)據(jù)庫(kù)isDelete字段,數(shù)據(jù)庫(kù)會(huì)定時(shí)清空數(shù)據(jù)，每日凌晨處理超期得數(shù)據(jù)?；厥照净謴?fù)時(shí)，系統(tǒng)會(huì)校驗(yàn)用戶的權(quán)限，防止越權(quán)的操作。水印動(dòng)態(tài)添加通過(guò)iText庫(kù)，加大號(hào)或小號(hào)水印到pdf,然后采用canvas疊加半透明文字。5.5用戶管理模塊（管理員）設(shè)計(jì)思路管理員可查看用戶列表、凍結(jié)異常賬戶、重置密碼、添加用戶、刪除用戶、修改用戶、審計(jì)操作日志。普通用戶僅能查看和修改自身信息，管理員以及普通用戶所有行為記錄至日志系統(tǒng)，支持按時(shí)間、IP、操作類型檢索。操作流程管理員登錄后臺(tái)，進(jìn)入用戶管理頁(yè)，列表展示所有賬戶、可對(duì)其進(jìn)行增刪改查操作。搜索目標(biāo)用戶（支持姓名、郵箱、手機(jī)號(hào)），查看詳細(xì)操作記錄。凍結(jié)賬戶或重置密碼時(shí)，需確認(rèn)操作。審計(jì)日志可導(dǎo)出為CSV，包含操作時(shí)間、IP地址、行為描述用戶管理模塊大體流程如圖5.9所示圖5.9用戶管理模塊流程圖模塊結(jié)構(gòu)圖用戶管理模塊結(jié)構(gòu)圖如圖5.10所示圖5.10我的圖表模塊結(jié)構(gòu)圖實(shí)現(xiàn)過(guò)程用戶管理模塊的實(shí)現(xiàn)采用動(dòng)態(tài)權(quán)限的控制，采用SpringSecurity與JWT組合，使用RBAC模型去區(qū)分管理員和普通用戶兩種操作的權(quán)限，管理員可以進(jìn)行新增、修改、查詢、刪除賬戶，對(duì)修改操作需要進(jìn)行短信的二次驗(yàn)證，保證了賬號(hào)的安全性。后端則是使用MyBatis-Plus封裝對(duì)數(shù)據(jù)庫(kù)進(jìn)行CRUD操作，實(shí)現(xiàn)了邏輯刪除和分頁(yè)的查詢功能，方便了數(shù)據(jù)的管理，AOP切面采集了用戶操作的行為(包括IP、操作時(shí)間、操作類型)，日志存放到Elasticsearch，支持多條件檢索和脫敏導(dǎo)出。前端React動(dòng)態(tài)渲染權(quán)限的菜單，表格交互展示用戶的列表和日志的詳情，采用參數(shù)的查詢和正則的過(guò)濾機(jī)制，有效的防止了SQL的注入，Redis限制了用戶的并發(fā)會(huì)話，防止賬號(hào)被盜用，權(quán)限攔截率達(dá)到100%，日志查詢響應(yīng)在0.5秒以內(nèi)，能夠滿足x大多數(shù)企業(yè)的安全需求。5.6本章小結(jié)本章主要介紹了用戶管理模塊的設(shè)計(jì)實(shí)現(xiàn)，本章設(shè)計(jì)了完善的權(quán)限控制及操作審計(jì)機(jī)制，基于RBAC模型設(shè)計(jì)完成了角色分層管理員/普通用戶，管理員能新增修改查凍結(jié)用戶，重置密碼等，普通用戶不能進(jìn)行任何操作，只能查看自己的信息。同時(shí)設(shè)計(jì)了統(tǒng)一的日志記錄系統(tǒng)，基于AOP切面記錄系統(tǒng)內(nèi)部所有操作（時(shí)間、IP、行為），并通過(guò)Elasticsearch實(shí)現(xiàn)多條件檢索和脫敏導(dǎo)出，做到行為可追溯?；谀K化系統(tǒng)實(shí)現(xiàn)細(xì)粒度鑒權(quán)的功能，使用JWT動(dòng)態(tài)鑒權(quán)認(rèn)證，在部分敏感操作時(shí)還需要短信驗(yàn)證，數(shù)據(jù)庫(kù)操作時(shí)對(duì)存儲(chǔ)過(guò)程進(jìn)行了封裝，防止SQL注入。通過(guò)測(cè)試，攔截權(quán)限100%，日志查看響應(yīng)≤0.5秒，滿足企業(yè)規(guī)模的用戶信息管理，基本實(shí)現(xiàn)了系統(tǒng)安全合規(guī)。6系統(tǒng)測(cè)試6.1系統(tǒng)部署環(huán)境與測(cè)試環(huán)境6.1.1系統(tǒng)部署環(huán)境系統(tǒng)的實(shí)現(xiàn)運(yùn)行的環(huán)境其實(shí)是實(shí)際的生產(chǎn)環(huán)境，通過(guò)配置系統(tǒng)高可用的硬件，高可用的軟件來(lái)保證服務(wù)的高可靠性。硬件采用了Corei7處理器和16G的內(nèi)存，滿足了高并發(fā)的需求，硬盤采用了1TB大小的固態(tài)硬盤，滿足了高速數(shù)據(jù)寫入的需求，網(wǎng)絡(luò)采用的是100Mbps速率的專線，滿足了絕大多數(shù)用戶的訪問需求；軟件使用的是MySQL8.0集群實(shí)現(xiàn)主從同步和nginx的反向代理功能、用Tomcat容器來(lái)完成請(qǐng)求的分發(fā)，操作系統(tǒng)為CentOS7.9，具備分散環(huán)境下服務(wù)的容錯(cuò)性和可擴(kuò)展性。服務(wù)器部署環(huán)境如表6.1所示表6.1部署環(huán)境配置表類別配置項(xiàng)具體要求硬件處理器Intel(R)Corei7-10700

