1. 首頁
  2. 站長新聞

阿里架構師寫出的超詳細BI工具劃分,讓你選型少踩坑

自從看了這篇HDFS讀寫數據流,面試不怕了,offer也來了

视频app丝瓜前幾天面試的時候,問到一個經典問題就是HDFS讀寫數據流的流程是怎么樣的? HDFS作為分布式存儲的基石,讀寫流程是很重要的一個知識點和面試點。 HDFS寫數據流程 1、剖析文件寫入 客戶端通

视频app丝瓜 昨天和一個做信息化主任的朋友聊天,聊到了BI工具,說他們公司最近上的BI系統,爛的要命,決策層領導圖便宜,用了口碑不怎么好的那個,根本滿足不了業務的場景需求,到時候出問題還得自己挨批評。

的確是這樣,BI對于中大型企業真的很重要,一個駕駛艙就可以看到哪做的好哪做的不好,比如下圖這種:

阿里架構師寫出的超詳細BI工具劃分,讓你選型少踩坑

 

阿里架構師寫出的超詳細BI工具劃分,讓你選型少踩坑

 

阿里架構師寫出的超詳細BI工具劃分,讓你選型少踩坑

 

因為工作的原因,涉及過一點BI,高層對這種數據可視化挺重視的,但是對我們來說,BI能否應用于企業的場景其實是最重要的,功能都差不多,就是看能不能承受住高并發和在很短的時間內響應。

视频app丝瓜 隨著數據行業的發展,數據化理念和應用價值正在被大量企業所接受,已逐漸深入企業的信息化應用層面。隨著數據為企業帶來的幫助和管理效率提升,BI商業智能這個作為企業信息化領相對成熟的數據化應用也被越來越多的提及,越來越多廠商在涉足,大肆宣揚數據分析。但是到底什么是BI,報表和BI有何區別,制作可視化的BI真的是BI嗎?本文想對BI工具做個細致的分類和說明,幫助大家選型合適的BI。

將從部署方式、應用平臺、功能側重等幾個方面來劃分BI。

一、按部署方式來劃分BI類型

1、私有云本地部署

本地部署BI在國內還是主要形式,各家廠商如SAP、Oracel、帆軟、智慧等都是本地化部署。兩者區別就在于:

上云的過程會涉及大量的數據與信息的遷移,這會給IT部門造成大量的額外工作。并且,曾經看到一個統計,平均每家公司要花費15個月才能完成所有應用的云端遷移,而考慮到大型公司本身龐大的組織架構、繁多的人員以及完善但復雜的系統,其完成時間恐怕會更長。

當然,公司也可以通過一定的措施來幫助IT人員克服這些問題,比如說公司可以通過適當委派角色責任,執行標準化流程和制定靈活性預算來解決問題。不過也就是時間成本變成了費用成本。

其次,安全問題,這也是很多公司最為關注的問題。像我們公司堅持本地部署就是因為本地部署的安全系數更高,沒有幾個IT部門能擔得起這樣的風險。可能大公司對于應用的多環境安全方案的整合性較高,部分數據可以存放在云上。

總之就是見仁見智。

目前國內私有部署用的比較多的SAP、帆軟、部分用的微軟還有Tableau等,其他一些小廠商也多是私有部署。Saas BI有,但還未聽說在企業級應用大規模開展,雖然現在未發展起來,但早晚是趨勢。

二、按應用平臺來劃分BI類型

按軟件架構來分,目前市面上的BI工具主要有兩類,一類是B/S結構,操作以瀏覽器為主要的應用平臺;另一類是C/S 結構,就是安裝桌面軟件操作的。

為什么有兩種架構區分,這個我以前問過一位廠商技術總監,更多的是出于開發難度以及用戶使用場景來考慮。

像B/S結構的BI,因為BI系統的改進和升級還是比較頻繁的,C/S系統的各部分模塊中有一部分改變,就要關聯到其它模塊的變動,系統升級成本比較大。B/S與C/S處理模式相比,則大大簡化了客戶端,只要客戶端機器能上網就可以。對于B/S而言,開發、維護等幾乎所有工作也都集中在服務器端,當企業對網絡應用進行升級時,只需更新服務器端的軟件就可以,這減輕了異地用戶系統維護與升級的成本。如果客戶端的軟件系統升級比較頻繁,那么B/S架構的產品優勢明顯——所有的升級操作只需要針對服務器進行。

但是B/S結構也是有問題的,一方面耗流量、吃性能,每次都要加載全部的內容。BI的數據體量,很少有B/S結構的BI工具能優化的很好。其次考慮到BI還是有點像C端的工具,對于本地的操作,如本地數據文件,B/S結構很難很好的實現,這時候C/S端就有優勢了。

BI和別的軟件不同,一方面需要前端分析操作,數據處理等,還要和是服務器數據響應;另一方面作為一個數據平臺、應用系統,還要肩負起后端系統運維的工作。

三、按功能側重來劃分BI類型

1、側重報表展示

视频app丝瓜 很多人認為,報表就是BI。很多廠商在做項目的時候,甚至甲方立項的時候也想往大數據商業智能項目上靠(國家扶持大數據,容易過審),但實際上只是一個簡單的報表項目。

