BI（商业智能）技术架构及核心技术
BI的技术架构 商业智能的出现是一个渐进的、复杂的演变过程，并且仍处在发展之中。它经历了事务处理系统（TPS）、应用执行信息系统（EIS）和决策支持系统(DSS)等阶段，最终演变成今天的企业商业智能。商业智能涉及ETL技术、DW数据仓库技术、OLAP（联机分析处理）技术、元数据管理技术、前台展现技术、报表技术、数据挖掘技术等。确切地讲，商业智能并不是一项新技术，它是将数据仓库(DW)、联机分析处理(OLAP)、数据挖掘(DM)等技术与资源管理系统(ERP)结合起来应用于商业活动实际过程当中，实现了技术服务于决策的目的。http://www.powerbi.com.cn/uf/2014120914010573573.png
商业智能系统核心技术
数据仓库技术
数据仓库是商业智能的基础，数据仓库是为了有效地把操作型数据集成到统一的环境中以提供决策型数据访问的各种技术和模块的总称。所做的一切都是为了让用户更快更方便查询所需要的信息，提供决策支持。
数据仓库用于决策支持，面向分析型数据处理，不同于一般的数据库。面对复杂的数据源，最高效的方法就是将数据先整合到数据仓库中，而BI应用统一从数据仓库里取数。数据库是为捕获数据而设计，数据仓库是为分析数据而设计的。
数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的。
数据仓库技术是BI技术的核心，严格的来说，没有数据仓库技术的BI产品，只能称之为一个报表分析系统。就好象没有生产制造模块的ERP不能称之为完整的ERP一样。
OLAP技术 OLAP专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决策人员，以便他们准确掌握企业（公司）的经营状况，了解对象的需求，制定正确的方案。
如果没有OLAP，在企业中运用最为频繁的父子维度根本无法快速实现，需要大量的代码。如物料（或客户）编码一般有多级，在OLAP中，只需要一个维度，即可自动实现多级展开，而如果没有OLAP，则物料分了几级，就需要有多少个维度，并且，如果编码并不规范，则更难实现。
页:
[1]