发表于:2013/6/6 17:59:20
#0楼
事实上大多数商业智能都不是“在一张白纸上画图”。如果企业异构系统多,如应用中有ERP、CRM等系统,做操作型BI难度就非常大。面对众多不同厂家的系统,如何才能将“智能块”BI融合在流程中的关键节点上呢?
利用嵌入式技术,还是接口方式,还是各个厂家自己在原有系统上开发,商业智能软件各个方案在应用功能和数据上都很难做到位。其主要的困难在于将“技术紧藕合、业务松藕合”转变为“技术松藕合、业务紧藕合”,另外,在项目协调上也会增加难度。
除了集成技术外,数据处理、实时查询及历史数据查询之间的关系也很难界定。从用户某一个请求开始,可以从OLTP中取数据,可以用ETL方式从数据仓库中取数据,也可以用EII方式直接访问源数据或ODS层数据。商业智能分析不同的方式下技术架构有所不同,面临的软件风险和硬件情况也不同。
面对以上困难,我认为要合理处理以下挑战:在数据获取、数据存储、数据交付方面选择适合的方案;增加扩展性和吞吐量,使用插入机制;提供高性能,包括在处理高负载任务时屏蔽新请求;分离分析型和战术型查询和任务;借助RDBMS混合型工作负载的能力等。
利用嵌入式技术,还是接口方式,还是各个厂家自己在原有系统上开发,商业智能软件各个方案在应用功能和数据上都很难做到位。其主要的困难在于将“技术紧藕合、业务松藕合”转变为“技术松藕合、业务紧藕合”,另外,在项目协调上也会增加难度。
除了集成技术外,数据处理、实时查询及历史数据查询之间的关系也很难界定。从用户某一个请求开始,可以从OLTP中取数据,可以用ETL方式从数据仓库中取数据,也可以用EII方式直接访问源数据或ODS层数据。商业智能分析不同的方式下技术架构有所不同,面临的软件风险和硬件情况也不同。
面对以上困难,我认为要合理处理以下挑战:在数据获取、数据存储、数据交付方面选择适合的方案;增加扩展性和吞吐量,使用插入机制;提供高性能,包括在处理高负载任务时屏蔽新请求;分离分析型和战术型查询和任务;借助RDBMS混合型工作负载的能力等。