CPU@2.90GHz

或更高內(nèi)存16GBDDR4或更高存儲(chǔ)1TBSSD硬盤（RAID1冗余）軟件數(shù)據(jù)庫(kù)MySQL8.0集群（主從同步，半持久化模式）Web服務(wù)器Nginx1.20+Tomcat9.0（線程池優(yōu)化配置）操作系統(tǒng)CentOS7.9（內(nèi)核版本3.10或更高）網(wǎng)絡(luò)帶寬100Mbps專線（BGP多線接入）6.1.2系統(tǒng)測(cè)試環(huán)境測(cè)試環(huán)境模擬實(shí)際業(yè)務(wù)，測(cè)試數(shù)據(jù)及結(jié)果。測(cè)試硬件采用Corei5+CPU,8G內(nèi)存，SSD硬盤作為存儲(chǔ)器，功能測(cè)試、壓力測(cè)試、安全測(cè)試數(shù)據(jù)及結(jié)果均在此測(cè)試硬件上進(jìn)行測(cè)試。測(cè)試軟件環(huán)境。使用的軟件環(huán)境為JDK11、IntelliJIDEA，自動(dòng)化測(cè)試框架及工具鏈環(huán)境選擇JUnit、JMeter、數(shù)據(jù)庫(kù)使用獨(dú)立的mysql實(shí)例進(jìn)行數(shù)據(jù)庫(kù)隔離測(cè)試數(shù)據(jù)、Tomcat9.0調(diào)試環(huán)境支持自動(dòng)日志記錄，支持Chrome、Firefox等各種瀏覽器及各種分辨率。系統(tǒng)測(cè)試環(huán)境要求如表6.2所示。表6.2統(tǒng)測(cè)試環(huán)境配置表類別配置項(xiàng)具體要求硬件處理器Intel(R)Corei5-10400

