php单点怎么登录，java的就业方向有哪些？
JAVA就业方向：
刚就业的话可以做初级开发工程师，往上走就是中级高级工程师，需求工程师等。或者是成为管理人员，例如产品研发经理，技术经理，项目经理等。
这是一张职业发展生涯图，希望能帮到楼主。
根据IDC的统计数字，在所有软件开发类人才的需求中，对Java工程师的需求达到全部需求量的60%~70%。同时，Java工程师的薪水相对较高。 Java软件工程师一般月薪范围在4000-10000元，远远超过了应届毕业生月薪2500元的平均水平。
通常来说，有一年工作经验的Java高级软件工程师的薪酬大致在年薪10—13万左右。
java技术培训之后可以从事JSP网站开发、Java编程、Java游戏开发、Java桌面程序设计，以及其他与Java语言编程相关的工作，就业面非常广。
我们生活中好多所熟知的吃鸡、王者荣耀、LOL、淘宝、京东、外卖平台都是通过Java开发的，这也就涵盖了Java网站开发、游戏开发，方方面面都很广泛的！
分享我的自学线路图，希望能帮到大家：
此套视频分六大阶段，每一阶段都逐渐加深，此套教程已经整理的非常完善，各位学习者基本上按照此套流程，一阶段，一阶段学习来，肯定会入门，逆袭成为大牛。
第一阶段：
Java基础视频教程
1、毕向东老师的java入门教程
2、小白的福音java入门教程
3、java快速入门教程
此三个教程异曲同工，内容知识点相差不大，可以只学习其中一个哦！
第二大阶段：
Java教程
（1）轻松掌握JavaWeb视频教程
（2）6天玩转mysql视频教程
（3）超全面的JavaWeb视频教程
（4）阶段案例--JavaWeb网上图书商城完整
第三大阶段：
Java教程
（1）Hibernate5框架
（2）Struts2框架
（3）Spring框架
Spring2.5视频教程
第四大阶段：
知识点：
Java教程
（1）ORACLE经典视频教程
（2）Maven精品教程
第五大阶段：
Java教程推荐：
（1） Springmvc由浅入深全套视频教程
（2）Mybatis由浅入深全套视频教程
第六大阶段：
Java教程推荐：
（1）Java学科巴巴运动网视频教程106集
（2）巴巴运动网续集视频教程
具体配套视频有需要的小伙伴可以私信我，码字不易，有用请点赞分享一下吧！
Java开发分库分表需要解决的问题及mycat是怎样实现分库分表的？
MySQL的使用场景中，读写分离只是方案中的一部分，想要扩展，势必会用到分库分表，可喜的是Mycat里已经做到了，今天花时间测试了一下，感觉还不错。
关于分库分表
当然自己也理了一下，分库分表的这些内容，如果分成几个策略或者阶段，大概有下面的几种。
最上面的第一种是直接拆表，比如数据库db1下面有test1,test2,test3三个表，通过中间件看到的还是表test,里面的数据做了这样的拆分，能够在一定程度上分解压力，如果细细品来，和分区表的套路有些像。
接下来的几类也是不断完善，把表test拆解到多个库中，多个服务器中，如果做了读写分离，全套的方案这样的拆解改进还是很大的。如此来看，数据库中间件做了很多应用和数据库之间的很多事情，能够流行起来除了技术原因还是有很多其他的因素。
分库分表的测试环境模拟
如果要在一台服务器上测试分库分表，而且要求架构方案要全面，作为技术可行性的一个判定参考，是否可以实现呢。
如果模拟一主两从的架构，模拟服务分布在3台服务器上，这样的方案需要创建9个实例,每个实例上有3个db需要分别拆分。
大体的配置如下：
master1: 端口33091
(m1)slave1: 端口33092
(m1)slave2: 端口33093
master2: 端口33071
(m2)slave1: 端口33072
(m2)slave2: 端口33073
master3: 端口33061
(m3)slave1: 端口33062
(m3)slave2: 端口33063
画个图来说明一下，其中db1,db2,db3下面有若干表，需要做sharding
所以我们需要模拟的就是这个事情。
使用Mycat碰到的几个小问题解惑
使用Mycat的时候碰到了几个小问题，感觉比较有代表性，记录了一下。
问题1：
首先是使用Mycat连接到数据库之后，如果不切换到具体的数据库下，使用[数据库名].[表名]的方式会抛出下面的错误，可见整个过程中，Mycat拦截了SQL信息做了过滤，在转换的时候找不到目标路由。当然实际使用中，规范使用肯定不会有这个问题。
mysql> select * from db1.shard_auto;
ERROR 1064 (HY000): find no Route:select * from db1.shard_auto
问题2：
在配置了sharding策略之后，insert语句抛出了下面的错误，这个是对语法的一个基本的要求。
mysql> insert into shard_mod_long values(1,'aa',date);
ERROR 1064 (HY000): partition table, insert must provide ColumnList
