bi数据库

‘壹’ 国内外有哪些比较实用的bi数据分析系统

国内外有很多好用的bi数据分析系统，比如思迈特软件Smartbi。

广州思迈特软件Smartbi有限公司（思迈特软件Smartbi）成立于2011年，致力于为企业客户提供一站式商业智能解决方案，以提升和挖掘企业客户的数据价值为使命，专注于商业智能(BI)与大数据分析软件产品与服务。

思迈特软件Smartbi 服务器部署采用 java 的 web 应用方式，服务端对环境没有限制。功能比较齐全，像复杂报表、数据录入、统计图展示都支持，而且现在带了 Word 和 PPT 插件，开发出来的报告格式效果比较好。

自助分析平台上线之后，业务人员难免会遇到各种问题，比如对数据的困惑、对功能的学习、对平台的操作等，都需要能尽快得到协助。此时在数据答疑模块，我们能向系统运营团队或者管理员询问，平台用户间也可交流。

当问题不便公开，还能设置 为私密性质，只有指定人员才能看到。更妙的是，提问人可以设置最佳答案，运营人员也可以对问答设置很多标签，用户可以根据自己的需求，使用不同的标签来给问答设置分类管理，方便搜索，从而对问题和经验也能有良好的沉淀。

数据分析有没有用，来试试Smartbi就知道了,Smartbi产品功能设计全面，涵盖数据提取、数据管理、数据分析、数据共享四个环节，帮助客户从数据的角度描述业务现状，分析业务原因，预测业务趋势，推动业务变革。

思迈特软件Smartbi个人用户全功能模块长期免费试用
马上免费体验:Smartbi一站式大数据分析平台

‘贰’ oracle数据库开发和做BI这两个是一回事吗

数据库开发是指从事针对数据库方面的开发工作，主要是存储过程等的开发，也有部分是混杂部分简单程序的。bi是指数据分析，其实是数据库开发的一类，但从深度上会更深入一些，技术上要额外考虑大数据处理。

‘叁’ 大数据bi是什么

大数据BI是能够处理和分析大数据的BI软件，区别于传统BI唻软件垍头，大条数据BI可以完成对TB级别数据的实时分析。大数据可以概括为4个V，数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值密度低(Veracity)。大数据作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。随着大数据时代的来临，大数据BI也应运而生。
主要功能

编辑

开源大数据生态圈
1.HadoopHDFS、HadoopMapRece,HBase、Hive渐次诞生，早期Hadoop生态圈逐步形成。
2.Hypertable是另类。它存在于Hadoop生态圈之外，但也曾经有一些用户。
一体机数据库/数据仓库
IBMPureData(Netezza),OracleExadata,SAPHana等等。
数唻垍头条据仓库
TeradataAsterData,EMCGreenPlum,HPVertica等等。
数据集市
QlikView、Tableau、国内永洪科技YonghongDataMart等等。
YonghongDataMart是基于自有技术研发的一款数据存储、数据处理的软件。针对客户需要处理需求数据的量级不同，IT系统架构的不同和存储系统的不同，提供了两种解决方案供客户选择一种本地模式，一种是MPP模式。当需要处理的数据量级别处于TB级以下，或者采用普通存储结构，或者单机已经足够满足性能需求，建议用户选择本地模式。当面对异构数据库存储系统，需要处理的数量级别在TB级和PB级以上，或者IT系统和存储系统采用分布式，或者需要MPP模式才能满足性能需求，基于分布式架构的并行处理模式更适合客户的需求。