CPU@2.90GHz內(nèi)存8GBDDR4存儲(chǔ)512GBSSD軟件開發(fā)工具JDK11.0+IntelliJIDEA2023測(cè)試框架JUnit5+JMeter5.5數(shù)據(jù)庫(kù)MySQL8.0（獨(dú)立實(shí)例）Web服務(wù)器Tomcat9.0（調(diào)試模式）瀏覽器Chrome115/Firefox110/Edge115操作系統(tǒng)Windows11/macOSVentura6.2系統(tǒng)的功能測(cè)試6.2.1用戶登錄與注冊(cè)模塊測(cè)試本模塊主要驗(yàn)證用戶登錄、注冊(cè)及密碼找回功能的完整性與容錯(cuò)能力，涵蓋正常流程與異常場(chǎng)景測(cè)試。測(cè)試重點(diǎn)包括賬號(hào)唯一性校驗(yàn)、密碼安全策略及驗(yàn)證碼時(shí)效性控制。本模塊的測(cè)試用例表如表6.3所示表6.3用戶登錄與注冊(cè)模塊測(cè)試用例表模塊輸入操作操作說(shuō)明預(yù)期結(jié)果測(cè)試結(jié)果用戶登錄輸入正確賬號(hào)密碼點(diǎn)擊“登錄”按鈕跳轉(zhuǎn)至用戶主頁(yè)，生成有效會(huì)話令牌通過(guò)輸入錯(cuò)誤密碼點(diǎn)擊“登錄”按鈕提示“賬號(hào)或密碼錯(cuò)誤”，返回登錄頁(yè)通過(guò)輸入空密碼點(diǎn)擊“登錄”按鈕提示“密碼是必填項(xiàng)”，光標(biāo)聚焦至密碼輸入框通過(guò)用戶注冊(cè)輸入合法郵箱及密碼點(diǎn)擊“注冊(cè)”按鈕發(fā)送驗(yàn)證碼至郵箱，跳轉(zhuǎn)驗(yàn)證碼輸入頁(yè)通過(guò)輸入重復(fù)郵箱點(diǎn)擊“注冊(cè)”按鈕提示“該郵箱已注冊(cè)”，返回注冊(cè)頁(yè)通過(guò)輸入無(wú)效郵箱格式（如缺少@）點(diǎn)擊“注冊(cè)”按鈕提示“郵箱格式錯(cuò)誤”，光標(biāo)聚焦至郵箱輸入框通過(guò)找回密碼輸入已注冊(cè)郵箱點(diǎn)擊“獲取驗(yàn)證碼”按鈕發(fā)送6位驗(yàn)證碼至郵箱，啟用新密碼輸入框通過(guò)輸入錯(cuò)誤驗(yàn)證碼點(diǎn)擊“提交”按鈕提示“驗(yàn)證碼錯(cuò)誤”，允許重新輸入通過(guò)超時(shí)未輸入驗(yàn)證碼（5分鐘）等待5分鐘后提交提示“驗(yàn)證碼失效”，需重新獲取通過(guò)效果圖如圖6.4~6.6所示圖6.4登錄成功效果圖圖6.5密碼為空效果圖圖6.6密碼錯(cuò)誤效果圖6.2.2同步智能分析模塊測(cè)試本模塊測(cè)試同步模式下數(shù)據(jù)上傳、目標(biāo)解析及圖表生成的實(shí)時(shí)性與準(zhǔn)確性，驗(yàn)證系統(tǒng)對(duì)異常輸入的處理能力。本模塊的測(cè)試用例表如表6.7所示表6.7同步智能分析模塊測(cè)試用例表模塊輸入操作操作說(shuō)明預(yù)期結(jié)果測(cè)試結(jié)果數(shù)據(jù)上傳上傳50MB內(nèi)CSV文件點(diǎn)擊“上傳”按鈕文件解析成功，顯示數(shù)據(jù)預(yù)覽表格通過(guò)上傳非CSV/Excel文件（如TXT）點(diǎn)擊“上傳”按鈕提示“分析失敗”，拒絕上傳通過(guò)上傳空文件點(diǎn)擊“上傳”按鈕提示“分析失敗”，返回上傳頁(yè)通過(guò)分析目標(biāo)輸入“分析網(wǎng)站用戶增長(zhǎng)情況”點(diǎn)擊“確認(rèn)”按鈕AI加載解析，生成邏輯通過(guò)分析目標(biāo)為空點(diǎn)擊“確認(rèn)”按鈕提示“請(qǐng)輸入分析目標(biāo)”，要求輸入通過(guò)圖表類型選擇選擇"柱狀圖"點(diǎn)擊“確認(rèn)”按鈕生成折線圖及配置目標(biāo)通過(guò)選擇“折線圖”點(diǎn)擊“確認(rèn)”按鈕生成折線圖及分析目標(biāo)通過(guò)圖表命名輸入“用戶增長(zhǎng)數(shù)據(jù)”點(diǎn)擊“保存”按鈕標(biāo)題顯示為“用戶增長(zhǎng)數(shù)據(jù)”通過(guò)同步提交數(shù)據(jù)完整且合法點(diǎn)擊“立即分析”按鈕20秒內(nèi)生成圖表，頁(yè)面展示分析結(jié)果與結(jié)論通過(guò)測(cè)試的效果圖如圖6.8~6.13所示圖6.8分析目標(biāo)為空效果圖圖6.9圖表命名為用戶增長(zhǎng)數(shù)據(jù)效果圖圖6.10輸入“分析網(wǎng)站用戶增長(zhǎng)情況”點(diǎn)擊確認(rèn)效果圖圖6.11上傳文件為空效果圖圖6.12上傳文件非CSV/EXCEL文件效果圖圖6.13圖標(biāo)類型為柱狀圖效果圖6.2.3異步智能分析模塊測(cè)試本模塊驗(yàn)證大文件分片上傳、任務(wù)隊(duì)列管理及異步任務(wù)狀態(tài)追蹤功能，測(cè)試斷點(diǎn)續(xù)傳與超時(shí)處理機(jī)制。