IBM公司數(shù)據(jù)倉(cāng)庫(kù)商業(yè)智能項(xiàng)目解決方案

1、 . . 45/451. 技術(shù)瓶頸：海量數(shù)據(jù)收集、海量數(shù)據(jù)存儲(chǔ)、海量數(shù)據(jù)多維分析等一系列的問題，即使最熱門最被業(yè)人士看好的Hadoop技術(shù)能否撐得?。?. 資源投入：海量數(shù)據(jù)處理伴隨著相應(yīng)的硬件、軟件需求的增長(zhǎng)，技術(shù)人員的投入上對(duì)企業(yè)勢(shì)必成為新的負(fù)擔(dān)。3. 價(jià)值金礦：海量數(shù)據(jù)中的非結(jié)構(gòu)化數(shù)據(jù)蘊(yùn)含著的“價(jià)值金礦”，能夠幫助企業(yè)從未所觸與的角度和維度為企業(yè)提供商業(yè)決策和輔助。從海量數(shù)據(jù)價(jià)值挖掘?qū)用嫔峡?，傳統(tǒng)的思維是數(shù)據(jù)量加大是一定要考慮OLAP的，一般的報(bào)表可能5、6個(gè)小時(shí)出來結(jié)果，而基于Cube的查詢可能只需要幾分鐘，因此從一般意義上認(rèn)為處理海量數(shù)據(jù)的利器是OLAP多維分析，即建立 HYPERL

2、INK :/ dwway /portal.php?mod=list&catid=91 t _blank 數(shù)據(jù)倉(cāng)庫(kù)，建立多維數(shù)據(jù)集，基于多維數(shù)據(jù)集進(jìn)行報(bào)表展現(xiàn)和數(shù)據(jù)挖掘等。然而目前OLAP存在的最大問題是: 業(yè)務(wù)靈活多變,必然導(dǎo)致業(yè)務(wù)模型隨之經(jīng)常發(fā)生變化,而業(yè)務(wù)維度和度量一旦發(fā)生變化,技術(shù)人員需要把整個(gè)Cube重新定義并重新生存,業(yè)務(wù)人員只能在此Cube上進(jìn)行多維分析,這樣就限制了業(yè)務(wù)人員快速改變問題分析的角度,從而使所謂的BI系統(tǒng)稱為死板的日常報(bào)表系統(tǒng).在思達(dá)商業(yè)智能平臺(tái) Style Intelligence上進(jìn)行海量數(shù)據(jù)的多維數(shù)據(jù)分析，從業(yè)務(wù)需求的角度出發(fā)，維度和度量才是直接針對(duì)業(yè)務(wù)人員的分析語言。在自主知識(shí)產(chǎn)權(quán)數(shù)據(jù)塊兒技術(shù)支持下，直接把維度和度量的生成交給業(yè)務(wù)人員，由業(yè)務(wù)人員自己定義好維度和度量之后，將業(yè)務(wù)的維度和度量直接運(yùn)行，并最終生成報(bào)表。此種以終為始的設(shè)計(jì)思路，首先能解決傳統(tǒng)OLAP分析中維度難以改變的問題，利用思達(dá)商業(yè)智能平臺(tái) Style Intelligence中數(shù)據(jù)非結(jié)構(gòu)化的特征，業(yè)務(wù)人員可以靈活地改變問題分析的角度，對(duì)業(yè)務(wù)人員非常友善。其次思達(dá)商業(yè)智能平臺(tái)Style Intelligence 在海量數(shù)據(jù)處理中利用分布式數(shù)據(jù)處理架