很多廠商在鼓吹自己BI的時候,其實也就是報表,這一點需要大家辨別。

视频app丝瓜基于hadoop架構的企業數字化轉型,阿里數據中臺實戰案例

视频app丝瓜昨天有網友問我: 大型傳統企業如何在公司級數據整合、數據治理、數據運營中把握好業務和數據的關系,逐步實現智能化轉型? 背景: 大型傳統企業,通常都面臨業務系統數據孤島、各板

视频app丝瓜 從定義上來講,報表只是BI的一部分,雖然BI應用的結果通常需要通過報表來展示,但是,BI絕對不僅僅是報表。就如同15年前的ERP一樣。國內兩大巨頭金蝶與用友都開始宣稱從財務軟件進入ERP領域,于是,ERP才逐漸為世人所知,ERP到底是什么,大家開始眾說紛紜。

视频app丝瓜 財務+進銷存就是ERP?沒有MRP的ERP不叫ERP?顯然,國外ERP廠商與國內ERP廠商對大眾理解ERP的引導是不一樣的。

目前報表和BI也是這樣的情況。

在報表模塊,個人認為BI的價值在于快速整合數據,方便取數甚至自動取數,這些工作放在報表系統里面少不了寫SQL,對接開發。

2、分析型BI

BI的價值更多在于分析。

通過儀表盤+多維分析+鉆取:儀表盤讓決策者首先看到哪項KPI指標有問題,到底問題的原因是什么,就可以通過鉆取到多維分析模型,多角度的分析問題的真正來源。

這里就會涉及到一個任意的分析維度問題,涉及到的技術就是OLAP。有人會說報表可以實現多維度呀。是的,報表可以,但如果要做下面這些維度的分析,要制作多少張報表?

品類銷售分析、分店品類銷售分析、品類客戶銷售分析、季度銷售分析……

真正的任意維度,應該是任意維度任意”動態”組合。用戶自己可以通過拖拽分析字段完成,無序每次針對意向分析設計報表。

视频app丝瓜 還有一點,任意分析路徑,有人會說不就是報表鉆取嗎?

视频app丝瓜 是的,分析路徑的實現過程,就是設置報表之間的鉆取。暫且不說報表軟件設置參數的傳遞有多麻煩,關鍵是,通過這種設置得到的分析路徑是固定的,A報表——>B報表——>C報表。但事實上,決策者的分析思路是不確定的,雖然可以總結出一些常規的路徑,但在實踐中,總會需要走一些非常規的路徑。

報表和BI的區分,以上兩點說的有點虛,摘錄了帆軟(國內商業智能領域最成熟的廠商)在官網的專業說明,它的報表產品finereport和BI工具finebi,是這樣區分的。

阿里架構師寫出的超詳細BI工具劃分,讓你選型少踩坑

 

视频app丝瓜 兩者都屬于商業智能解決方案的范疇,但在工具定位上是有明確區分的。只不過對于不同企業階段不同,需求不同,總體是線上報表,再上BI。

從整體看

视频app丝瓜 finereport是面向IT部或者數據中心搭建的整體解決方案工具。其包含數據展示、導出、打印、錄入以及簡單數據流轉(上報)的全面功能。

finebi是面向業務部和數據分析部門全體的整體數據可視化/數據分析工具。

一圖以蔽之

阿里架構師寫出的超詳細BI工具劃分,讓你選型少踩坑

 

3、側重展示型BI

视频app丝瓜 純碎可視化其實算不上是BI,但不乏一些廠商在混淆視聽。比如我有見過拿數據大屏當做BI項目在那忽悠人的,還有我百度時發現一些在線可視化工具,導入數據生成圖表也在那里號稱是BI工具。仔細深究,數據處理上僅有簡單的過濾功能,而且數據體量一大根本無可奈何。

我上面說的finereport和finebi,是我曾經接觸過的項目,因為覺得比較好,所以想推薦給大家,感興趣的點擊下方鏈接去看看吧,有免費版,但僅僅對于個人,不對企業。同時,他們做的比較好的一點就是國內最全的幫助文檔和很好的售前售中售后服務,當年用Tableau的時候….一言難盡

视频app丝瓜 這不是廣告,他們沒給我代言費。

管理者必看!深度剖析BI與數據倉庫,企業能否成功轉型就看它

前一段時間,都在和大家講數據倉庫,以最復雜的金融業為例,講了數據倉庫的系統架構、底層布局以及如何更好地應用,甚至還引申了講到了商業智能(也就是BI),相信大家多多少少都會理

视频app丝瓜原創文章,作者:ajseo,如若轉載,請注明出處:http://tjxingying.com/itnews/13060.html


首頁 投稿 登錄

聯系我們

13071972829

在線咨詢:

郵件:207985384@qq.com

工作時間:周一至周五,9:30-18:30,節假日休息

QR code