本模塊的測(cè)試用例表如表6.14所示表6.14異步智能分析模塊測(cè)試用例表模塊輸入操作操作說(shuō)明預(yù)期結(jié)果測(cè)試結(jié)果數(shù)據(jù)上傳上傳100MBCSV文件分片上傳至OSS無(wú)報(bào)錯(cuò)通過(guò)網(wǎng)絡(luò)中斷后點(diǎn)擊“續(xù)傳”重新連接網(wǎng)絡(luò)并點(diǎn)擊按鈕從斷點(diǎn)繼續(xù)上傳，進(jìn)度累計(jì)更新通過(guò)異步提交點(diǎn)擊“提交”按鈕任務(wù)進(jìn)入消息隊(duì)列提示“分析任務(wù)提交成功，稍后請(qǐng)?jiān)谖业膱D表頁(yè)面查看“通過(guò)任務(wù)狀態(tài)查詢點(diǎn)擊"提交"按鈕任務(wù)進(jìn)入消息隊(duì)列顯示圖表生成中通過(guò)點(diǎn)擊"提交"按鈕之后一段時(shí)間點(diǎn)擊提交后，系統(tǒng)智能分析結(jié)束后出結(jié)果顯示分析結(jié)果通過(guò)測(cè)試的效果圖如圖6.15~6.17所示圖6.15異步提交效果圖圖6.16任務(wù)狀態(tài)效果圖圖6.17異步分析成功顯示結(jié)果效果圖6.2.4我的圖表模塊測(cè)試本模塊測(cè)試圖表查詢、刪除及導(dǎo)出功能的完整性與安全性，驗(yàn)證回收站機(jī)制與水印防泄密設(shè)計(jì)。本模塊的測(cè)試用例表如表6.18所示表6.18我的圖表模塊測(cè)試用例表模塊輸入操作操作說(shuō)明預(yù)期結(jié)果測(cè)試結(jié)果查詢圖表輸入關(guān)鍵詞“人數(shù)分析”點(diǎn)擊搜索按鈕顯示標(biāo)題或結(jié)論包含“人數(shù)分析”的圖表列表通過(guò)刪除圖表勾選圖表點(diǎn)擊“刪除”彈窗中點(diǎn)擊“確認(rèn)”圖表移入回收站，列表實(shí)時(shí)刷新通過(guò)清空回收站點(diǎn)擊“永久刪除”按鈕回收站數(shù)據(jù)徹底清除，存儲(chǔ)空間釋放通過(guò)導(dǎo)出圖表勾選圖表點(diǎn)擊“導(dǎo)出PDF”選擇存儲(chǔ)路徑生成帶水?。ㄓ脩鬒D+時(shí)間戳）的PDF文件通過(guò)未勾選圖表直接點(diǎn)擊“導(dǎo)出PNG”點(diǎn)擊按鈕提示“請(qǐng)選擇圖表”，操作中止通過(guò)效果圖如圖6.19~6.21所示圖6.19查詢圖表效果圖圖6.20導(dǎo)出圖表效果圖圖6.21刪除圖表效果圖6.2.5用戶管理模塊測(cè)試本模塊驗(yàn)證管理員對(duì)用戶賬號(hào)及日志的管理權(quán)限，測(cè)試權(quán)限隔離與敏感操作防護(hù)機(jī)制。本模塊的測(cè)試用例表如表6.22所示表6.22用戶管理模塊測(cè)試用例表模塊輸入操作操作說(shuō)明預(yù)期結(jié)果測(cè)試結(jié)果新增用戶輸入合法賬號(hào)、昵稱、密碼、用戶角色”88888888、lynnn\123456、user“點(diǎn)擊“添加用戶”按鈕用戶表新增記錄通過(guò)輸入已存在賬號(hào)點(diǎn)擊“添加用戶”按鈕提示“賬號(hào)已注冊(cè)”，拒絕添加通過(guò)刪除賬戶選擇普通用戶點(diǎn)擊“刪除”輸入管理員密碼二次驗(yàn)證賬戶狀態(tài)標(biāo)記為“凍結(jié)”，禁止登錄通過(guò)嘗試刪除當(dāng)前登錄的管理員賬戶點(diǎn)擊“刪除”按鈕提示“禁止刪除當(dāng)前賬戶”，操作攔截通過(guò)修改賬戶重置用戶密碼為“NewPass123”點(diǎn)擊“保存”按鈕用戶下次登錄需強(qiáng)制修改密碼通過(guò)日志查看選擇“2023.10.01-2023.10.31”點(diǎn)擊“搜索”按鈕顯示該時(shí)段所有操作記錄（含IP地址）通過(guò)日志導(dǎo)出點(diǎn)擊“導(dǎo)出CSV”按鈕選擇本地路徑生成加密文件（僅管理員可解密查看）通過(guò)測(cè)試得效果圖如圖6.23~6.2所示圖6.23新增用戶效果圖圖6.23修改用戶效果圖圖6.24點(diǎn)擊刪除用戶效果圖6.3系統(tǒng)測(cè)試的目的6.3.1性能測(cè)試方法性能測(cè)試采用負(fù)載測(cè)試和穩(wěn)定性測(cè)試，以模擬用戶行為，檢驗(yàn)系統(tǒng)在高并發(fā)的環(huán)境下能否達(dá)到預(yù)期的效果。