问题3：
如果sharding策略配置有误，很可能出现表访问正常，但是DML会有问题，提示数据冲突了。至于如何配置sharding,下面会讲。
mysql> select * from shard_mod_long;
Empty set (0.00 sec)
mysql> insert into shard_mod_long(ID,name,shard_date) values(1,'aa',current_date);
ERROR 1105 (HY000): Duplicate entry '1' for key 'PRIMARY'
问题4：
如果sharding的配置有误，很可能出现多份冗余数据。
查看执行计划就一目了然，通过data_node可以看到数据指向了多个目标库。
mysql> explain insert into shard_auto(ID,name,shard_date) values(1,'aa',current_date);
+-----------+------------------------------------------------+
| DATA_NODE | SQL |
+-----------+------------------------------------------------+
| pxcNode11 | insert into shard_auto(ID,name,shard_date) values(1,'aa',current_date) |
| pxcNode21 | insert into shard_auto(ID,name,shard_date) values(1,'aa',current_date) |
| pxcNode31 | insert into shard_auto(ID,name,shard_date) values(1,'aa',current_date) |
+-----------+------------------------------------------------+
这种情况如果有一定的需求还是蛮不错的，做sharding可惜了。问题就在于下面的这个table配置。
<table name="shard_auto" primaryKey="ID" type="global" dataNode="pxcNode11,pxcNode21,pxcNode31" rule="auto-sharding-long" />
需要去掉 type="global"的属性，让它sharding。
Mycat里面的sharding策略
Mycat的分片策略很丰富，这个是超出自己的预期的，也是Mycat的一大亮点。
大体分片规则如下，另外还有一些其他分片方式这里不全部列举：
（1）分片枚举：sharding-by-intfile
（2）主键范围：auto-sharding-long
（3）一致性hash：sharding-by-murmur
（4）字符串hash解析：sharding-by-stringhash
（5）按日期（天）分片：sharding-by-date
（6）按单月小时拆分：sharding-by-hour
（7）自然月分片：sharding-by-month
在开始之前，我们要创建下面的表来模拟几个sharding的场景,表名根据需求可以改变。
create table shard_test(ID int primary key, name varchar(20),shard_date date);
主键范围分片
主键范围分片是参考了主键值，按照主键值的分布来分布数据库在不同的库中，我们先在对应的sharding节点上创建同样的表结构。
关于sharding的策略，需要修改rule.xml文件。
常用的sharding策略已经在Mycat里面实现了，如果要自行实现也可以定制。比如下面的规则，是基于主键字段ID来做sharding,分布的算法是rang-long,引用了function rang-long,这个function是在对应的一个Java类中实现的。
<tableRule name="auto-sharding-long">
<rule>
<columns>ID</columns>
<algorithm>rang-long</algorithm>
</rule>
<function name="rang-long"
class="io.mycat.route.function.AutoPartitionByLong">
<property name="mapFile">autopartition-long.txt</property>
当然主键的范围是不固定的，可以根据需求来定制，比如按照一百万为单位，或者1000位单位，文件是 autopartition-long.txt 文件的内容默认如下，模板里是分为了3个分片，如果要定制更多的就需要继续配置了，目前来看这个配置只能够承载15亿的数据量，可以根据需求继续扩展定制。
