DataEase柱形图实战：从数据源到仪表板的完整制作流程

做数据可视化这几年，我上手过不少工具，从 Excel 折腾到开源 BI，再到各种在线平台。DataEase 是其中一个让我愿意持续用下去的：开源免费，部署简单，图表类型覆盖日常 80% 的需求。这一篇我直接聚焦一个最基础也最常用的图表——柱形图，把从数据接入、数据集创建、视图制作到仪表板发布的完整流程，连同我踩过的坑，一次性讲透。不管你是刚接触数据可视化的新手，还是想在团队里快速搭一套可视化报表的工程师，这篇都能直接照着抄。

很多人一上来就追花哨的图表，地图、桑基图、雷达图，结果做出来的东西看着酷，业务方却看不懂。柱形图看着简单，其实是最经得起推敲的对比型图表：维度的高低、差距、排序，一目了然。如果你能把柱形图的细节做好，DataEase 里的其他图表基本也就通了。

1. 为什么从柱形图开始，以及 DataEase 的核心思路

1.1 DataEase 解决了什么痛点

DataEase 是一个开源的数据可视化分析工具，核心特点归纳起来就三句话：数据源接入简单、图表制作门槛低、仪表板能直接分享。

对比一下市面上的方案你就明白了。如果用代码写，ECharts 这类图表库确实灵活，但你得懂前端，做完图还得自己处理数据格式；如果直接用 Excel，做单张图很快，但数据一多、想搞联动筛选就非常痛苦。DataEase 走的是 BI 工具的路线：先把数据接进来，整理成数据集，然后通过界面拖拽字段生成图表，最后把图表组合成仪表板。

我实际用下来的感受是，它对非技术背景的用户相当友好。销售、运营、HR 这些岗位的人，只要会看 Excel，花半小时熟悉一下界面，就能自己拖出一张能看的图。而对开发人员来说，它又没有牺牲灵活性——SQL 数据集、API 数据源这些东西都支持，关键时候能兜底。

这次我拿“大学生消费行为”数据来演示柱形图，就是因为它够直观，数据量小，字段结构也贴近真实业务：一个消费类别，一个金额，再加一个月份。这类数据在校园运营、市场调研、电商分析里都很常见。

1.2 柱形图是图表体系里的地基

我之所以把这个系列里的柱形图单独拎出来讲，是因为它在 DataEase 里属于“一通则百通”的图表类型。柱形图的背后，其实是两个核心概念：维度和指标。维度是分类，比如消费类别、月份、地区；指标是数值，比如金额、人数、订单量。

在 DataEase 里创建任意一张图，本质上都是在做同一件事：告诉系统哪个字段是维度，哪个字段是指标，然后选一个图形去表现它们的关系。柱形图是最直接的图形——用柱子的高度表示指标的大小，柱子的排列表示维度的分类。学会了柱形图，你再看横向条形图、堆叠柱形图、百分比柱形图，只是在这个基础上加了点变化而已。

还有个原因是我个人的判断：柱形图在业务汇报里的使用频率远高于其他图表。月报里的销售额对比、周报里的用户增长、活动复盘里的转化率，几乎都可以用柱形图来表达。把它做熟，日常的工作汇报基本够用了。

2. 柱形图背后的核心概念与关键配置项

2.1 数据源、数据集、视图、仪表板这四层关系

在 DataEase 里做任何图表，都绕不开这四层结构。我最初用的时候也被绕晕过，后来用一句话串起来了：数据源是水龙头，数据集是水杯，视图是冰块，仪表板是整杯饮料。

• 数据源：数据的出处，可以是一个 MySQL 数据库、一个 API 接口，或者一个 Excel 文件。
• 数据集：从数据源里取出来、经过加工处理后的一批数据，是图表直接引用的对象。
• 视图：单张图表，比如一张柱形图、一张折线图。
• 仪表板：把若干视图组合在一个页面上，可以放筛选器、做联动。

