传统的数据加工一般采用SQL脚本进行编辑，但是这种模式存在问题，如果对excel、或者mongodb等数据类型进行加工时，是需要不同的脚本编写的，那么对数据加工处理的人员要求就比较高，要了解所有的数据加工方式。
在JVS-BI中构建了统一的数据加工处理引擎ELT。数据集是数据可视化核心承上启下的关键环节，在企业内部实现数据驱动，高效、准确地处理和分析数据，对于企业的决策和运营至关重要。JVS-BI提供了强大的数据集加工功能。
上述三个步骤展示了整个数据可视化的生命周期，数据源解决各种数据形态快速接入的问题，数据集解决的是把各种数据进行清洗、加工、关联、形成标准的分析结果（数据集），然后对数据集进行可视化渲染配置，我们这样就看到了各种各样的可视化的图像。
模拟数据抽取进行数据加工开始于进入配置引擎后，引入开始的数据源，系统就会默认的对数据源进行抽取部分数据进行模拟建模，如下图所示：
①：拖入输入节点，系统将弹出数据源选择器，用户可以选择对应数据来源
②：点击输入节点时，系统将在下方弹出输入节点的配置界面
③：系统会模拟从数据源模拟抽取10000条数据进入ELT中，用于模拟建模
④：展示从数据源中抽取的数据量（默认抽取10000条数据）
⑤：点击刷新，系统将重新从数据源重新抽取数据
节点连接通过节点与节点之间的连接，形成处理任务的步骤化执行
连接的方式通过点击节点的线头位置后，保持点击状态，移动鼠标在下一个节点的输入节点附近释放单击，系统自动实现节点的连接。也可以如下所示，快速实现数据加工的节点连接：
点击本节点的“+”，在弹出框中选择后续可以连接的节点，系统将自动形成两个节点的连接。
节点配置那么如何可以快速的形成数据集，这里就需要用到动态建模的过程，如下图所示：
动态建模就是采用 数据流程化处理的方式进行构建 数据加工的过程，构建这个过程不是采用编写sql处理脚本，而是在界面上提供配置化的方式，这个过程我们称为动态建模
动态建模另外一个核心的关键点是，在数据处理的算子加入流程时，配置了对应的前后处理的节点后，系统可以自动预配置后的业务效果
①：点击节点，下侧展示节点配置内容界面
②：点击节点设置，进入节点配置界面
③：设置本节点的具体数据加工处理的方式，上图为横向数据连接（join）
在配置完成后，点击模拟建模
①：在完成算子具体配置后，点击节点
②：点击动态建模
③：系统会把当前模拟获取的数据，根据配置的数据进行 模拟处理，可以看到模拟处理的结果，更便捷的看到处理的效果。
④：系统展示出来本节点模拟建模后的数据条数（这里的数据是基于前置节点的数据进行的建模）
节点的类型节点的类型包括多种方式对数据进行处理：
输入节点：作为数据处理流程的起点，用于导入或读取数据源。输入节点可以连接各种数据源，如数据库、文件、API等，并将数据导入到数据处理流程中，模拟抽取相关的数据，用于动态建模。
输出节点：作为数据处理流程的终点，用于将处理后的数据生成数据集（结果数据），便于用于图表、报表、大屏等数据引用场景。
数据拓展：对原始数据进行扩展数据加工字段，函数加工的方式把在原有的数据列的基础上计算衍生出新的数据。例如，可以根据用户的购买历史生成用户购买能力的指标等
横向链接：将来自不同数据源或不同表的数据按照某种关联条件进行横向合并，生成一个更宽的数据表。这类似于数据库中的JOIN操作
追加合并：将多个数据源或表中的数据按照某种顺序或条件进行纵向合并，生成一个更长的数据表。这类似于数据库中的UNION操作。
分组汇总：将数据按照某个或某些字段进行分组，并对分组内的数据进行聚合计算，如求和、平均、计数、求最早时间等
数据筛选：根据一定的条件或规则，从原始数据中筛选出满足条件的数据记录。这类似于数据库中的WHERE子句
字段设置：对数据表中的字段进行各种设置，如重命名、删除、修改数据类型等。这有助于调整数据表的结构以满足后续处理的需求。
条件分组：根据一定的条件或规则，将数据分成不同的组，以便对每组数据进行单独的处理或分析
行列转换：将数据表中的行和列进行互换，即将原来的列变成行，原来的行变成列。这有助于改变数据的表示方式，便于进行某些特定的分析或处理。
数据排名：根据数据表中的某个或某些字段的值，对数据进行排名，生成排名字段。这有助于了解数据在整体中的相对位置。
输出数据集通过流程化的数据加工后生成的业务结果，和普通的表类似，成为数据集
整个过程系统会固化这个配置处理的设计，我们这个过程就是动态建模的过程，所配即所得，所得即固化设计。
在线demo：http://bi.bctools.cn
gitee地址：https://gitee.com/software-minister/jvs-bi
