应用系统中常见报表类型解析

简介:

根据报表的布局、数据源结构、打印方式和数据分析方式,可将应用系统中的报表分为以下类型:

  • 清单报表

  • 图表报表

  • 分栏报表

  • 分组报表

  • 交叉报表

  • 并排报表

  • 主从报表

  • 套打报表

  • 交互式报表

(一)清单报表

清单报表主要用于列举数据,比如:销售清单、客户清单、设备清单、费用清单、商品清单等。在实现这类报表时可用到表格、列表、文本框、图像、条码等控件。实现步骤

基于表格布局的清单报表

image

基于任意布局的清单报表

image

(二) 图表报表

图表在应用系统中随处可见,将数据以图表的方式呈现,可更好的分析数据之间的关系,数据的发展趋势。图表通常包括图例、坐标轴、绘图区等区域,常见的图表类型有:柱形图、折线图、饼图、条形图、面截图、散点图、股价图、曲面图、圆环图、气泡图、雷达图等,各种类型还可细分为二维和三维显示效果。实现步骤

image

(三) 分栏报表

分栏报表每条数据的显示区域比较小,通过分栏可充分利用报表绘制区域,该类型的报表也可细分为横向分栏和纵向分栏两种结构。常用于简单列表打印、条码打印、商品标签打印、邮寄信息打印等。实现步骤

横向分栏

image

纵向分栏

image

(四) 分组报表

分组报表主要是为了对数据进行分类显示,便于实现数据的汇总,分组报表根据分类条件的数据可分为单条件分组和嵌套分组。比如:商品信息分类统计。实现步骤

image

(五) 交叉报表

交叉报表是按照行、列两个维度分类汇总数据的一种报表结构。与分组报表不同之处是,分组报表只对数据按照行进行分类汇总;与分组报表相似之处是,交叉报表的行、列均支持单条件分组和嵌套分组。

以下交叉报表中,列方向按照产品类别和产品名称进行分组;行方向按照销售年和月进行分组。实现步骤

image

(六) 并排报表

并排报表是将报表按照纵向分为多个不同的布局的区域,每个区域可设置单独的数据源。下图中的报表左侧是一个任意布局的清单报表,右侧是一个基于表格布局的清单报表。查看实现步骤。在线演示

image

(七) 主从报表

主从报表主要用于显示一对多结构的数据。以订单为例,一个订单对应一个客户信息,一个订单可能对应多个产品信息。在线演示

image

(八) 套打报表

套打报表主要用于制式报表的打印,报表的整体格式、每个数据的打印位置都有严格要求,打印时只需将数据打印到指定的位置。常见的有:财务发票打印、发货运单打印、提货单打印等。实现步骤

预览效果

image

打印数据


(九) 交互式报表

交互式报表主要满足用户按需分析报表数据需求,通常包含向下钻取、贯穿钻取、数据过滤、数据排序等方式。这种类型的报表通常在一级报表中显示汇总数据,用户可根据自己的需要钻取到二级详细页面中。查看实现步骤。完整说明。




本文转自 powertoolsteam 51CTO博客,原文链接:http://blog.51cto.com/powertoolsteam/1389433,如需转载请自行联系原作者


相关文章
|
22小时前
|
JavaScript 前端开发 编译器
TypeScript中的高级类型:联合类型、交叉类型与条件类型深入解析
【4月更文挑战第23天】探索TypeScript的高级类型。这些特性增强类型系统的灵活性,提升代码质量和维护性。
|
1天前
|
Java
并发编程之线程池的应用以及一些小细节的详细解析
并发编程之线程池的应用以及一些小细节的详细解析
11 0
|
6天前
|
Java API 数据库
深入解析:使用JPA进行Java对象关系映射的实践与应用
【4月更文挑战第17天】Java Persistence API (JPA) 是Java EE中的ORM规范,简化数据库操作,让开发者以面向对象方式处理数据,提高效率和代码可读性。它定义了Java对象与数据库表的映射,通过@Entity等注解标记实体类,如User类映射到users表。JPA提供持久化上下文和EntityManager,管理对象生命周期,支持Criteria API和JPQL进行数据库查询。同时,JPA包含事务管理功能,保证数据一致性。使用JPA能降低开发复杂性,但需根据项目需求灵活应用,结合框架如Spring Data JPA,进一步提升开发便捷性。
|
10天前
|
SQL API 数据库
Python中的SQLAlchemy框架:深度解析与实战应用
【4月更文挑战第13天】在Python的众多ORM(对象关系映射)框架中,SQLAlchemy以其功能强大、灵活性和易扩展性脱颖而出,成为许多开发者首选的数据库操作工具。本文将深入探讨SQLAlchemy的核心概念、功能特点以及实战应用,帮助读者更好地理解和使用这一框架。
|
11天前
|
机器学习/深度学习 分布式计算 BI
Flink实时流处理框架原理与应用:面试经验与必备知识点解析
【4月更文挑战第9天】本文详尽探讨了Flink实时流处理框架的原理,包括运行时架构、数据流模型、状态管理和容错机制、资源调度与优化以及与外部系统的集成。此外,还介绍了Flink在实时数据管道、分析、数仓与BI、机器学习等领域的应用实践。同时,文章提供了面试经验与常见问题解析,如Flink与其他系统的对比、实际项目挑战及解决方案,并展望了Flink的未来发展趋势。附带Java DataStream API代码样例,为学习和面试准备提供了实用素材。
33 0
|
7天前
yolo-world 源码解析(六)(2)
yolo-world 源码解析(六)
16 0
|
7天前
yolo-world 源码解析(六)(1)
yolo-world 源码解析(六)
9 0
|
7天前
yolo-world 源码解析(五)(4)
yolo-world 源码解析(五)
16 0
|
7天前
yolo-world 源码解析(五)(1)
yolo-world 源码解析(五)
31 0
|
7天前
yolo-world 源码解析(二)(2)
yolo-world 源码解析(二)
20 0

推荐镜像

更多