# range start-end ,data node index
# K=1000,M=10000.
0-500M=0
500M-1000M=1
1000M-1500M=2
插入一些数据来验证一下，我们可以查看执行计划来做基本的验证，配置无误，数据就根据规则流向了指定的数据库下的表里。
mysql> explain insert into shard_auto(ID,name,shard_date) values(1,'aa',current_date);
+-----------+------------------------------------------------+
| DATA_NODE | SQL |
+-----------+------------------------------------------------+
| pxcNode11 | insert into shard_auto(ID,name,shard_date) values(1,'aa',current_date) |
+-----------+------------------------------------------------+
还有一个查看sharding效果的小方法，比如我插入一个极大的值，保证和其他数据不在一个分片上，我们运行查询语句两次，结果会有点变化。
sharing的效果
mysql> select * from shard_auto;
+---------+------+------------+
| ID | name | shard_date |
+---------+------+------------+
| 1 | aa | 2017-09-06 |
| 2 | bb | 2017-09-06 |
| 5000001 | aa | 2017-09-06 |
+---------+------+------------+
3 rows in set (0.00 sec)
稍作停顿，继续运行。
mysql> select * from shard_auto;
+---------+------+------------+
| ID | name | shard_date |
+---------+------+------------+
| 5000001 | aa | 2017-09-06 |
| 1 | aa | 2017-09-06 |
| 2 | bb | 2017-09-06 |
+---------+------+------------+
3 rows in set (0.01 sec)
Hash分片
Hash分片其实企业级应用尤其广泛，我觉得一个原因是通过这种数据路由的方式，得到的数据情况是基本可控的，和业务的关联起来比较直接。很多拆分方法都是根据mod方法来平均分布数据。
sharding的策略在rule.xml里面配置，还是默认的mod-long规则，引用了算法mod-long,这里是根据sharding的节点数来做的，默认是3个。
<tableRule name="mod-long">
<rule>
<columns>id</columns>
<algorithm>mod-long</algorithm>
</rule>
</tableRule>
<function name="mod-long" class="io.mycat.route.function.PartitionByMod">
<!-how many data nodes -->
<property name="count">3</property>
</function>
比如查看两次insert的结果情况。
mysql> explain insert into shard_mod_long(ID,name,shard_date) values(4,'dd',current_date);
+-----------+------------------------------------------------+
| DATA_NODE | SQL |
+-----------+------------------------------------------------+
| pxcNode22 | insert into shard_mod_long(ID,name,shard_date) values(4,'dd',current_date) |
+-----------+------------------------------------------------+
mysql> explain insert into shard_mod_long(ID,name,shard_date) values(5,'ee',current_date);
+-----------+------------------------------------------------+
| DATA_NODE | SQL |
+-----------+------------------------------------------------+
| pxcNode23 | insert into shard_mod_long(ID,name,shard_date) values(5,'ee',current_date) |
+-----------+------------------------------------------------+
可以看到数据还是遵循了节点的规律，平均分布。
至于schema.xml的配置，是整个分库的核心，我索性也给出一个配置来，供参考。
<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">
<!-定义MyCat的逻辑库 -->