‘肆’ 大数据与BI都有哪些区别

1、从思维方式角度
大数据对于传统BI，既有继承，也有发展，从”道”的角度讲，BI与大数据区别在于前者更倾向于决策，对事实描述更多是基于群体共性，帮助决策者掌握宏观统计趋势，适合经营运营指标支撑类问题，大数据则内涵更广，倾向于刻画个体，更多的在于个性化的决策。
2、从工具的角度
传统BI使用的是ETL、数据仓库、OLAP、可视化报表技术，属于应用和展示层技术，目前都处于淘汰的边缘，因为它解决不了海量数据(包括结构化与非结构化)的处理问题。而大数据应用的是一个完整的技术体系，包括用Hadoop、流处理等技术解决海量的结构化、非结构化数据的ETL问题，用Hadoop、MPP等技术计算海量数据的计算问题，用redis、HBASE等方式解决高效读的问题，用Impala等技术实现在线分析等问题。因此是个全新的行业。
3、从数据来源角度
大数据应用的数据来源，不仅仅包括非结构化的数据，还有各种系统数据，数据库数据。其中非结构化数据主要是集中在互联网以及一些社交网站上的数据以及一些机器设备的数据，这些都构成了大数据应用的数据来源。对于大数据的分析工具来说，现阶段也是对于非结构化的数据分析的比较多。
BI系统则是在数据集成方面的技术越来越成熟，对于数据的提取，一个各种数据挖掘的要求来说，数据集成平台会帮助企业实现数据的流通和交互使用，在企业内部实施BI应用就是为了可以更好的对数据进行分享和使用。
4、从发展方向角度
BI的发展要从传统的商务智能模式开始转换，对于企业来说，BI不仅仅是一个IT项目，更是一种管理和思维的方式，从技术的部署到业务的流程规划，BI迎来新的发展。对于大数据来说，现阶段更多的大数据关注在非结构化数据，不同的数据分析工具的出现和行内的应用范围不断的加大，对于大数据应用来说，怎么与应用的行业进行一个深层次的结合才是最重要的。

‘伍’ 常用的大数据BI工具有哪些

1、亿信ABI

亿信ABI是亿信华辰开发的一款全能型数据分析平台。支持连接多种类型的数据源，包括：关系型数据库，分布式数据库，文件数据源，接口数据源等;也能灵活支持跨源跨库的数据分析。内置了数仓实施工具，通过拖拽式的流程设计，实现了数据抽取、清洗、转换、装载及调度。支持业务人员自助分析，拖拖拽拽就能做出数据分析。

2、Tableau

Tableau是国外比较流行的一款数据可视化工具，可视化功能很强大，对计算机的硬件要求较高，部署较复杂。支持与Matlab进行集成计算。目前在数据挖掘领域做得相对比较简单，只是内置了预测和聚类两个挖掘分析算法，但支持R语言等挖掘语言集成。

3、QlikView

QlikView比较灵活，展示样式多样。它允许设置和调整每个对象的每个小方面，并自定义可视化和仪表板的外观。QlikView数据文件(QVD文件)概念的引入，一定程度上取代了ETL工具的功能，拥有可集成的ETL(提取，转换，加载)引擎，能够执行普通的数据清理操作，但是这可能会很昂贵。

4、Power BI

Power BI是微软提供的一种商业分析产品，因为是微软的产品，所以它的知名度很高。在产品的功能、易用性、美观程度上都有很好的表现。这个产品的学习成本较低、上手快，因为桌面版不提供协作选项，因此最适合独立用户或在同一个办公区工作的人使用，对于有复杂业务场景需求的客户，包括有定制开发需求的客户来说，存在不小的障碍。

5、Finebi

Finebi是帆软开发的一款敏捷BI工具，帆软早期专注于传统报表的图表组件功能，以价格优势占到了不低的市场份额，作为传统报表起步的公司，在敏捷BI的冲击下市场受到了冲击并开始转向敏捷路线。Finebi做到了将IT人员从分析环节的中心淡去，提供了从数据采集到数据加工处理、数据存储、数据分析、数据可视化为一体的一站式商业智能解决方案。

关于常用的大数据BI工具有哪些，青藤小编就和您分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。

‘陆’ 什么是BI系统

1、行为识别系统

BI——（行为识别behavior identity）行为识别系统，直接反映企业理念的个性和特殊性，是企业实践经营理念与创造企业文化的准则，对企业运作方式所作的统一规划而形成的动态识别系统。

2、开源BI系统

这些众多的BI项目从规模和对BI系统支撑的完善程度上来说，大体可以分为Framework、Stand-alone Tools和BI Suit三种类型。

开源BI系统分类

这些众多的BI项目从规模和对BI系统支撑的完善程度上来说，大体可以分为Framework、Stand-alone Tools和BI Suit三种类型。

1、Framework

开源框架，这是在商业BI系统中所没有的。我们可以使用它们来构建自己的BI工具，或者增强和扩展我们的BI解决方案。

2、Stand-alone Tools

独立的BI工具，这是开源项目中数量最多的一类。很多工具只侧重BI系统中的某个环节和方面，如ETL、Report、OLAP和Database等等。

3、BI Suit

在统一的架构下提供了多种BI系统的特性的工具集合。不管是商业软件还是开源软件，还没有任何一个套件提供了完整的端到端的BI解决方案。

这些开源的BI Suit是通过连接多个其他的组件和工具的方式形成套件的，由于BI系统涉及到的工具是非常多的，所以整合一套完整的BI解决方案是很困难的。

以上内容参考 网络-BI；网络-开源BI系统