几种典型的BI的系统架构分析

来源:网络 作者:网友
  随着商务智能(BI)理论的不断发展,商务智能的系统架构已经从单一的理论衍生出多种架构,如分布式商务智能架构,联合商务智能架构等。下图是BO公司定义的商务智能的基本架构,它是一种开放式的系统架构,可以分布式集成现有的系统。从这个架构中,我们可以比较清楚的看出目前商务智能架构的模式。包括数据层、业务层和应用层三部分。数据层基本上就是ETL过程。业务层主要是OLAP和Data Mining的过程。在应用层里主要包括数据的展示,结果分析和性能分析等过程。在实际应用中,由于每个公司的规模和组织架构的不同,在实施商务智能选择系统架构的时候要结合公司的特点,选者最合适的架构。下面就介绍几种现实系统中的几种BI架构。
 

 1、简单的BI架构

































































































































































































































































































































































































































































































































    这是目前比较常用的商务智能架构,所有的数据集中管理,集中分析,最大的优点是容易管理和部署,系统结构简单,容易维护,适用于小型商务智能系统。缺点是对于跨地域部署比较困难,数据实时性差,可扩展性差。

 

 

 2、联合的BI架构(Federated BI Architecture)

































































































































































































































































    这种架构比较符合实际的需求,能够集成自定义的数据仓库,外包的数据仓库,架构化的数据仓库,非架构化的数据仓库,分析系统等。应用于多数据仓库的集成和管理。特点是适用于加速time-to-market ,需要高层力量的驱动。成功关键因素:共享一致的的重要的Metrics度量和维度;需要提供统一的标准,拥有企业级的ETL工具和集成的元数据;需要贯穿于整个团队的沟通。联合的BI架构包括:集中逆向商务智能架构,分布逆向商务智能架构,集中顺序商务智能架构,分布顺序商务智能架构及混合架构等。

 

 

2.1 集中逆向BI架构 (Centralized Upstream BI Architecture)

































































    ·通常用于中小组织

































































    ·需要良好的保管者的沟通

































































    ·需要高级执行者买进

































































    ·受限于逆向成功惯例(成功的变化是与任何单一实体的进行尝试是成反比的)

 

 

 

 2.2 分布式逆向BI架构 (Distributed Upstream BI Architecture)

































    ·中小组织和大型组织都适用

































    ·是大多数从下至上注重实效表现的逼近系统

































    ·更多的考虑多数人意见

































    ·更多的限制于大多数人意见

































    ·实施团队需要良好的沟通

 

 

2.3 集中式的顺序BI架构 (Centralized Downstream BI Architecture)

















    ·适用于长期数据仓库项目

















    ·用于紧密配合多管道的在巨大组织中到处存在的DW/DM系统

















    ·经常目标设定为特殊功能组织或行政中心

















    ·需要高层在所有的拥有者进行决策

















    ·需要为已有系统在实施团队和支持团队建进行良好的沟通

 

 
 

 2.4 分布式顺序BI架构(Distributed Downstream BI Architecture)









    ·适用于大型多元化组织









    ·容易适应各种不同的冲突









    ·容易转换到不同的环境









    ·需要为已有系统在实施团队和支持团队间进行良好的沟通

 

 

 

2.5 混合型BI架构 (Hybrid BI Architecture)





    ·比任何理想化模型更接近现实情况





    ·更适应自然的联盟





    ·元数据集成更具有挑战性

 

相关文档推荐

观远ChatBI基于LLM的场景化问答式BI.PDF

1739349043  4.41MB 9页 积分4

分析型BI+AI 产品创新探索.PDF

1738713531 樊帆 26.21MB 13页 积分5

大模型+数据智能分析应用发展趋势及标准化工作.PDF

1738713468 韩晓璐 7.14MB 24页 积分4

基于LLM的智能数据分析平台在腾讯的落地实践.PDF

1738713220 谭云志 5.29MB 22页 积分6

平安人寿大模型智能化报表chatBI.PDF

1738713178 刘行行 4.74MB 24页 积分6

B站一站式大数据集群管理平台.PDF

1737421412 刘明刚 1.37MB 30页 积分6

BI+AI撬动千亿级数据的智能洞察实践.PDF

1736901563 徐冰泉 8.26MB 29页 积分5

加数升级从制造到智造.PDF

1736748908 毛大群 3.85MB 0页 积分5

基于BI搭建焊接工业互联网平台经验.PDF

1736748859 刘金龙 4.97MB 24页 积分5

从数字化转型到BI应用.PDF

1736489242  3.04MB 24页 积分5

相关文章推荐