<schema name="db1" checkSQLschema="false" sqlMaxLimit="100" >
<table name="shard_mod_long" primaryKey="ID" type="global" dataNode="pxcNode11,pxcNode21,pxcNode31" rule="mod-long" />
<table name="shard_auto" primaryKey="ID" type="global" dataNode="pxcNode11,pxcNode21,pxcNode31" rule="auto-sharding-long" />
</schema>
<!-定义MyCat的数据节点 -->
<dataNode name="pxcNode11" dataHost="dtHost" database="db1" />
<dataNode name="pxcNode21" dataHost="dtHost2" database="db1" />
<dataNode name="pxcNode31" dataHost="dtHost3" database="db1" />
<!-定义数据主机dtHost，连接到MySQL读写分离集群 ,schema中的每一个dataHost中的host属性值必须唯一-->
<!-dataHost实际上配置就是后台的数据库集群，一个datahost代表一个数据库集群 -->
<!-balance="1"，全部的readHost与stand by writeHost参与select语句的负载均衡-->
<!-writeType="0"，所有写操作发送到配置的第一个writeHost，这里就是我们的hostmaster，第一个挂了切到还生存的第二个writeHost-->
<dataHost name="dtHost" maxCon="500" minCon="20" balance="1"
writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">
<!--心跳检测 -->
<heartbeat>show slave status</heartbeat>
<!--配置后台数据库的IP地址和端口号，还有账号密码 -->
<writeHost host="hostMaster" url="192.168.163.128:33091" user="mycat_user" password="mycat" />
</dataHost>
<dataHost name="dtHost2" maxCon="500" minCon="20" balance="1"
writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">
<!--心跳检测 -->
<heartbeat>show slave status</heartbeat>
<!--配置后台数据库的IP地址和端口号，还有账号密码 -->
<writeHost host="hostMaster" url="192.168.163.128:33071" user="mycat_user" password="mycat" />
</dataHost>
<dataHost name="dtHost3" maxCon="500" minCon="20" balance="1"
writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">
<!--心跳检测 -->
<heartbeat>show slave status</heartbeat>
<!--配置后台数据库的IP地址和端口号，还有账号密码 -->
<writeHost host="hostMaster" url="192.168.163.128:33061" user="mycat_user" password="mycat" />
</dataHost>
</mycat:schema>
=================================================================================================
用Mycat，学会数据库读写分离、分表分库
php疑难杂症铺 2017-09-13 14:31用Mycat，学会数据库读写分离、分表分库
系统开发中，数据库是非常重要的一个点。除了程序的本身的优化，如：SQL语句优化、代码优化，数据库的处理本身优化也是非常重要的。主从、热备、分表分库等都是系统发展迟早会遇到的技术问题问题。Mycat是一个广受好评的数据库中间件，已经在很多产品上进行使用了。希望通过这篇文章的介绍，能学会Mycat的使用。
安装
Mycat官网：http://www.mycat.io/
可以了解下Mycat的背景和应用情况，这样使用起来比较有信心。
Mycat下载地址：http://dl.mycat.io/
官网有个文档，属于详细的介绍，初次入门，看起来比较花时间。
下载：
建议大家选择 1.6-RELEASE 版本，毕竟是比较稳定的版本。
安装：
根据不同的系统选择不同的版本。包括linux、windows、mac,作者考虑还是非常周全的，当然，也有源码版的。（ps:源码版的下载后，只要配置正确，就可以正常运行调试，这个赞一下。）
Mycat的安装其实只要解压下载的目录就可以了，非常简单。
安装完成后，目录如下：
目录说明binmycat命令，启动、重启、停止等catletcatlet为Mycat的一个扩展功能confMycat 配置信息,重点关注libMycat引用的jar包，Mycat是java开发的logs日志文件，包括Mycat启动的日志和运行的日志。配置
Mycat的配置文件都在conf目录里面，这里介绍几个常用的文件：
