bi是什么？我的理解！

ewen321

unread,

Nov 13, 2005, 11:50:55 PM11/13/05

to tt...@googlegroups.com

bi是啥？
一提到bi（数据仓库）的概念（虽然不是一码事，但我们在现实中很多时候还是把他俩当作一回事在提），很多人都愿以b.Immon的定义做开场白，这也难怪，恐怕我们从接触这玩意开始，看到的第一本比较系统的书就是这本了！我记得三四年前，我去一家公司面试，面试官开场便问我这个问题（当然他是问数据仓库），当时我有些懵了，其实这本书我早看过，也安放在床头，有事无事翻翻。但有人突然让你给出个明确答案来，还不是很容易说的很清楚。
那bi到底是个啥玩意呢？好吧，我们不偷换概念，先说数据仓库是个啥玩意吧！
数据仓库首先是个数据库，这没错吧！因为它容量大，所以我们叫他“仓库”。还有一层意思：仓库中的东西就是因为其多，所以要码放整齐，该放哪的就放哪，最好还有一个清单记录一下，以方便你使用时查找。所以我给数据仓库下的定义就是：存放整齐数据的有清单索引的数据库。也就是说，它是有三部分组成的：数据库（dbms）、数据（data）、索引（index）。前两项都不难理解，第三项“索引”我们更常把它叫做“元数据”。有了这三样宝贝，就成就了我们“前景广阔”的数据仓库。
可是，在现实的工程项目建设中，我们往往把注意力放在前面两个部分的构架上，而对于元数据部分不太重视，或者说根本就当作是聋子的耳朵。但恰恰是这个聋子的耳朵，在工程中成了制约我们系统推广应用的一个绊脚石。且不说对使用者，面对庞大的仓库不知如何下手，我敢说在开发人员中，能对系统数据100％的了解的也不多，更多的情况是：你现在要查某个数据，却不知从哪里查，于是问问这个，问问那个，然后自己再select * from XXXX表看一下到底有没有我们需要的字段。反映到使用者的现实情况是，这么多报表、cube、kpi、专题等等东西，到底我要的数据在哪里？晕！心里早早打退堂鼓，哪里还有兴趣搞什么分析。到最后开发人员说我们花了大力气做的东西没人用，使用者说我们不知如何用。究其原因还是缺少对系统数据给出索引的元数据管理。有了元数据，我们再基于它做一个界面友好的查询工具——不知道大家用过go2map没有，输入起点和终点，系统会给出几条备选的行车路线，对，我说的查询工具就是这个玩意——啊，这个世界清晰了。
bi呢，是基于数据仓库的统计分析系统。
为啥非要是以数据仓库为基础呢？很简单，因为数据仓库够大、够清楚、够全面，对统计分析需要的数据源支持的够好！
统计、分析，没错，两个方面。一说bi，大家都爱往分析上靠，觉得这样比较高深，同时分析需要的中间结果往往没有一个可参照的标准结果，因此常常看不出有何不妥。一说到统计，完了，不就是报表吗（因为bi系统后建的缘故，很多原来的业务系统有的报表还要在bi系统中再集中做一遍），还要对数据，——人世间最痛苦的事莫过于此——真是头疼呀。头疼也没办法，我个人认为很长一段时间内，统计还是bi的重点，象有些人说的这和业务习惯呀、人员水平呀都是分不开的。那是不是需要数据都精准到和业务系统报表一样呢，这里争议很多，大多数的观点是允许有误差，说白了就是允许有差错，只要维持在小范围（这个范围就看你怎么和甲方交涉了）内，都是可以接受的。虽然我很不情愿，但还是要说，这种差别不应该存在，在条件、规则一致的情况下，bi系统的统计结果是要和业务系统的无二样的（只有一种可以例外，那就是“时点数”的情况）。说什么经过数据清洗、转换难免不准，这些都是托词，不管数据在系统内经过的步骤有多少，最终结果的不一致说明你在中间的某个环节出了问题。同时bi系统还有一个很神圣的使命，规范统计口径，保证系统里的两个地方出现的结果都正确统一。而现实中，恰恰是上面两个问题成了bi的致命伤：数据不准、结果不统一，这种情况导致的后果就是使用者对系统的准确性抱怀疑态度而远之。
说到分析，我想还是需要给他再划个范围：我所说的分析是以事实为依据的决策辅助分析，而不是直接呈现分析结果的决策过程。大家都喜欢拿啤酒和尿布来做经典案例，这总给人一种误区，似乎bi就是算命先生，预知未来，能取代人的思维，直接给你答案。其实不用我解释大家都知道这是不可能的。

说了这么多，bi其实就是：以数据仓库为基础的业务和决策支持系统。
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
写的脑子都晕了，越写越象是在上课，吼吼！

想要一个快 n 倍的免费邮箱吗？
126 专业电子邮局 —— 全球领先的中文邮箱带你进入极速之旅