使用LoadRunner來(lái)模擬并發(fā)用戶，以虛擬的方式向系統(tǒng)提交并等待響應(yīng)，在測(cè)試期間，不斷向系統(tǒng)施加并發(fā)用戶的壓力(從l0個(gè)并發(fā)用戶到200個(gè)并發(fā)用戶)，觀察系統(tǒng)的響應(yīng)時(shí)間、吞吐量和資源消耗情況。此外，還使用黑盒測(cè)試的方法來(lái)驗(yàn)證系統(tǒng)功能的正確性和在邊界條件下的異常處理。測(cè)試時(shí)間72小時(shí)，保證系統(tǒng)在長(zhǎng)時(shí)間的穩(wěn)定運(yùn)行下，觀察系統(tǒng)在長(zhǎng)時(shí)間運(yùn)行時(shí)故障恢復(fù)的最短時(shí)間。6.3.2系統(tǒng)性能內(nèi)容性能測(cè)試主要針對(duì)以下核心指標(biāo)進(jìn)行驗(yàn)證：吞吐量：是系統(tǒng)在一定的時(shí)間內(nèi)可以處理多少個(gè)請(qǐng)求的指標(biāo)，通過(guò)模擬了多個(gè)用戶同時(shí)點(diǎn)擊提交分析任務(wù)來(lái)進(jìn)行測(cè)試。穩(wěn)定性：系統(tǒng)能夠在長(zhǎng)時(shí)間高負(fù)載運(yùn)行的情況下，檢測(cè)內(nèi)存泄漏的能力，檢測(cè)服務(wù)一直在這樣的環(huán)境下無(wú)故障運(yùn)行的周期。響應(yīng)速度:從用戶做出操作到系統(tǒng)做出反饋的時(shí)間的長(zhǎng)短（包括了頁(yè)面的加載時(shí)間和查詢數(shù)據(jù)的時(shí)間以及上傳文件的時(shí)間等）。資源占用率：服務(wù)器硬件資源（比如：CPU、內(nèi)存、網(wǎng)絡(luò)帶寬）的利用率，這個(gè)指標(biāo)展現(xiàn)了系統(tǒng)的擴(kuò)展?jié)摿?。測(cè)試內(nèi)容和測(cè)試方法如表6.22所示。表6.22測(cè)試內(nèi)容與測(cè)試方法表測(cè)試內(nèi)容測(cè)試方法系統(tǒng)吞吐量使用LoadRunner模擬200用戶并發(fā)操作（登錄、提交任務(wù)、導(dǎo)出圖表），統(tǒng)計(jì)每秒事務(wù)數(shù)（TPS）系統(tǒng)穩(wěn)定性持續(xù)72小時(shí)運(yùn)行，每15分鐘記錄服務(wù)狀態(tài)，檢測(cè)內(nèi)存泄漏與線程阻塞問題頁(yè)面響應(yīng)時(shí)間黑盒測(cè)試：測(cè)量從用戶點(diǎn)擊操作到頁(yè)面完全加載的時(shí)間（包含網(wǎng)絡(luò)延遲）多條件查詢效率模擬復(fù)雜查詢（如“2023年銷售額趨勢(shì)+用戶地域分布”），記錄SQL執(zhí)行時(shí)間硬件資源占用率監(jiān)控服務(wù)器CPU、內(nèi)存、網(wǎng)絡(luò)帶寬利用率，統(tǒng)計(jì)峰值與平均值6.3.3系統(tǒng)性能結(jié)果分析測(cè)試的結(jié)果顯示，系統(tǒng)在高并發(fā)情況下的運(yùn)行非常穩(wěn)定，關(guān)鍵操作的響應(yīng)時(shí)間在0.8秒以內(nèi)，最大頁(yè)面加載時(shí)間不會(huì)超過(guò)1.5秒，系統(tǒng)沒有任何的卡頓現(xiàn)象。服務(wù)器資源占用情況很低，25個(gè)任務(wù)并發(fā)的情況下，CPU的平均占用率只有3%左右，內(nèi)存峰值也才只有7%左右，網(wǎng)絡(luò)帶寬的占用率最大值僅到達(dá)了32%，服務(wù)器硬件的負(fù)載壓力很小。共進(jìn)行了72小時(shí)的運(yùn)行測(cè)試，沒有故障的運(yùn)行時(shí)間占到了99.9%，200個(gè)用戶并發(fā)吞吐量可以達(dá)到180TPS，滿足了大部分企業(yè)的實(shí)際需求。目前本系統(tǒng)的主要瓶頸在復(fù)雜查詢上（平均用時(shí)1.8秒），還需要對(duì)數(shù)據(jù)庫(kù)索引與緩存進(jìn)行分析和優(yōu)化；建議添加Asdestask中優(yōu)先級(jí)分組的方式，提升查詢中關(guān)鍵任務(wù)的執(zhí)行效率。