文件说明server.xmlMycat的配置文件，设置账号、参数等schema.xmlMycat对应的物理数据库和数据库表的配置rule.xmlMycat分片（分库分表）规则Mycat的架构其实很好理解，Mycat是代理，Mycat后面就是物理数据库。和Web服务器的Nginx类似。对于使用者来说，访问的都是Mycat，不会接触到后端的数据库。
我们现在做一个主从、读写分离，简单分表的示例。结构如下图：
服务器IP说明Mycat192.168.0.2mycat服务器，连接数据库时，连接此服务器database1192.168.0.3物理数据库1，真正存储数据的数据库database2192.168.0.4物理数据库2，真正存储数据的数据库Mycat作为主数据库中间件，肯定是与代码弱关联的，所以代码是不用修改的，使用Mycat后，连接数据库是不变的，默认端口是8066。连接方式和普通数据库一样，如：jdbc:mysql://192.168.0.2:8066/
server.xml
示例
重点关注下面这段，其他默认即可。
参数说明user用户配置节点--name登录的用户名，也就是连接Mycat的用户名--password登录的密码，也就是连接Mycat的密码--schemas数据库名，这里会和schema.xml中的配置关联，多个用逗号分开，例如需要这个用户需要管理两个数据库db1,db2，则配置db1,dbs--privileges配置用户针对表的增删改查的权限，具体见文档吧我这里配置了一个账号test 密码也是test,针对数据库lunch,读写权限都有，没有针对表做任何特殊的权限。
schema.xml
schema.xml是最主要的配置项，首先看我的配置文件。
参数说明schema数据库设置，此数据库为逻辑数据库，name与server.xml中schema对应dataNode分片信息，也就是分库相关配置dataHost物理数据库，真正存储数据的数据库每个节点的属性逐一说明：
schema:
属性说明name逻辑数据库名，与server.xml中的schema对应checkSQLschema数据库前缀相关设置，建议看文档，这里暂时设为folsesqlMaxLimitselect 时默认的limit，避免查询全表table:
属性说明name表名，物理数据库中表名dataNode表存储到哪些节点，多个节点用逗号分隔。节点为下文dataNode设置的nameprimaryKey主键字段名，自动生成主键时需要设置autoIncrement是否自增rule分片规则名，具体规则下文rule详细介绍dataNode
属性说明name节点名，与table中dataNode对应datahost物理数据库名，与datahost中name对应database物理数据库中数据库名dataHost
属性说明name物理数据库名，与dataNode中dataHost对应balance均衡负载的方式writeType写入方式dbType数据库类型heartbeat心跳检测语句，注意语句结尾的分号要加。应用场景
数据库分表分库
配置如下：
我在192.168.0.2、192.168.0.3均有数据库lunch。
lunchmenu、restaurant、userlunch、users这些表都只写入节点dn1，也就是192.168.0.2这个服务，而dictionary写入了dn1、dn2两个节点，也就是192.168.0.2、192.168.0.3这两台服务器。分片的规则为：mod-long。
主要关注rule属性，rule属性的内容来源于rule.xml这个文件，Mycat支持10种分表分库的规则，基本能满足你所需要的要求，这个必须赞一个，其他数据库中间件好像都没有这么多。
table中的rule属性对应的就是rule.xml文件中tableRule的name,具体有哪些分表和分库的实现，建议还是看下文档。我这里选择的mod-long就是将数据平均拆分。因为我后端是两台物理库，所以rule.xml中mod-long对应的function count为2，见下面部分代码：
数据库读写分离
配置如下：
这样的配置与前一个示例配置改动如下：
删除了table分配的规则,以及datanode只有一个
datahost也只有一台，但是writehost总添加了readhost,balance改为1，表示读写分离。
以上配置达到的效果就是102.168.0.2为主库，192.168.0.3为从库。
注意：Mycat主从分离只是在读的时候做了处理，写入数据的时候，只会写入到writehost，需要通过mycat的主从复制将数据复制到readhost，这个问题当时候我纠结了好久，数据写入writehost后，readhost一直没有数据，以为是自己配置的问题，后面才发现Mycat就没有实现主从复制的功能，毕竟数据库本身自带的这个功能才是最高效稳定的。
至于其他的场景，如同时主从和分表分库也是支持的了，只要了解这个实现以后再去修改配置，都是可以实现的。而热备及故障专业官方推荐使用haproxy配合一起使用，大家可以试试。
使用
Mycat的启动也很简单，启动命令在Bin目录：
如果在启动时发现异常，在logs目录中查看日志。
wrapper.log 为程序启动的日志，启动时的问题看这个
mycat.log 为脚本执行时的日志，SQL脚本执行报错后的具体错误内容,查看这个文件。mycat.log是最新的错误日志，历史日志会根据时间生成目录保存。
mycat启动后，执行命令不成功，可能实际上配置有错误，导致后面的命令没有很好的执行。
Mycat带来的最大好处就是使用是完全不用修改原有代码的，在mycat通过命令启动后，你只需要将数据库连接切换到Mycat的地址就可以了。如下面就可以进行连接了：
连接成功后可以执行sql脚本了。
所以，可以直接通过sql管理工具（如：navicat、datagrip）连接，执行脚本。我一直用datagrip来进行日常简单的管理，这个很方便。
Mycat还有一个管理的连接，端口号是9906.
