大数据环境下的BI演进与新特性
![](https://csdnimg.cn/release/wenkucmsfe/public/img/star.98a08eaa.png)
"谢超在CSDN大数据应用大会上分享了关于大数据环境下商业智能(BI)的新特性和挑战。报告探讨了传统分析方法在面对大数据时的局限性,以及如何通过新的BI解决方案来满足大数据的四个V:体积(Volume)、多样(Variety)、速度(Velocity)和价值(Value)。" 在大数据背景下,传统的BI方法如日志采集、Hadoop、Hive和OLAP等已经无法有效地处理大规模、多类型和快速变化的数据。例如,用户行为分析,不仅涉及结构化的访问信息,还可能包括半结构化和非结构化的数据如信息发表、图像和音频。这些数据的特性包括:大到必须分布式存储,数据质量问题,不统一的数据格式,以及需要处理大量的结构化、半结构化和非结构化数据。 为了应对这些挑战,BI的新特性体现在以下几个方面: 1. **计算分层**:引入流计算、块计算和全局计算,以处理不同速度和规模的数据。例如,流计算用于实时分析,块计算处理批量数据,而全局计算则整合这两种方式。 2. **快速分析**:通过将数据常驻在内存中,提高分析速度,同时通过冗余维度减少查询延迟。 3. **业务人员易用性**:提供更友好的命令接口,让非技术人员也能轻松进行数据分析。 4. **灵活的编程框架**:支持不同类型的计算需求,比如DRPC、MapReduce和SQL,以适应不断变化的计算需求。 5. **完整的BI分析架构**:包括实时层、批处理层以及全局数据的整合,确保了从数据采集到结果输出的全链条效率。 6. **实时层与批处理层的结合**:实时层负责增量补充,批处理层则进行深度分析,如Twitter的例子所示,其流计算框架Storm可以实现快速的ETL和事件驱动的报警。 7. **开源技术的应用**:如Twitter的Storm,为实时流处理提供了强大的工具,可以解决简单计数等实时计算问题,但可能不适合复杂的数据去重统计。 大数据下的BI新特性着重于提升处理速度、增强灵活性、简化用户操作,并且充分利用各种数据类型,以挖掘大数据的价值。这要求BI系统具备更强的适应性、可扩展性和实时性,以应对大数据的挑战。
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pptx](https://img-home.csdnimg.cn/images/20210720083543.png)
![m](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![m](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://profile-avatar.csdnimg.cn/4cb7e6ce98d64f50801911d024860323_jakensonwangjh.jpg!1)
- 粉丝: 0
- 资源: 14
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 解决Eclipse配置与导入Java工程常见问题
- 真空发生器:工作原理与抽吸性能分析
- 爱立信RBS6201开站流程详解
- 电脑开机声音解析:故障诊断指南
- JAVA实现贪吃蛇游戏
- 模糊神经网络实现与自学习能力探索
- PID型模糊神经网络控制器设计与学习算法
- 模糊神经网络在自适应PID控制器中的应用
- C++实现的学生成绩管理系统设计
- 802.1D STP 实现与优化:二层交换机中的生成树协议
- 解决Windows无法完成SD卡格式化的九种方法
- 软件测试方法:Beta与Alpha测试详解
- 软件测试周期详解:从需求分析到维护测试
- CMMI模型详解:软件企业能力提升的关键
- 移动Web开发框架选择:jQueryMobile、jQTouch、SenchaTouch对比
- Java程序设计试题与复习指南
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)