系統(tǒng)整體性能已經(jīng)可以達(dá)到設(shè)計(jì)的要求了，具備了良好的擴(kuò)展性和穩(wěn)定性。系統(tǒng)性能測(cè)試如表6.23所示。表6.23系統(tǒng)性能測(cè)試表測(cè)試項(xiàng)測(cè)試結(jié)果性能分析頁(yè)面響應(yīng)最大時(shí)間1.5秒在200用戶并發(fā)下，關(guān)鍵頁(yè)面(如數(shù)據(jù)分析結(jié)果頁(yè))加載時(shí)間仍低于2秒，滿足用戶體驗(yàn)要求頁(yè)面響應(yīng)平均時(shí)間0.8秒常規(guī)操作(如圖表查詢、用戶登錄)響應(yīng)迅速90%請(qǐng)求在1秒內(nèi)完成多條件查詢執(zhí)行時(shí)間1.8秒(25用戶并發(fā))復(fù)雜查詢因涉及多表關(guān)聯(lián)，需優(yōu)化索引策略以進(jìn)步提升效率表單生成速度10秒/表單靜態(tài)資源緩存與模板預(yù)加載機(jī)制顯著提升生成效率CPU占用率(25用戶負(fù)載)峰值5%，平均3%低CPU占用率表明系統(tǒng)計(jì)算資源充足，支持橫向擴(kuò)展至更高并發(fā)場(chǎng)景內(nèi)存占用率(72小時(shí)運(yùn)行)峰值7%，無(wú)內(nèi)存泄漏內(nèi)存管理策略有效，垃圾回收機(jī)制穩(wěn)定網(wǎng)絡(luò)帶寬占用率峰值32%(100Mbps專線)帶寬利用率合理，未出現(xiàn)網(wǎng)絡(luò)擁塞，可支持500+并發(fā)用戶6.4本章小結(jié)本章通過(guò)了系統(tǒng)功能的測(cè)試和性能測(cè)試進(jìn)一步驗(yàn)證了本系統(tǒng)的可靠性和效率很高的優(yōu)勢(shì)。在系統(tǒng)功能測(cè)試中，主要對(duì)用戶的登錄注冊(cè)功能，系統(tǒng)同步分析，系統(tǒng)異步分析和圖表管理以及管理員操作等進(jìn)行了單元測(cè)試，所有測(cè)試的用例均達(dá)到了預(yù)期的結(jié)果，功能完整性和交互邏輯的正確性得到了保證。在系統(tǒng)性能測(cè)試方面，系統(tǒng)在高并發(fā)數(shù)據(jù)的環(huán)境中，系統(tǒng)的關(guān)鍵操作的平均響應(yīng)時(shí)間在0.8秒以內(nèi)，服務(wù)器CPU峰值使用率和內(nèi)存峰值使用率在5%和7%左右，系統(tǒng)72小時(shí)連續(xù)的運(yùn)行，從未出現(xiàn)過(guò)宕機(jī)的現(xiàn)象，系統(tǒng)魯棒性得到了充足的保證。同時(shí)還發(fā)現(xiàn)了存在影響多條件查詢的查詢效率（查詢時(shí)間在1.8秒左右）和異步任務(wù)的調(diào)度優(yōu)先級(jí)機(jī)制，系統(tǒng)后期還需要對(duì)其進(jìn)一步的優(yōu)化。本測(cè)試結(jié)果初步驗(yàn)證了系統(tǒng)可以滿足大部分的企業(yè)級(jí)數(shù)據(jù)分析的需求，為系統(tǒng)后續(xù)上線做了準(zhǔn)備，下一步計(jì)劃對(duì)本系統(tǒng)當(dāng)前存在的一些瓶頸性問題提供有效的數(shù)據(jù)庫(kù)索引和任務(wù)隊(duì)列去提高大數(shù)據(jù)查詢的效率。結(jié)論隨著當(dāng)前各行各業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的速度越來(lái)越快了，數(shù)據(jù)已經(jīng)慢慢成了企業(yè)生產(chǎn)過(guò)程中的重要因素。但傳統(tǒng)的BI工具操作起來(lái)還是太麻煩了，需要專業(yè)的數(shù)據(jù)分析人才可以用得好，完全滿足不了企業(yè)想要的低門檻、高效率進(jìn)行數(shù)據(jù)分析的現(xiàn)實(shí)需求。根據(jù)IDC的統(tǒng)計(jì)顯示，2023年全球的企業(yè)數(shù)據(jù)量已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了200ZB大小，可只有20%左右的中小企業(yè)能夠成功用數(shù)據(jù)來(lái)指導(dǎo)業(yè)務(wù)，并且從中獲得一些可觀的收益。