这个分层的设计是有讲究的。它强制你先想清楚数据的来路，再做图表，避免出现“图表做完了才发现数据算错”的局面。尤其是数据集这一层，相当于在图表和数据源之间加了一道闸门，你可以在数据集里完成字段类型调整、过滤、字段计算，做完之后所有引用这个数据集的图表都能复用，不用每张图重复处理。

2.2 柱形图里维度、指标与过滤条件的拆解

在 DataEase 的视图编辑界面里，柱形图的配置本质上就是三个动作：选维度、选指标、设过滤。

维度字段决定了柱形图有几根柱子，也就是 X 轴上显示什么。比如用“消费类别”做维度，会出现“餐饮、购物、学习、娱乐、交通、通讯”六根柱子；如果用“月份”做维度，会出现一月到十二月十二根柱子。一个容易犯的错是把数值型字段直接拖到维度里，比如把“金额”拖进维度，柱形图就会把每一笔金额都当成一个分类，图立刻乱掉。正确做法是把月份、类别这类文本字段设为维度，金额这种数值字段设为指标。

指标字段决定了柱子的高度。DataEase 里可以设置聚合方式：求和、平均值、最大值、最小值、计数、去重计数。大部分业务场景用求和，但要做“人均消费”就得用平均值，要统计“有多少个消费记录”就得用计数。我建议大家在指标上多花点心思，因为聚合方式不同，图表的含义会完全不同。

过滤条件用来缩小数据范围。它可以按维度过滤，比如只看“餐饮”类；也可以按指标过滤，比如只显示金额大于 500 的类别；还可以按日期过滤，比如只看 2024 年上半年的数据。过滤条件在数据集层面和视图层面都可以加，区别在于数据集层面的过滤会影响所有引用它的视图，视图层面的过滤只影响当前这张图。

2.3 柱形图样式：外观设置里面的门道

很多人做柱形图，颜色一套默认主题就完事了，但其实外观设置直接决定了图表能不能让人一眼看懂。

DataEase 柱形图的样式设置主要有几个维度：X 轴、Y 轴、图例、标签、颜色。X 轴的关键是文字排布。当维度有十几个分类时，默认标签会挤成一团，这时候可以开启标签旋转，让文字斜着显示，或者调整显示间隔，每隔几个显示一个。Y 轴的关键是数值单位和刻度。如果数值是几百万，默认显示一大串 0 非常难看，可以把单位改成“万”或“百万”，刻度线数量和最小值也可以手动调整。

颜色这块我多说一句。DataEase 默认提供了一套主题色，直接用是安全的。但如果你想让某根柱子高亮，比如在“大学生消费行为”里把“餐饮”这一根设成深色突出显示，可以在数据项里单独配置颜色。不过要注意，同色系配色比花哨的多颜色更专业，我见过很多报表用了一堆彩虹色，反而失去了重点。

标签是柱形图上直接显示的数值，这个选项让人又爱又恨。显示出来，数据清楚，但柱子多的时候会重叠；不显示，又缺了精确数值。我的建议是：柱子少于 8 根就显示标签，多于 8 根就把标签关掉或者只在最大最小值上显示。

2.4 柱形图的变体：堆叠柱形图和横向柱形图

柱形图不止一种。DataEase 里至少有三类用得最多的变体：基础柱形图、堆叠柱形图、横向柱形图。

基础柱形图适合单维度对比，比如“不同消费类别的人均月支出”。每根柱子独立，对比关系一目了然。堆叠柱形图适合展示“总数 + 构成”，比如按月份堆叠各个消费类别，一整根柱子代表该月总消费，柱子内部的不同色块代表各类别的占比。这样既能看出整体趋势，也能看出结构变化。横向柱形图本质上是把柱形图转了 90 度，当分类名称很长（比如“学习培训费用”“生活用品开销”）时，横向排列比纵向排列更容易阅读。

以我的经验，堆叠柱形图是业务方比较爱看的形态，因为它信息量大。但它有个副作用：当某个类别的数值过小时，色块太窄，根本看不出颜色区别。这时候可以切换成百分比堆叠图，不看绝对数值，只看占比结构。DataEase 里这两种形式切换非常方便，同一个视图改一下图形类型就行。

