论各类BI工具的“大数据”特性

论各类BI工具的“大数据”特性

目前市面上有各种BI专用工具，功能和性能都包装的很精美。然而，在具体的应用中，人们通常更关注简单的技术特征和解决方案。针对大数据，未来的应用和发展趋势不可抗拒，很多公司也有大数据分析和解决的需求。下面介绍三款市面上比较流行的BI系统软件，讨论“大数据”的特点，主要是与Hadoop、Spark、多维分析数据库的连接和性能。

Tableau的大数据战略

1.目前，Tableau可用的大数据生态系统连接包括:

Hadoop:ClouderaImpala和Hive、HortonworksHive、MapRHive、AmazonEMRforImpala和Hive、PivotalHAWQ、IBMBigInsights

NoSQL:MarkLogic、Datastax

Spark:ApacheSparkSQL

多维分析数据库:TeradataAster、HPVertica、SAPHana、SAPSybase、PivotalGreenplum

2.Tableau可以立即连接到数据库或添加到运行内存中。快速交互搜索分析时，即时连接非常有效。但是因为运行内存分析，对硬件配置要求更高，信息量大的时候效率会更低。

3.面向业务流程客户的大数据自助数据可视化。业务客户可以通过拖动实际 *** 作数据来可视化他们的数据信息，而不是编写复杂的SQL、Java编码或MapReduce工作。Tableau简化了日常分析数据信息的任务，客户可以比以前更快地从数据信息中找出品牌形象。

FineBI的两个大数据计划

1.适用于FineBI的大数据生态系统连接包括

大数据服务平台:Vertica、GreenPlum、ApacheKylin、Impala/hive、hive、StarRing、

没有SQL数据库:MongoDB

多维分析数据库:Teradata、SAPHana、Greenplum、SAPSybase

2.FineBI应用了FineIndex和FineDirect两种数据信息连接和解决方法，解决不同的数据信息方案。

FineDirect解决了一些必须执行才能呈现结果的问题，比如金融机构交易风险的流水分析，即时连接hadoop、kylin、greenplum等大数据服务平台。

FineIndex选择cube连接，换句话说就是数据库-FineIndex-前端开发分析。FineIndex相当于一个中间数据库，用来存储数据分析表、关系型转义数据库索引等。这些都大大提高了事后前台分析解决数据信息的效率(由于是即时sql访问，所以高效率受到数据库本身的限制，当信息量较大时，一般的分析专用工具非常容易卡顿，促使内存溢出，可能导致无响应)

3.用于跨数据库分析的数据信息混合。FineBI可以将大数据与其他数据库(如MySQL、Excel文档等)混合使用。)，以便客户可以访问各种数据库之外的数据，并将它们合并到一个FineIndex中。

软件

1.Qlikview也是基于运行内存的BI，可以即时响应客户的分析需求。与Tableau类似，性能主要由数据库决定。它可以立即从客户的业务管理系统中收集数据并进行多维分析，消除了传统BI只能按照数据库管理(bazaar)来实现的弊端(创作者并没有从互联网及其信息库中找到太多关于大数据的论述，官网也没有这些方面的宣传和策划)。

2.QlikView的关键是获得专利的AQL架构。在分析中，不使用传统的OLAP立方体，也不需要数据库。基础的云 *** 作系统被彻底用来分析数以亿计的数据信息。QlikView使用一个长宽比数据、完整功能和创造性的可视化各种终端产品的方法，交互地交换和分析关键业务流程的信息内容。