論各類BI工具的“大數(shù)據(jù)”特性

AaronYuan 發(fā)布于2019-08-20 15:42 / 2789人閱讀

摘要：的大數(shù)據(jù)策略目前，適用的大數(shù)據(jù)生態(tài)系統(tǒng)連接包括和支持和的多維分析數(shù)據(jù)庫可實時連接到數(shù)據(jù)源，或?qū)⑵湔{(diào)入內(nèi)存。面向業(yè)務(wù)用戶的大數(shù)據(jù)自助式可視化。應(yīng)對的是一些需要實施展現(xiàn)結(jié)果，比如銀行交易風(fēng)險的流水分析，直接對接，，等大數(shù)據(jù)平臺。

市面上的BI工具形形色色，功能性能包裝得十分亮麗，但實際應(yīng)用中我們往往更關(guān)注的是樸實的技術(shù)特性和解決方案。對于大數(shù)據(jù)，未來的應(yīng)用趨勢不可抵擋，很多企業(yè)也正存在大數(shù)據(jù)分析處理展現(xiàn)的需求，以下我們列舉市面上主流的三款BI系統(tǒng)，就“大數(shù)據(jù)”特性展開探討，主要是與Hadoop、Spark、多維分析數(shù)據(jù)庫的對接和性能。
Tableau的大數(shù)據(jù)策略
1、目前，Tableau適用的大數(shù)據(jù)生態(tài)系統(tǒng)連接包括：
Hadoop：Cloudera Impala 和 Hive、Hortonworks Hive、MapR Hive、支持 Impala 和 Hive 的Amazon EMR、Pivotal HAWQ、IBM BigInsights
NoSQL：MarkLogic、Datastax
Spark：Apache Spark SQL
多維分析數(shù)據(jù)庫： Teradata Aster、HP Vertica、SAP Hana、SAP Sybase、Pivotal Greenplum

2、Tableau 可實時連接到數(shù)據(jù)源，或?qū)⑵湔{(diào)入內(nèi)存。在快速交互式查詢分析時，實時連接作用很大。但由于內(nèi)存式分析，對硬件要求較高，數(shù)據(jù)量較大時效率會比較低。
3、面向業(yè)務(wù)用戶的大數(shù)據(jù)自助式可視化。業(yè)務(wù)用戶可使用拖放操作可視化其數(shù)據(jù)，而無需編寫復(fù)雜的SQL、Java代碼或 MapReduce作業(yè)。Tableau簡化了分析數(shù)據(jù)的任務(wù)，用戶可比以前更快地從數(shù)據(jù)中發(fā)現(xiàn)形象可見的見解。
FineBI的雙套大數(shù)據(jù)方案
1、FineBI支持的大數(shù)據(jù)生態(tài)系統(tǒng)連接包括
大數(shù)據(jù)平臺：Vertica、GreenPlum、Apache Kylin、Impala/hive、hive、星環(huán)，
NO SQL數(shù)據(jù)庫：MongoDB
多維分析數(shù)據(jù)庫：Teradata、SAP Hana、Greenplum、SAP Sybase、Essbase、SSAS
2、FineBI支持FineIndex和FineDirect兩種數(shù)據(jù)連接和處理模式，應(yīng)對的是不同的數(shù)據(jù)方案。
FineDirect應(yīng)對的是一些需要實施展現(xiàn)結(jié)果，比如銀行交易風(fēng)險的流水分析，直接對接hadoop，kylin，greenplum等大數(shù)據(jù)平臺。
FineIndex采用cube連，也就是說數(shù)據(jù)庫-FineIndex-前端分析，F(xiàn)ineIndex相當(dāng)于一個中間庫的形式，用來存儲數(shù)據(jù)表，關(guān)聯(lián)轉(zhuǎn)義索引等。這些都對后續(xù)前臺分析處理數(shù)據(jù)效率有很大的提升（因為直接sql取數(shù)，效率受數(shù)據(jù)庫本身的限制，數(shù)據(jù)量大時，一般分析工具很容易就卡死升職內(nèi)存溢出導(dǎo)致系統(tǒng)無響應(yīng)）
3、用于執(zhí)行跨數(shù)據(jù)源分析的數(shù)據(jù)混合。FineBI可以將大數(shù)據(jù)和其他數(shù)據(jù)源（如MySQL、Excel 文件等）混合，讓用戶能夠跨越各種數(shù)據(jù)源存取數(shù)據(jù)，并整合到一個庫內(nèi)（FineIndex）。

Qlikview
1、Qlikview也是基于內(nèi)存的BI，能實時響應(yīng)用戶的分析需求，與Tableau相似，性能大多決定于數(shù)據(jù)庫。能直接從用戶的業(yè)務(wù)系統(tǒng)中采集數(shù)據(jù)并進行多維分析，剔除了傳統(tǒng)BI基于數(shù)據(jù)倉庫(集市)才能實施的弊病。（作者從網(wǎng)上和其資料庫中并沒有查到太多關(guān)于大數(shù)據(jù)方面的闡述，官方也并沒有這方面的可以宣傳）。
2、QlikView的核心是一個獲得專利的AQL構(gòu)架。在分析時不需要傳統(tǒng)OLAP立方體，也不一定要使用數(shù)據(jù)庫，完全利用了基礎(chǔ)硬件平臺，來對上億的數(shù)據(jù)進行業(yè)務(wù)分析。QlikView應(yīng)用使各種各樣的終端用戶以一個高度可視化，功能強大和創(chuàng)造性的方式，互動分析重要業(yè)務(wù)信息。