3. 实操：从零到一制作一张能汇报的柱形图

3.1 准备工作：部署 DataEase 并准备数据

先解决环境问题。DataEase 支持在线安装和离线安装，部署方式我在实际项目里更喜欢在线安装脚本，命令简单，服务器配置够接就行。如果只是个人学习，也可以在本地用 Docker 部署，或者直接下载安装包装到 Windows 上。官网上有详细的安装文档，我只提醒几个比较容易踩坑的点：

• 内存至少要有 4G，推荐 8G 以上。DataEase 自带了一堆组件（MySQL、Redis 等），内存不够安装会很慢，运行也卡。
• 安装完之后默认访问端口是 80，直接用浏览器打开服务器 IP 就能看到登录页。如果端口被占用，安装前要先改配置。
• 若要在生产环境长期用，建议把默认密码改掉，并配置好数据备份。

演示数据用 SQL 数据集的方式准备。我先在 MySQL 里建一张简单的消费表，结构如下：月份、消费类别、金额。模拟的是某高校在校生群体每个月在六个消费大类上的人均支出，数据量不用太大，但要能看出规律。

表结构大概是：

有了这张表，后面的 Sql 数据集只需要一句普通查询就能取数：select month, category, amount from student_consumption。

3.2 配置数据源与数据集

先在 DataEase 里把 MySQL 数据源连上。登录系统后，进入“数据源”管理页，选择 MySQL，填写数据库地址、端口、用户名、密码和数据库名，然后点“校验”，显示连接成功就能保存。

这个步骤看似简单，我见过不少人卡在“连接失败”上。多数原因不是密码错，而是数据库没开远程访问权限，或者防火墙没放行。测试连接之前，先在本地用命令行连一下同样地址，如果本地能连上而 DataEase 连不上，基本就是数据库访问权限或网络策略的问题。

新建数据集时，我通常选择“SQL 数据集”。虽然可以直接把 Excel 上传成数据集，但 SQL 数据集的可维护性要好很多——业务数据更新了，数据集刷新一下就是最新的，而 Excel 还得重新上传。SQL 查询先写成简单的select * from student_consumption limit 100，能查到数据再精简字段。注意字段类型会自动识别，如果月份字段被识别成日期类型，也没有关系；但消费类别是文本，金额是数值，这两个别搞反了。

保存数据集之后，在数据集列表里点“预览”，确认数据没问题再进下一步。这个习惯我一直保持着，数据不对后面做的全白做。

3.3 新建柱形图视图

进入“视图”模块，点击新建，命名“大学生人均月消费——分类对比”，然后选择图形类型为“基础柱形图”。

编辑区右侧有数据配置和样式配置两块。在数据配置里，把“category”字段拖到维度区，把“amount”字段拖到指标区，聚合方式保持“求和”。此时预览图上应该已经能看到六根柱子，对应六个消费类别。

这里说一个我自己的操作顺序：先加维度，再加指标，然后立刻看预览图。柱形图是最敏感的，维度一换、指标一变，柱子马上就变，非常直观。如果你拖进去字段之后发现柱形图没变化，十有八九是字段类型被识别成了“文本”或“数值”以外的类型，检查一下字段设置。

为了展示趋势和时间变化，我还会建第二个视图：“月度消费趋势——堆叠柱形图”。图形类型选“堆叠柱形图”，维度用“month”，指标还是“amount”，然后添加一个“category”作为堆叠维度。这样每个月是一根柱子，柱子里不同颜色代表不同消费类别。

3.4 样式调整与细节打磨

图表建完之后，真正拉开差距的是样式调整。我先把主题色统一，然后单独把“餐饮”柱子的颜色调深，因为它数值最高，是需要重点传达的信息。标签选择“显示数值”，字体调整到合适大小。X 轴不需要旋转，因为只有六个分类，文字能放下。Y 轴单位改成“元”，保留两位小数，让刻度更干净。

堆叠柱形图上，我会把图例放在右上方。当堆叠类别多时，图例放在底部会占掉太多纵向空间，放到右侧更合理。同时，堆叠柱形图的标签我选择不显示——堆叠的情况下标签会把柱子内部挤得很乱，不如让读者看左侧的 Y 轴刻度。

