浅谈数据BI平台的设计与实现_开题报告

一、文献综述

（一）国内研究现状

商务智能起源于上世纪90年代末，并在本世纪之初的几年之间得到蓬勃发展。由于企业对商务智能需求的不断变化和信息技术的日新月异，商务智能也随之持续、快速地变化发展着，目前呈现出新的特点和发展趋势，如：商务智能被整合进企业门户，商务智能和无线技术相结合形成无线商务智能，商务智能逐步形成跨越不同领域、厂商和技术的通用语言即分析型可扩展标记语言（XMLA），商务智能的直接支持范围从单个企业扩展到企业所在价值链中的所有企业并支持这些企业协作式地互动，商务智能利用高级视觉技术如三维技术、INTERNET技术、GPS技术等为用户提供更精细、更灵活、更专业化的视图、报告、图表和基于情景的解释、解决方法；商务智能更加安全以保护商业机密。

BI技术大致可以分为两类，一类关于BI的关键技术，如数仓、数据挖掘、报表设计等。另一类是与其他管理系统进行结合，如ERP、CRM、供应链管理等。

   国内的BI市场，虽然目前仍是国际厂商提供更多的较为成熟的BI产品和解决方案，国内BI供应商多数只能开发相对而言较为简单的BI工具或是做国外软件的代理者，但国内市场经过这么多年的发展已经逐渐涌现出一些BI市场上的“领头羊”。例如帆软软件研发的Finebi，有效的将数据仓库、数据挖掘以及OLAP技术融合在一起，并且操作界面简单，易学易懂，容易上手，在国内BI软件中着实使人有眼前一亮的感觉。笔者认为，国内的本土企业从易学性和实用性角度来看，还是应该更多地使用国内的BI产品和服务。所以未来国内商业智能厂商的一条出路就是充分把握并有效利用自己的当地优势和销售网络来覆盖大部分的市场份额，并且在一些重要的领域中，一定要将商业智能和解决方案结合起来。

（二）国外研究现状

商业智能（BI），最早是由 Gartner Group公司的Howard Dresner 于1989年提出来的。商务智能的作用是为企业决策进行指导，由数据挖掘、联机分析、数据仓库或数据集市、查询报表、数据备份和数据恢复等手段来实现。用商务智能作为基础，企业员工、客户、供应商、顾问和企业之外的人们可以很好的使用有关信息。2004年，国外学者Sal March 根据时间顺序对商务智能的发展进行了总结，并提出过去的商务智能仅仅是一种用以支持经营主管人员的商业决策的智能处理后台数据的方式。如今的商务智能可以使企业管理人员做出更正确的决策，并推测以后的变化趋势，用以提高企业管理和战略的效率，来让企业在竞争中获得优势。最近几年，商务智能的研究覆盖了企业的各个方面，并且课题的研究越来越广阔，著作也越来越多。

2016年全球BI软件销售收入将达到171亿美元，纵观国际市场，BO、Cognos、Hyperion、MicroStrategy可以算是比较具有代表性的BI厂商。但它们都有各自的缺陷：Cognos和Microstratagy虽然都具有数据分析与数据挖掘的功能，但都缺乏自带的联机分析处理功能，即OLAP，Hyperion则是缺少数据挖掘功能，而BO更是难学难用，产品线也十分单薄。

目前BI市场增长虽有所放缓，但是呈现新的态势。

向云迁徙  SAP推出了SaaS BI 解决方案—SAP BusinessObjects BI OnDemand。该方案需要用户将数据上传给服务商，由服务商使用合适的数据模型处理数据，生成一个WEB界面，用户以此为基础进行查询等操作，或者生成报表或仪表盘。  较之前，在企业内部实施BI，使用云技术，可以减少企业投资，适合中小企业。云技术同样也扩大了服务商的边际利润。但数据安全和数据迁徙成本需得到解决。

BI组件的融合   数据质量、数据集成和数据虚拟化将与主数据管理融合，构成处 理结构化数据和非结构化数据的统一信息管理平台。目前技术的发展趋势，实现数据质量和数据集成的紧密整合，从而在底层解决数据质量的问题，让正确、纯净的数据进入应用的下游。融合的另一趋势是，越来越多的数据挖掘、预测分析能力被引入 到数据库系统中。Google、Yahoo、Amazon等大型WEB厂商开发自己的BI解决方案，一般具备可编程性和并行处理能力

开源BI进入成熟期  之前的经济危机导致的IT预算的紧缩，为开源BI提供了发展的 良机。很多企业应用开源BI数据分析、报表制作或数据集成，解决实际问题。

二、^范文提纲

一、引言

（一）研究背景

（二）数据BI的概览及意义

（三）数据BI的发展趋势

（四）系统解决的主要问题

二、数据BI核心技术介绍 

（一）数据仓库

（二）联机分析处理OLAP

（三）OLAP分析引擎 Apache Kylin

三、数据BI平台的需求分析与设计

（一）系统需求分析

（二）系统的总体设计

（三）系统主要模块的设计

（四）数据仓库的设计

四、数据BI平台的需求分析与设计

（一）系统的配置

（二）系统数据抽取转换加载的实现

（三）系统多维数据分析的实现

（四）数据可视化的实现

五、数据BI平台的性能测试及优化

（一）系统的性能测试

（二）系统的优化

六、总结和展望

三、参考文献

[1] 龙昊,刘洪;OLTP系统的RUP建模研究与应用[J];计算机工程与设计;2005年02期

[2] 李慧,闻豪;基于数据仓库的OLAP技术的研究[J];电脑知识与技术;2005年02期

[3] 肖华;吴湘宁;;商业智能的功能及发展[J];电脑知识与技术;2009年15期

[4] Matt Casters（马特·卡斯特），Roland Bouman（罗兰·布曼），Jos van Dongen（乔斯·凡·东恩） 著；初建军 译 Pentaho Kettle解决方案：使用PDI构建开源ETL解决方案

[5] 吴斌;商业智能的技术与实践[J];中国计算机用户;2004年02期

[6] 黄予辉;选择合适的ETL工具[N];网络世界;2003年

[7] 张帆;余开朝;;数据仓库在CRM系统中的应用研究[A];全国第九届企业信息化与工业工程学术会议^范文集[C];2005年

[8] 吴泽雄;;数据仓库浅谈[A];海南省通信学会学术年会^范文集（2005）[C];2005年

[9] 肖晴;基于数据仓库的高速公路信息管理系统的研究[D];长沙理工大学;2010年

[10] 周丽娟,邓颖,马春英,柳池;数据仓库技术和OLAP研究[J];佳木斯大学学报(自然科学版);2001年03期

[11] 柳莺,赵艳红,钱旭,刘东红;数据仓库技术研究和应用探讨[J];计算机应用;2001年02期

[12] 胡翠华;陈登科;;商务智能在我国的发展现状、问题及其对策[J];科技管理研究;2007年10期