连接后可以根据管理命令查看Mycat的运行情况，当然，喜欢UI管理方式的人，可以安装一个Mycat-Web来进行管理，有兴趣自行搜索。
简而言之，开发中使用Mycat和直接使用Mysql机会没有差别。
常见问题
使用Mycat后总会遇到一些坑，我将自己遇到的一些问题在这里列一下，希望能与大家有共鸣：
Mycat是不是配置以后，就能完全解决分表分库和读写分离问题？
Mycat配合数据库本身的复制功能，可以解决读写分离的问题，但是针对分表分库的问题，不是完美的解决。或者说，至今为止，业界没有完美的解决方案。
分表分库写入能完美解决，但是，不能完美解决主要是联表查询的问题，Mycat支持两个表联表的查询，多余两个表的查询不支持。 其实，很多数据库中间件关于分表分库后查询的问题，都是需要自己实现的，而且节本都不支持联表查询，Mycat已经算做地非常先进了。
分表分库的后联表查询问题，大家通过合理数据库设计来避免。
Mycat支持哪些数据库，其他平台如 .net、PHP能用吗？
官方说了，支持的数据库包括MySQL、SQL Server、Oracle、DB2、PostgreSQL 等主流数据库，很赞。
尽量用Mysql,我试过SQL Server，会有些小问题，因为部分语法有点差异。
Mycat 非JAVA平台如 .net、PHP能用吗？
可以用。这一点MyCat做的也很棒。
有什么冷门但好用的软件呢？
Essentialpim PRO:日程管理和知识管理的大神级软件，惠普、三星、佳能等知名公司的选择。不但可以当做日程管理软件，还可以作为知识管理软件：
独立数据库，确保安全。多端通过wifi同步：
该软件得到国际大牌公司认可：
这样一款软件，价格并不高。
当然，如果你愿意，可以选择河蟹版。
说完了传统知识管理软件，还有时下比较热门的双链笔记软件：
简单了解一下什么是双链笔记，不需要搞懂复杂概念，和热门的知识管理软件NOTION做一个比较：
据说，roam edit未来的发展空间和底层架构都比NOTION大整整一圈。
Roam到底能做什么，能解决什么问题？
简单来说，就是：让知识能用
类似下面的图：
为什么这样的图能让知识更有效呢？
看下图案例（软件-全世界的界面）：
知识之间、信息之间建立关联，只要知道任何一个关键点，就能顺藤摸瓜的构建整个知识大厦。
这才是真正的有用、能用的知识。
软件界面（太复杂，拉轰仅仅在初步摸索阶段）：
XYplorer：文件管理的超冷门超强大软件一位大V这样评价它：
看看它酷炫又实用的界面：
当然还可以选择以下软件：
qdir
qttabbar+clover
one commander
tc
讯读PDF:拉轰目前认为最好的PDF软件，没有之一
下面的思维导图是目前的推荐软件：
拉轰出品，必属精品
一般用哪些工具做大数据分析？
其实，大数据分析这个部分是很大的模块，包括从底层数据仓库搭建到最后的数据展示，非常复杂。
你说的是业务、IT都能用的数据处理和展现部分吧，今天就推荐一个。
前言"数据可视化工具，可爱者甚番。分析师独爱R，自Python以来，世人盛爱matplotlib。余独爱FineBI之出分析而不拖沓，做可视化还算酷炫......."。哈哈，秀个拙劣~
本文向大家介绍最近更新的一个数据分析可视化神器——FineBI。和Tableau、PowerBI都是同属一类工具，自助式BI。
