实时报表支持即时查看基于sql查询结果的模板化数据。
1、 示例一
2、 启动FineBI服务端，通过浏览器访问其管理界面，使用管理员身份登录后，新建一个分析项目，并在创建过程中勾选“实时报表”类型，输入报表名称并完成创建操作，具体界面如下所示。
3、 组件布局方式
4、 报表创建完成后，进入FineBI数据分析设计视图，选择“自由布局”作为组件组织模式，界面示意如下。
5、 更多关于组件布局的设置说明，请查阅FineBI大数据可视化平台的相关帮助文档。
6、 功能模块添加步骤
7、 在FineBI左侧组件面板中，将“汇总表”与“坐标轴图”两个组件直接拖拽至画布区域，即可完成基础功能模块的添加。
8、 注意：FineBI实时报表不支持组件复用机制；但普通报表可引用实时报表中的组件，一旦被引用，该组件将自动转换为普通类型。有关复用规则的详细说明，请参阅官方文档。
9、 数据类型与来源配置方法
10、 汇总表格配置界面
本文档主要讲述的是用Apache Spark进行大数据处理——第一部分：入门介绍；Apache Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架。最初在2009年由加州大学伯克利分校的AMPLab开发，并于2010年成为Apache的开源项目之一。 在这个Apache Spark文章系列的第一部分中，我们将了解到什么是Spark，它与典型的MapReduce解决方案的比较以及它如何为大数据处理提供了一套完整的工具。希望本文档会给有需要的朋友带来帮助；感
11、 坐标轴图表示意
12、 如图所示，当前仅“合同信息表”处于可选状态，其余数据表均呈灰色且不可点击。此现象源于FineBI实时报表的技术约束——它仅允许基于单一SQL查询结果集进行数据渲染。当报表绑定某一张数据表后，所有后续组件必须统一使用该表的数据字段，禁止跨表关联或调用，因此系统自动屏蔽其他数据源选项，确保整个报表的数据一致性与唯一性。
13、 效果预览方式
14、 返回FineBI主控制台，即可查看已构建完成的可视化呈现效果，如下图所示。
15、 小结说明
16、 FineBI的大数据图形化实时报表，在制作流程与展示样式上与常规即时分析模板基本一致，但在能力层面具备显著差异化优势，包括数据秒级刷新、动态响应、高并发承载以及多维度数据联动等特性。
17、 实时报表强调即时性，仅支持单SQL结果集驱动，因此所有组件所依赖的数据必须来源于同一张物理表（或逻辑视图）。
18、 保存时，系统仍以“实时报表”格式进行持久化存储。
19、 实时报表本身不可复用组件，但其内部组件可被普通报表引用，引用后将自动降级为非实时组件类型。
