> 厂商 >

DataHunter和传统BI在数据处理上有哪些区别?

早在大数据之前,商业智能(BI)概念就已经得到了广泛的普及,经过多年发展,商业智能产品早已从传统BI发展到自助式BI,到底两者之间有何不同?本文,我们主要基于国内自助式BI产品的代表DataHunter,来探究一下其与传统BI在系统架构、大数据支持以及数据关联三方面的区别。

从产品理念上讲,传统BI侧重于输出数据报表,由业务人员提出分析需求,IT人员进行报表制作,通过生成大量的静态报表以供企业相关人员查看;而以DataHunter为代表的自助式BI更加侧重于数据分析,由于是自助式产品,所以无需IT部门的介入,业务人员可以自行进行完成整个数据分析流程。

产品架构

传统BI基本采用瀑布式开发模式,企业在部署前期,需要进行整体的架构设计,各个功能模块也都需要进行技术开发,所以传统BI的部署周期较长,交付时间基本在半年到一年左右。如企业需求发生变化,相关模块的调整周期也基本按月计算。

由于传统BI产品功能模块较多,操作复杂,特别是需要对数据进行ETL处理和数据建模,所以,通常传统BI是以IT部门为主导,整个分析流程也都需要IT人员参与并执行。

相比而言,DataHunter自助式BI产品采用B/S架构开发,系统灵活易用,即用户打开浏览器就可以进行数据处理、数据分析查看以及系统管理等。基于数据驱动的理念,DataHunter自助式BI产品无需预生成Cube,所以Data Analytics是以业务部门为主导,彻底将数据分析能力交还给业务人员。

简单、灵活、易用的产品特点,也使得DataHunter自助式BI产品在部署周期方面大大缩短。通常,其交付周期基本按照周、月计算,即便企业需求发生变化,相关模块的调整时间也基本按照天、周计算。

目前,DataHunter支持Chrome、Firefox、IE edge等多种常用浏览器。同时支持市面上几乎所有的主流操作系统,包括PC端和移动端,如Windows、MAC OS、Linux、Android、iOS等。此外,针对Linux的众多发行版,Data Analytics也都有很好的支持,如CentOS、 Ubuntu等。

大数据支持

传统BI采用的技术架构决定了其针对海量数据的计算能力相对不足。在传统的数据分析系统中,如需要处理大量的业务数据,通常会增加硬件计算能力,如大规模并行处理系统来实现,而昂贵的硬件无疑会带来更高的成本。

在数据源方面,尽管传统BI支持目前绝大部分的数据库软件,但在云时代下,传统BI并不支持云数据库、第三方应用数据源以及其他公共数据源,而对于像Hadoop等大数据平台的支持和接入,传统BI也基本很难满足。

DataHunter自助式BI产品是大数据时代的产物,天生就对海量数据处理有着很好的支持。DataHunter自助式BI产品基于内存分析引擎,对PB级的数据处理可以达到秒级响应,同时,内存分析技术也代表着未来BI产品的发展方向。在数据支持方面,其不仅支持目前市面上所有主流的数据库、数据文件,同时还接入第三方互联网数据、公共数据服务平台等。

数据关联

由于传统BI是采用验证式分析模式,所以在处理数据方面,需要保证很高的数据质量。这意味着,传统BI需要进行严格的ETL过程,确保数据绝对的干净并符合业务需求,同时,在数据抽取后,传统BI产品也无法对数据进行进一步的修改和编辑。

此外,由于传统BI的数据分析是建立在关系数据模型之上,所以在进行分析之前,IT人员需根据业务需求来进行复杂的建模,如遇到分析需求变化时,IT人员需重新建模或修改已有的分析模型,整体流程耗时较长,响应速度较慢,这种机制同时也导致了传统BI无法做到实时的数据分析。

不同于传统BI,在DataHunter自助式BI产品中,整个ETL过程都是在系统中自动进行,同时支持对上传后的数据表进行一系列的操作和编辑,包括自由更改表格文件名称、表格分组、字段类型等。

而且,DataHunter自助式BI产品具有智能化的数据关联功能,对上传后的数据处理尤为简单。用户只需要拖动工作表,即可自由关联相关数据表,支持包括全部联接、左侧联接、右侧联接以及内部联接四种方式。基于实时内存分析引擎,DataHunter支持用户在内存中对庞杂的业务数据进行实时的处理和分析。

结语:可以说,以DataHunter为代表的自助式BI产品,真正顺应了大数据时代的企业数据分析需求,基于以业务部门为主导的理念,简化IT支持,将分析能力真正交还给业务人员,加速企业完成数据驱动变革。


企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

2018-05-08
DataHunter和传统BI在数据处理上有哪些区别?
早在大数据之前,商业智能(BI)概念就已经得到了广泛的普及,经过多年发展,商业智能产品早已从传统BI发展到自助式BI,到底两者之间有何不同?本文,我们主要基于国

长按扫码 阅读全文

Baidu
map