之前我在一些回答里面也有过推荐，不过我更爱他的兄弟FineReport，以至于换了两家公司都连续推荐采购。但最近新出的5.0版本着实让我惊艳了一把，给人的感觉，比PowerBI更成熟稳定功能更多，平价版的Tableau替代！
接下来讲重点讲解它的主要功能、特点和同类具的对比、以及基本使用方法。
后面还会再针对这个工具写一篇详细深入的上手教程。
阅读目录前言FineBI的主要功能FineBI的主要特点FineBI Vs 其他同类产品FineBI的分析思想获取方法&学习资料小结FineBI的主要功能先来说说BI，BI全称商业智能（Business Intelligence），是一套完整的数据解决方案，将企业的数据有效整合，快速制作可视化报表，以供业务决策。它一般涉及数据仓库（现也和很多大数据方案对接）、ETL、OLAP分析，权限控制等模块。
顾名思义，FineBI是一款BI商业智能工具，能简单快速的生成各种酷炫的可视化数据报表，做有目的性的数据分析。
所以，它主要完成下面几个工作：
1. 数据的整合
2. 数据的分析和可视化
3. 报表制作与发布
FineBI的主要特点BI工具那么多，为何我要重点推荐这款BI工具呢？
Tableau和PowerBI的好自不用我多说，知乎上大家都议论了很多。
但这款BI做为国产，不由得让我产生好奇和好感，值得关注和鼓励。更何况它能够足以应对基本的数据分析，不虚于那两者，且具备下面几大特点：
1、打通各类数据源
FineBI能够从各种数据源中抓取数据进行分析，除了支持大家常用的Oracle、SQLServer、MySQL等数据库，还支持SAP BW、HANA、Essbase等多维数据库。
大数据前端分析，FineBI可对接Hadoop、Kylin、Derby、Gbase、ADS、Hbase、Mongodb等大数据平台。在对接方面有自己的分布式连接方案。
下图是FineBI的数据连接窗口：
还支持导入Excel数据，支持从R语言脚本导入数据。所以基本能对接各类数据源，打通并整合。
2. 易用性(无需编程)
笔者给自己的定位是一枚数据科学家，因此不会也不能将过多精力放在可视化工作上。毕竟数据库/数据仓库系统架构，数据挖掘算法研究等工作更是重中之重。而FineBI采用的拖拽数据字段，自动出图的操作方式，将我从可视化的泥潭中解放出来，把更多精力投放到数据管理，算法研究和业务沟通上。下图展示了FineBI清爽商务的工作界面。
易用性还体现在数据处理方面。
要知道一份数据拿到在分析是还是要做很多公式计算、过滤筛选处理的。惊喜的是这个工具内置了各种计算公式、过滤组件。
比如时间过滤，大家觉得还要手写公式么。
各种现成的计算公式，基本告别SQL和代码。
这里展示的仅仅是一小个方面，绝大多数商业公司出品的软件在易用性方面完爆开源产品。
3、可视化颜值高
一些图表（出自官方）
下面这些图是笔者20分钟不到就做好的，稍加美化，估计也能达到大部分客户在颜值上的要求了：
要知道同样的工作使用R语言的ggplot2至少要2小时(含调试)，使用Python的matplotlib就更久了。
4、数据权限管控
FineBI的数据权限管控，可以说是很专业了，这也是开源和商业不能比的。
笔者是FineReport的深度用户，FineReport是报表应用工具，应用面更广，数据安全性要求也更高，FineBI差不多是沿用了其兄弟产品的一套权限管理方案。可以对不同部门/岗位/角色的人员，进行数据源/业务包/数据表/分析报表的权限管控。简单来讲，你可以让不同人看到仅有自己权限下的报表和数据。
嗯，暂时就说这几点，再说有打广告嫌疑了......