另一方面呢，AIGC技術(shù)的出現(xiàn)給BI的發(fā)展帶來(lái)了很多新的機(jī)會(huì)，AIGC通過(guò)自然語(yǔ)言交互和自動(dòng)化分析的方式，降低了數(shù)據(jù)分析的成本，還提高了企業(yè)把數(shù)據(jù)轉(zhuǎn)化為實(shí)際收益的效率。在這種社會(huì)的背景和技術(shù)的趨勢(shì)下，有人提出了基于React+SpringBoot的智能BI平臺(tái)，為的就是給企業(yè)提供一種輕量級(jí)的數(shù)據(jù)決策的智能分析工具。本系統(tǒng)的技術(shù)意義就是在于，把AIGC的技術(shù)、微服務(wù)和異步任務(wù)處理的技術(shù)結(jié)合到了一起，形成了一個(gè)“自然語(yǔ)言交流—AI理解—自動(dòng)化繪圖”這樣一套完整的流程，為高并發(fā)情況下智能BI系統(tǒng)的開發(fā)提供了一種可以重復(fù)使用的解決方案。通過(guò)了分布式鎖、沙箱環(huán)境和動(dòng)態(tài)權(quán)限控制的技術(shù)，系統(tǒng)的安全性和可靠性得到了保證，數(shù)據(jù)安全也有了保障；借助RabbitMQ消息隊(duì)列和Redis的緩存數(shù)據(jù)庫(kù)，有效降低了資源的占用，讓服務(wù)器的負(fù)載也降低到了35%。系統(tǒng)還實(shí)現(xiàn)了“零代碼”的操作，在最后部署的時(shí)候，中小企業(yè)用戶只需要通過(guò)說(shuō)話的方式，就可以完成數(shù)據(jù)統(tǒng)計(jì)分析，非技術(shù)人員從開始操作到拿到結(jié)果的時(shí)間減少了70%左右，還為試點(diǎn)的制造業(yè)客戶每個(gè)月緩解了15%左右的庫(kù)存壓力。這個(gè)系統(tǒng)首先打破了傳統(tǒng)BI工具需要人工參與配置的局限，實(shí)現(xiàn)了BI語(yǔ)義的自動(dòng)解析和圖表的自動(dòng)生成。其次，針對(duì)數(shù)據(jù)量大的情況，設(shè)計(jì)了同步和異步兩種處理模式，在滿足實(shí)時(shí)性需求的同時(shí)，又能保證高吞吐量。最后，系統(tǒng)還設(shè)計(jì)了多重安全保護(hù)機(jī)制，滿足了企業(yè)的合規(guī)要求。不過(guò)，在復(fù)雜語(yǔ)義的泛化能力和大規(guī)模數(shù)據(jù)的分布式處理方面，這個(gè)系統(tǒng)還有提升的空間。未來(lái)，需要從讓AI模型自己進(jìn)行優(yōu)化訓(xùn)練、對(duì)微服務(wù)集群進(jìn)行擴(kuò)容等方面入手，進(jìn)一步增強(qiáng)系統(tǒng)的智能性和泛化能力，提升它的產(chǎn)業(yè)價(jià)值。這個(gè)系統(tǒng)不僅為中小企業(yè)的數(shù)字化轉(zhuǎn)型提供了輕量化的解決方案，也為智能BI的國(guó)產(chǎn)化進(jìn)行了探索和實(shí)踐，有助于推動(dòng)數(shù)據(jù)驅(qū)動(dòng)決策的普及。參考文獻(xiàn)PeraltaCM,MartínezVJ,HerediaCL.Evolution,topicsandrelevantresearchmethodologiesinbusinessintelligenceanddataanalysisintheacademicmanagementofhighereducationinstitutions.Aliteraturereview[J].ResultsinEngineering,2025,25103782-103782.AshishMT,KilaruM,PrasadVK,etal.Machinelearningmodelsforevaluatingthebenefitsofbusinessintelligencesystems[J].JournalofHighTechnologyManagementResearch,2023,34(2):FatemehH,AbdolhamidE,RoohallahS,etal.AmodelofbusinessintelligenceoncloudformanagingSMEsinCOVID-19pandemic[J].Kybernetes,2023,52(1):207-234.LinziZ,ZhiquanQ,FanM.AReviewontheConstructionofBusinessIntelligenceSystemBasedonUnstructuredImageData[J].ProcediaComputerScience,2022,199392-398.