SpotFire和Streambase是TIBCO熱銷產品之一。前者處理的是資料分析、儀表板等等，後者處理的是即時串流資料。
為什麼兩者之間需要被整合?
將即時資料和歷史資料整合，企業用戶可以對現在和過去的資料分析做出即時有效的決策。
這篇文旨在介紹透過使用R引擎將資料從StreamBase傳送到SpotFire來實現這兩者之間的整合。
替代方法：
為此，已經有替代方法，在StreamBase中使用DataBase或使用Apache Spark等等的一些連接器。
但在這篇文中，我們純粹只需要一個使用R 腳本作為媒介的解決方案。 讓我們一步一步來達成案例。
第一步：建立StreamBase項目
先建立一個簡單的StreamBase項目，在應用程式處理過程中，在輸入流中建立3個參數，分別是name、age和city。
name – string age – int city – string
將輸入參數傳送至TERR，最終會傳送到SpotFire 在TERR中使用以下腳本：
StramBase TERR R Script：
#load the libraries
library(RinR)
library(Sdatasets)
#Set the working Directory and execute in Below R Engine path
RinR::pushPATH(“C:/Program Files/R/R-3.3.1/bin”)
REvaluate(version$version.string, REvaluator)
setwd(“C:/Users/Nithish/Documents”)
iris.env<- environment()
#Create a Rdata at the backEnd. ( Initially it will be empty) and load the RData dd<-load(“C: /Users/Nithish/Documents/import.RData”, envir=iris.env) iris.imp<-iris.env$lvspf
#Assign the name,age city to variables a,b,c
a <- $[name]
b <-$[age]< /p>
c <- $[city]
#Create a data frame for a,b,c
newdata<- data.frame(a,b,c)
lvspf <- rbind(iris.imp,newdata)
#Update the Rdata file
save(lvspf, file=”import.Rdata”)
第二步：建立Spotfire項目並整合Streambase資料
開啟Tibco SpotFire並建立R腳本導入Streambase項目中所使用的Rdata。
SpotFire DataFunction Properties Script (Spotfire數據函數屬性腳本)：
#Upload the library and set the R Environment
library(RinR)
library(Sdatasets)/p>
RinR::pushPATH(“C:/Program Files/RStudio/bin”)
REvaluate(version$version.string, REvaluator)
#set the working Directory and load the RData file
setwd(“C:/Users/Nithish/Documents”)
iris.env <- environment()
dd <- load(“C:/Users/Nithish/Documents/import.RData”,envir=iris.env)
lvspf12345 <- iris.env$lvspf
在相對應數據函數的“編輯參數”中，將輸出建立為表格。
點擊OK並查看建立的表格。要更新或重新整理在StreamBase被建立的新數據，點擊Refresh (在Spotfire的文本區建立一個重新整理函數，它會在每次點擊時引用數據函數)。
測試場景：
- 啟動StreamBase項目，輸入name、age、city參數。以下提供兩個數據：1. Rooney , 35 , Manchester
2. Pogba , 24 , Manchester
- 在Spotfire中點擊重新整理按鈕並查看表中新增項目。