FineBI Vs 其他同类产品1. FineBI VS Excel
两者是不太一样的产品，Excel更全面更加注重数据处理，而FineBI比较精简更注重报表及可视化，FineBI更像是数据透视表+少量VBA。不过两者结合用相得益彰。
2. FineBI VS R语言ggplot2
ggplot2其实是R语言的可视化包，因此对于熟悉R语言的人来说，使用ggplot2会非常得心应手。同时由于ggplot2是由编程语言R驱动，因此它在定制化方面肯定做得比FineBI要好。但是要写一定量代码，这个不是每个人都擅长，毕竟如果是简单的分析，大可不必入R的门。
3. FineBI VS Echarts等开源图表
Echarts一般是给前端程序员用的，需要编程语言JS驱动，不推荐没有编程基础的分析师使用，虽然Echarts可视化更丰富。
4. FineBI VS 其他商用BI工具(如Tableau、PowerBI等)
功能方面都没有太大差异，就是你多一个，我少一个的区别。对大部分人来说日常的数据分析足够了。
使用感都有所不同，FineBI有个建立业务包环节，对数据做业务/场景区分。PowerBI属于组件拖拽式风；Tableau在分析时和FineBI差不多，探索式分析，调整可视化样式。
实际企业级商用有差异，因为要考虑得更多。企业级应用出产品使用上还要更多关注平台对接，架构方案，数据抽取方式还有性能，包括之前提的权限管控等，FineBI和Tableau更有商用基因，具体要看自己的实际需求和使用环境。
综上所述，以上的工具都没有单纯的优劣之分，具体问题具体分析，什么需求用什么工具。不过，如果你想快速地做美观的可视化报表，那FineBI值得一学。
FineBI的数据分析思想用FineBI做数据分析，总体的思路是这样的，和Tableau有点像：
1.先连接数据库，导入数据源。支持的数据源类型前文已说过。
2.然后初步处理数据，选择要分析的字段，分组汇总、新增列、合并表、行列转换等等。
3.接着进行数据分析。如果没目的，可以先根据自己的假设拖拽数据字段，看看数据是什么趋势是否有规律，渐渐摸清楚思路，所谓探索性分析。如果有目的，直接可视化就行。
4.最后形成可视化分析报告，导出或分享。
这里，我后面会出个一个详细的案例，可能会更能理解。
小结有些人可能会对商业软件带有一种排斥观念，个人觉得这是比较幼稚的。商业软件固然需要花钱，但劣质的开源软件更可能浪费大家的宝贵时间。显然我们应该将精力更多的投放到数据和算法本身以及具体业务上，工具只不过是工具罢了。
这个观点比较主观，不过请不要纠结，因为FineBI是免费的，企业级部署会有2个并发限制，需要购买lic。
nginx是Java后台开发最常用最入门的技术吗？
谢邀~
Nginx确实是比较常用的技术（服务器）之一，不仅Java应用可以使用到，它可以应用在很多场景下。下面我就按照自己的理解，向大家介绍一下。
什么是Nginx如果你是Java程序员，没用听说过Nginx的话，那么你肯定听说过Apache吧。Nginx也是一样，是一种WEB服务器。它有以下特点：
是使用C语言开发出来的，基于事件驱动架构，性能很高，高并发能力极强；
跨平台，可以运行在windows、Linux、Mac、Solaris等操作系统上；
第三方模块很多（生态环境好）。
那么我们再看看Nginx能做什么：
反向代理这个概念大家一定很耳熟，那么在说反向代理之前，先看看什么是正向代理。
正向代理：我想访问谷歌，没办法直接访问，这时候找一个代理服务器，我通过代理服务器访问谷歌；正向代理特点是客户端知道要访问的服务器地址是什么；服务器不知道客户端是谁，正向代理-代理的是客户端；
反向代理：代理服务器接收互联网端的请求，转发请求到内网中的服务器（可能会是多台服务器中的一台），得到服务器的响应之后，再把响应返回给客户端；这时候客户端不知道服务器在哪，反向代理-代理的是服务端。
在一个项目的架构中，正向代理和反向代理可能同时存在。
负载均衡因为Nginx可以做反向代理服务器，它可以把客户端的请求发送给服务器端；客户端的请求数量，就是负载量。
那么把负载量，按照一定的规则，分发给不同的服务器就行处理，这个就叫做负载均衡；负载均衡的好处，就是把压力平均到每一台服务器上。负载均衡的调度方法有：轮询，一个一个轮着发;ip_hash;url_hash;fair等。
总之，Nginx是常用的软件（服务器）之一，最好学习一下。
我将持续分享Java开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。