配色上还有一个细节：数据中心如果将来要接入公司品牌色，可以在系统主题里先预设好，这样新建图表都会默认用主题色，不用每张图都手动调。

3.5 仪表板整合与发布

视图做好之后，进入“仪表板”模块，新建一个空白仪表板，把两张柱形图拖进来。仪表板是一块自由画布，可以随意调整图表大小和位置。我会按阅读顺序从左到右排列：左边放分类对比图，右边放月度趋势堆叠图。

为了让仪表板更实用，我加了一个“月份”筛选器组件。筛选器的作用是全局过滤，比如只看 2024 年第一个季度的数据，图表会同步联动变化。DataEase 的筛选器绑定维度字段后，所有引用了同一个数据集的图表都能被过滤，这个功能在汇报场景里非常加分。

最后一步是发布。DataEase 的仪表板可以设置公开分享链接，也可以嵌入到其他系统页面里。如果只是内部使用，直接给用户开账号分配权限即可。

4. 常见问题与排查技巧实录

4.1 高频问题速查表

下面这些问题是做柱形图时最常遇到的，对应的排查思路我都验证过：

4.2 我在实际项目中踩过的坑

第一个坑：字段类型陷阱。有一次我把一个“年份”字段拖进维度，柱形图显示出来居然是连续的数字而不是年份标签。原因是 DataEase 把这个字段识别成了数值类型，并且按连续数值处理了。后来我把字段类型改成文本，才恢复正常。凡是这类“明明选了维度却不出柱子”的问题，第一反应去看字段类型。

第二个坑：堆叠柱形图的色系。DataEase 默认主题色大概有十种，但堆叠图的分类一多，默认色循环一圈后会重复，两个不同的类别会被分配相似颜色，视觉上非常误导。我的处理办法是：给核心类别强制指定颜色，其余用默认色。这样做虽然多花点时间，但汇报现场不会出现“这两个颜色好像一样”的尴尬。

第三个坑：在线预览和发布后的效果不一致。仪表板编辑器里图表显示正常，发布之后字体变小、柱子变窄，多半是发布页面的显示区域宽度不同。解决方案是设计时就按目标分辨率（比如 1920x1080）来做画布，并留出一定的边距。

第四个坑是刷新机制。DataEase 默认情况下，数据集不会实时更新，图表也不会自动重新拉取数据。我曾因为忘了刷新数据集，拿着昨晚的数据做了大半天分析，最后发现今天早上业务库的数据根本没进来。后来我养成了一个习惯：每次做分析前，先看一眼数据集的更新时间。

4.3 一个快捷的复现模板

为了让读者可以直接复现，我把整个案例的数据和 SQL 放在一起。使用下面的 SQL 创建演示表并插入数据，然后按上述流程操作即可：

CREATE TABLE student_consumption ( month varchar(20), category varchar(50), amount decimal(10,2) ); INSERT INTO student_consumption VALUES ('2024-03', '餐饮', 1280.50), ('2024-03', '购物', 458.00), ('2024-03', '学习', 186.20), ('2024-03', '娱乐', 268.90), ('2024-03', '交通', 98.50), ('2024-03', '通讯', 82.30), ('2024-04', '餐饮', 1354.60), ('2024-04', '购物', 512.40), ('2024-04', '学习', 201.80), ('2024-04', '娱乐', 310.00), ('2024-04', '交通', 112.60), ('2024-04', '通讯', 88.10);

导入后，数据集 SQL 写select month, category, amount from student_consumption即可。两张柱形图的数据配置参考 3.3 节。

个人做这张图的时候，最大的体会是：柱形图不只是把柱子拉出来那么简单，它考验的是对数据的理解——维度选对了，指标聚合方式选对了，图表自己就说明白了。DataEase 把操作门槛降得很低，剩下的就看你能不能沉下心把细节打磨好。这套流程我拿来做消费分析、销售月报、运营周报，换了无数批数据，思路从来没变过。