BI cube的前世今生：商業智慧BI為什麼需要cube技術

標籤：商業智慧   資料庫   bi   

企業中常常會出現這樣一幕幕尷尬的情境：

企業的決策人員需要從不同的角度來審視業務，協助他們分析業務，例如分析銷售資料，可能會綜合時間周期、產品類別、地理分布、客戶群類等多種因素來考量。IT人員在每一個分析角度上都建了一張報表。然而，決策人員需要更多的分析資料，他們需要在各個角度不同組合上再產生報表，IT人員就需要大量的時間來製作報表。IT人員表示終於可以喘口氣的時候，決策者又有了新的想法，得了，再做報表吧。為了避免這種尷尬的情況，多維資料庫（Cube）的構建便應運而生。

Cube，即多維資料庫，可以簡單地理解為：將資料存放在一個n維數組中，而不是像關聯式資料庫那樣以記錄的形式存放。較為典型的是如的資料立方體，讓使用者從多個角度探索和分析資料集，通常一次同時考慮三個因素（維度）。

 

650) this.width=650;" src="http://dl2.iteye.com/upload/attachment/0117/0115/cb6ea6e2-1542-3194-852a-8e7b572a82be.png" style="border:0px;" />

如果保持立方體的某些座標軸的值不變而改變另外某一個軸，便可以看到資料在不同維上的變化情況。

在上面的例子中，如果保持產品的名稱和日期為常量，沿客戶城市座標軸移動，便可以得到在所有客戶城市某一天某一產品的全部銷售值。有這種分析需求的一般是地區經理。同樣，可以根據財務經理、產品經理及總經理對商務分析的不同需求來對資料立方體進行不同角度的解析，如：

650) this.width=650;" src="http://dl2.iteye.com/upload/attachment/0117/0117/353f227b-6bc3-39fa-8160-9abcbd2372b6.png" style="border:0px;" />

同時，我們可以對cube進行更進一步面向分析的操作。如：

原型立方體：

 

650) this.width=650;" src="http://dl2.iteye.com/upload/attachment/0117/0119/b4c251d5-6c5f-3082-a5e4-cb436ff6a1ef.png" style="border:0px;" />

       650) this.width=650;" src="http://dl2.iteye.com/upload/attachment/0117/0121/947f03fe-b5ac-3bb4-b8a7-f84b5f716263.png" style="border:0px;" />      

        

我們通過cube技術對資料進行了切入、上卷、切片、切塊和旋轉處理，使資料更加面向分析化。這些直觀的分析可以輔助決策人員為企業做出正確的決策。

那我們什麼時候用cube呢，這取決於你的資料量，如果你有千萬或上億的資料量，你直接用SQL去資料庫尋找，是很慢的。如何在cube裡事先處理好，就需要把你要的資料提前彙總，就不用再去跑資料庫了。

市場上絕大多數新型BI是通過SQL直接處理資料庫中的資料，並沒有cube這一中介層，雖然數量較小時有一定優勢，但當資料量比較大時，因為SQL處理機制自身的局限性，速度明顯下降，甚至出現卡死狀態。面向大資料，是商業智慧工具的基本能力。這方面，FineBI採用中間cube的模式，巧妙的解決了大資料的問題。

商業智慧FineBI運用的cube技術，集合了強大的資料計算能力和便捷性為一體，可以進行多維分析、互動分析和切入分析。

多維資料庫FineCube採用動態記憶體資料立方體技術，預先處理以及並行計算的先進資料處理模式，使用NIO記憶體對應檔儲存模式，同時採用高效的智能位元影像索引，以及智能避免重複計算的緩衝機制，使得在前端頁面展示資料時，運行速度高效快速，迅疾如電。FineCube支撐著線上大資料量分析功能，可以說FineCube是FineBI處理大資料的靈魂。

對於大資料的多維分析、互動分析、切入分析將成為新一代智能BI的主旋律，而cube技術就是這一支旋律中的靈魂音符。

 

BI cube的前世今生：商業智慧BI為什麼需要cube技術