Posted on | by liu
qq说说怎么回复在哪里，第二个路由器怎么进入，网站建设计入什么科目
大数据商业智能是否可以混为一谈,有哪些兼具大数据和商业智能的方案商业智能BI
先从商业智能BI来说，完整的商业智能BI解决方案就包括了底层的数据仓库、ETL和前端的可视化报表，底层数据仓库负责建模，ETL用来组织填充这些模型数据，这些模型数据供前端使用于是可视化报表就呈现了。ETL的调度通常是T+1，每天晚上同步一次，并且大部分情况下是处理结构化的数据。商业智能BI-派可数据商业智能BI可视化分析平台
大数据
后来，因为数据量太大了，每天的数据处理要到几百GB、TB级别的数据，并且越来越多的非结构化的数据。这个时候商业智能BI的ETL就无力解决这些问题了。还有越来越多的实时数据采集要求，商业智能BI的传统数据仓库就扛不住了。于是大数据就来了，多节点并行处理各种结构化、非结构化的数据，各种离线的、实时的数据。数据仓库-派可数据商业智能BI可视化分析平台商业智能BI的传统关系型数据仓库就变成了大数据架构下的数据仓库，商业智能BI的前端可视化还是那个可视化，没有变。并且大数据还是做了同样的一件事情，就是：不管是大数据、还是小数据，都是把非结构化不可分析的、结构化不可分析的，变成结构化可分析的数据支撑到商业智能BI来使用。
数据中台
商业智能BI和大数据之后，现在又引发了新的几个问题，数据越来越庞大，动辄几十个业务系统、上百个系统，数据标准越发混乱了、越来越不统一了，于是就想着是不是得做下数据盘点，把数据当作资产一样来进行管理。比如数据的分类、打标签，元数据管理、数据血缘、数据追溯，形成标准的分门别类的数据资产。这些数字资产、数据标准不仅仅是为商业智能BI中数据仓库提供服务的，更多的是要对外提供服务，一种数据的服务，这就是数据服务。商业智能BI-派可数据商业智能BI可视化分析平台比如用户画像、精准营销。以往商业智能BI数据仓库做完清洗，数据推到前端可视化分析做展现就结束了。现在在数据中台中就不是这样了，这些用户画像数据是可以封装起来对外推送，提供给第三方的应用，比如数据营销、个性化推荐等等。是把中台的数据赋予了对外服务的属性。同时，业务系统与业务系统之间的数据交换，各个底层的交换协议、传输协议、安全协议可能各不相同，那么在数据中台中就可以通过数据服务进行系统之间数据交换的工作。推给第三方应用、数据交换都是数据服务的一种形式，对外支持商业智能BI分析应用，算不算是数据服务的一种，也算，商业智能BI从数据中台调用需要分析的模型数据进行可视化分析展现。
商业智能BI、大数据和数据中台的区别联系
所以，传统的商业智能BI在遇到大数据量、非结构化数据处理的场景，底层的数据仓库就升级为大数据的数据仓库架构，这就是大数据下的商业智能BI分析；在大数据的数据仓库架构基础之上，往左边更加拓展了数据的采集能力，在中间除了原有大数据架构的数据仓库建模之外，更加加入了数据资产的概念、数据资产盘点、数据资产管理，靠右扩展了数据服务的能力，将数据中台中按照一定规则处理好的数据打包对外提供服务。因此，大数据架构下的数据采集、数据仓库建模、数据资产管理和数据服务就构成了数据中台的几大核心。数据可视化-派可数据商业智能BI可视化分析平台数据中台的底子是大数据架构，数据仓库是传统商业智能BI数据仓库的大数据升级，而商业智能BI就变成了数据中台之上的应用层，利用中台的数据服务获取数据做分析展现。这就是商业智能BI、大数据、数据中台这三者的关系和在不同数据场景、服务场景下的演变过程，看明白了这个过程，应该就不会再轻易的混淆他们的概念。至于商业智能BI、大数据、数据中台应该选择哪个。其实说到底如何选择合适的技术路线、技术架构，最终还是取决于企业自身到底要解决什么，不能盲目选择。盲目选择的结果就是大投入，小产出没有达到预期的期望。大家还是应该聚焦到需求本身，需求为王。