Знакомая ситуация: бизнес просит выгрузку в Excel. Вы смотрите на данные и понимаете: Excel просто не справится. Что делать?   Недавно столкнулась с такой проблемой: в веб-приложении существует некая таблица, наполняемая данными с большой быстротой и на большую глубину историчности. В результате получается очень большая по объёму таблица, которую предполагается выгружать в Excel. Экспорт таблицы сам по себе приведёт к выходу за ограничения Excel на количество строк, но и таит в себе потенциальный выход за ограничение количества переносов строки внутри ячейки (т.к. в одном из столбцов хранятся крупные JSON).    Что я сделала: Вместо того чтобы просто "сделать, как просят", я решила предложить альтернативу. С помощью корпоративного ИИ GLM-5 я создала прототип дашборда, который решает реальную бизнес-задачу: понимать, как работают сервисы, почему они падают и в какие часы чаще всего возникают сбои.   Что получилось: - Агрегированные данные вместо сырой таблицы — кнопки выбора периода (сутки, 3-7 дней, месяц, всё время) - Кольцевые диаграммы — средняя успешность работы сервисов в процентах (сущностей меньше 50, идеально для визуализации) - Модальные окна с деталями — под каждой диаграммой кнопка для просмотра результатов последнего запуска сервиса - Тепловая карта по дням и часам — когда чаще всего возникают сбои (помогает отслеживать инфраструктурные проблемы) - Столбчатая диаграмма по дням — сколько сервисов успешно завершилось, сколько упало, сколько не было запущено - Бинарный масштабируемый график, позволяющий проследить "взлёты и падения" сервиса.   Результат: Вместо гигантской выгрузки в Excel, которая бы "падала" и не давала ответов, мы получили визуально наглядный дашборд, который отвечает на вопросы бизнеса.   А как вы справляетесь с большими объемами данных? Делитесь опытом!