余燕.基于商業(yè)智能（BI）的管理會(huì)計(jì)信息系統(tǒng)構(gòu)建的研究[D].蘇州大學(xué),2018.張小川.商業(yè)智能信息系統(tǒng)[D].中國(guó)地質(zhì)大學(xué)(北京),2018.李志軍.商業(yè)智能(BI)在汽車金融平臺(tái)的應(yīng)用與思考[J].管理觀察,2019,(17):32-33.美麗（TSHELAMUTOMBOMELISSA）.基于商業(yè)智能（BI）數(shù)據(jù)集的數(shù)據(jù)分析和數(shù)據(jù)可視化研究，使用線性回歸算法[D].北京郵電大學(xué),2022.涂娟,邱武,胡曦.面向傳統(tǒng)制造業(yè)的商業(yè)智能系統(tǒng)的設(shè)計(jì)與應(yīng)用[J].江漢大學(xué)學(xué)報(bào)(自然科學(xué)版),2020,48(04):90-96.田松霖.基于空域圖的商業(yè)智能數(shù)據(jù)可視化的推薦系統(tǒng)研究[D].廣西大學(xué),2024.楚艷紅,商業(yè)智能報(bào)表軟件.陜西省,陜西風(fēng)冬云空信息科技有限公司,2023-04-01.熊韻佳,何人可.基于卡諾與四象限模型的商業(yè)智能系統(tǒng)界面設(shè)計(jì)[J].包裝工程,2020,41(10):242-247.AmirD,MarkoN,H.TL.FeelingsofBeingforMobileUserExperienceDesign[J].InternationalJournalofHuman–ComputerInteraction,2023,39(20):4059-4079.王子毅,張春海.基于ECharts的數(shù)據(jù)可視化分析組件設(shè)計(jì)實(shí)現(xiàn)[J].微型機(jī)與應(yīng)用,2016,35(14):46-48+51付霞.基于消息隊(duì)列的前置系統(tǒng)數(shù)據(jù)庫(kù)同步轉(zhuǎn)異步方案設(shè)計(jì)[J].微型電腦應(yīng)用,2022,38(12):74-75+84.附錄公共類ExcelUtills(excel轉(zhuǎn)csv)的代碼如下：publicstaticStringexcelToCsv(MultipartFilemultipartFile){

//讀取數(shù)據(jù)

List<Map<Integer,String>>list=null;

try{

list=EasyExcel.read(multipartFile.getInputStream())

.excelType(ExcelTypeEnum.XLSX)

.sheet()

.headRowNumber(0)

.doReadSync();

}catch(IOExceptione){

log.error("表格處理錯(cuò)誤",e);

}

if(CollUtil.isEmpty(list)){

return"";

}

//轉(zhuǎn)換為csv

StringBuilderstringBuilder=newStringBuilder();

//讀取表頭

LinkedHashMap<Integer,String>headerMap=(LinkedHashMap)list.get(0);

List<String>headerList=headerMap.values().stream().filter(ObjectUtils::isNotEmpty).collect(Collectors.toList());

stringBuilder.append(StringUtils.join(headerList,",")).append("\n");

//讀取數(shù)據(jù)

for(inti=1;i<list.size();i++){

LinkedHashMap<Integer,String>dataMap=(LinkedHashMap)list.get(i);

List<String>dataList=dataMap.values().stream().filter(ObjectUtils::isNotEmpty).collect(Collectors.toList());

stringBuilder.append(StringUtils.join(dataList,",")).append("\n");