能否在Workshop/Quiver阅读模式让用户修改柱状图聚合属性？

一、Workshop 实现步骤 #

1. 编写动态聚合函数 #

先创建支持参数化聚合的Foundry函数，接收用户选择的聚合属性作为输入，输出对应的聚合结果数据集。示例代码如下：

from transforms.api import transform, Input, Output, Parameter
from pyspark.sql import functions as F

@transform(
    output=Output("/your/project/path/aggregated_results"),
    input=Input("/your/project/path/source_dataset"),
    target_agg_column=Parameter(str, description="选择需要聚合的属性列")
)
def dynamic_aggregation(input, output, target_agg_column):
    # 此处假设按"grouping_column"列分组，对目标列求和，可按需替换聚合方式（avg/count等）
    result_df = input.data.groupBy("grouping_column").agg(
        F.sum(target_agg_column).alias(f"aggregated_{target_agg_column}")
    )
    output.write_dataframe(result_df)

2. 添加可交互下拉组件 #

在Workshop画布中添加「下拉选择器」组件：

• 配置选项为所有可聚合的属性列名（例如["sales", "profit", "quantity"]）
• 进入组件「设置」面板，找到「交互权限」，勾选允许阅读模式用户修改，确保只读用户能操作下拉菜单。

3. 绑定组件与函数参数 #

将下拉组件的「选中值」绑定到动态聚合函数的target_agg_column参数，用户选择不同属性时，函数会自动重新计算聚合结果。

4. 生成动态柱状图 #

基于函数输出的数据集创建柱状图组件：

• X轴选择分组列（例如grouping_column）
• Y轴选择函数生成的聚合列（例如aggregated_{target_agg_column}）
• 开启图表「自动刷新」，确保下拉选择变化时图表实时更新。

二、Quiver 实现步骤 #

1. 创建参数化聚合查询 #

在Quiver中新建查询，使用参数化逻辑实现动态聚合：

• 在查询编辑器中定义参数agg_column（类型为字符串）
• 编写SQL或Spark逻辑时引用该参数，示例SQL：

SELECT
    grouping_column,
    SUM({agg_column}) AS aggregated_value
FROM source_dataset
GROUP BY grouping_column

2. 添加参数化下拉组件 #

在Quiver仪表盘添加「参数下拉」组件：

• 关联到之前定义的agg_column参数
• 配置选项为可聚合属性列名
• 在组件设置中开启阅读模式可编辑权限。

3. 配置动态柱状图 #

将参数化查询的结果接入柱状图组件：

• X轴映射分组列，Y轴映射聚合结果列
• 确保图表设置为「随参数自动刷新」，实现下拉选择与图表的联动。

三、从Slate迁移至Workshop/Quiver的注意事项 #

• 迁移动态逻辑：将Slate中实现动态聚合的脚本或参数化查询，转换为Foundry Functions（Workshop）或Quiver参数化查询，保持聚合规则一致。
• 组件权限同步：确保原Slate中阅读模式用户的交互权限，在Workshop/Quiver的对应组件中同步开启（关键是勾选「允许阅读模式修改」）。
• 数据链路对齐：保持数据集的输入输出路径与原Slate一致，避免数据来源差异导致功能异常。
• 功能验证：迁移完成后，切换到阅读模式测试下拉选择、图表更新是否与原Slate功能完全一致。

内容的提问来源于stack exchange，提问作者GDF_kuma