自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

數(shù)據(jù)倉庫2.0分析應(yīng)用將變得普遍

數(shù)據(jù)庫 數(shù)據(jù)倉庫
數(shù)據(jù)倉庫市場的供應(yīng)商們正準(zhǔn)備提供基于云計(jì)算的數(shù)據(jù)倉庫服務(wù)來輔助商業(yè)智能技術(shù)。利用DW2.0進(jìn)行分析會像利用互聯(lián)網(wǎng)一樣普遍。不管是在生意場還是在我們的日常生活中,只要有需要,我們就可以用它來處理任何決策支持的任務(wù),不管是大任務(wù)還是小任務(wù)。

分析數(shù)據(jù)庫是為報(bào)表、儀表板和即席查詢等提供業(yè)務(wù)數(shù)據(jù)從而驅(qū)動(dòng)商業(yè)智能運(yùn)作的主要引擎。

雖然分析數(shù)據(jù)庫不可或缺,但在商業(yè)智能產(chǎn)業(yè)最近幾年掀起的一體化狂潮中,很大程度上已經(jīng)忽視了分析數(shù)據(jù)庫的重要性。在以比比皆是的數(shù)據(jù)倉庫為核心的世界里,這些數(shù)據(jù)存儲器僅僅被看作是輸送導(dǎo)管,而不是區(qū)分不同平臺的組件。最近在供應(yīng)商意愿的帶動(dòng)下,絕大多數(shù)商業(yè)智能的一體化都以增強(qiáng)商業(yè)分析應(yīng)用,或向商業(yè)智能平臺添加更先進(jìn)的可視化、搜索和其他面向數(shù)據(jù)訪問等特性為目標(biāo)。

不過,分析數(shù)據(jù)庫在未來的幾年里肯定會成為評定一個(gè)商業(yè)智能解決方案優(yōu)劣的關(guān)鍵區(qū)分指標(biāo)。隨著核心商業(yè)智能特性商品化的趨勢,越來越多的供應(yīng)商會將速度、可擴(kuò)展性、高通量和對混合負(fù)載的支持這些只有調(diào)試良好的高級分析數(shù)據(jù)庫才能提供的特性作為自己的軟件產(chǎn)品與別不同的賣點(diǎn)。

每一個(gè)商業(yè)智能軟件供應(yīng)商都會夸耀自己的分析數(shù)據(jù)庫能夠比其競爭對手的產(chǎn)品處理更多并發(fā)用戶,能夠執(zhí)行更多復(fù)雜多維查詢,能夠更迅速地加載批量數(shù)據(jù),能夠進(jìn)行更復(fù)雜的計(jì)算密集型轉(zhuǎn)化,能夠管理更大規(guī)模的數(shù)據(jù)集。同樣,他們還會展開價(jià)格戰(zhàn),鼓吹自己產(chǎn)品比對手的產(chǎn)品性能更加全面且更加物美價(jià)廉。

在越來越商品化的商業(yè)智能市場里,分析的性價(jià)比成為了主要的購買指標(biāo)。這種趨勢帶動(dòng)業(yè)界日益重視分析設(shè)備的發(fā)展,也就是商業(yè)智能設(shè)備或數(shù)據(jù)倉庫設(shè)備的發(fā)展。

事實(shí)上,大多數(shù)領(lǐng)先的商業(yè)智能供應(yīng)商,如SAP(包括Business Objects)、IBM(包括Cognos)、甲骨文、微軟和SAS等,都有向市場提供自己的分析設(shè)備,也有的正在自行研發(fā)或和合作伙伴一起開發(fā)基于這類分析設(shè)備的產(chǎn)品。

雖然這些供應(yīng)商會繼續(xù)提供商業(yè)智能和數(shù)據(jù)倉庫解決方案作為軟件包產(chǎn)品,不過他們都已經(jīng)看準(zhǔn)了客戶需求的方向——將分析設(shè)備作為總體解決方案具有很大的吸引力。特別是中型市場客戶,對這類設(shè)備的興趣非常濃厚,他們認(rèn)為這些設(shè)備能夠?yàn)樗麄兲峁┛焖俨渴痤A(yù)先優(yōu)化的解決方案,并解除了技術(shù)人員匱乏的負(fù)擔(dān)。

隨著分析設(shè)備成為企業(yè)商業(yè)智能戰(zhàn)略的核心,數(shù)據(jù)倉庫設(shè)備將依靠自己的技術(shù)特性進(jìn)化成為完全成熟的商業(yè)智能平臺。Teradata、惠普、Netezza、Greenplum、DATAllegro、Dataupia和ParAccel等設(shè)備供應(yīng)商都將擴(kuò)展其執(zhí)行“數(shù)據(jù)庫內(nèi)分析”的能力,并自行研發(fā)、或與合作伙伴和客戶一起開發(fā)其他的應(yīng)用。

設(shè)備供應(yīng)商們會在數(shù)據(jù)庫特性優(yōu)化技術(shù)上一決雌雄,如索引技術(shù)、分區(qū)技術(shù)、內(nèi)存緩存技術(shù)、壓縮技術(shù)、立方體技術(shù)、斷詞(tokenization)技術(shù)和查詢計(jì)劃優(yōu)化技術(shù)等等用來管理各種分析任務(wù)的技術(shù)。而且,所有的設(shè)備供應(yīng)商都會通過大規(guī)模并行處理、集群技術(shù)、任務(wù)管理以及其他的特性來強(qiáng)化其硬件的可擴(kuò)展性。

此外,面向列數(shù)據(jù)庫(一種非常適合于數(shù)據(jù)密集查詢處理的存儲機(jī)制)的供應(yīng)商,如果不能重新圍繞應(yīng)用設(shè)備調(diào)整其市場準(zhǔn)入戰(zhàn)略,就會完全被分析市場所淘汰。

具備優(yōu)化過的硬件的面向列數(shù)據(jù)庫比只有軟件的競爭對手具備非常明顯的性能優(yōu)勢,以致于后者恐怕不得不將原有的市場份額拱手相讓。此外,雖然大多數(shù)設(shè)備供應(yīng)商避免使用面向列的存儲方式,而更傾向于將傳統(tǒng)的面向行的關(guān)系數(shù)據(jù)庫管理系統(tǒng)用來進(jìn)行多維聯(lián)機(jī)分析處理,但他們會將這種存儲技術(shù)作為備用技術(shù)為將來進(jìn)一步提升性能所用。

市場對價(jià)格低廉而功效顯著的分析技術(shù)日益增長的需求也將促進(jìn)基于訂閱模式的數(shù)據(jù)倉庫服務(wù)的發(fā)展,這種模式也稱為DW 2.0、數(shù)據(jù)庫2.0、云數(shù)據(jù)庫(cloud database)或按需數(shù)據(jù)庫(on-demand database)。微軟雖然不是第一個(gè)登上這個(gè)新技術(shù)舞臺的角色,但在這個(gè)舞臺上卻是表現(xiàn)最為突出的一個(gè),已經(jīng)在近期推出了SQL Server數(shù)據(jù)服務(wù)(SSDS)的有限測試版,并預(yù)計(jì)在2009年全面投放市場。在SQL Server數(shù)據(jù)服務(wù)中,微軟將SQL Server關(guān)系數(shù)據(jù)庫管理系統(tǒng)功能的一個(gè)子集用來支持分析和事務(wù)應(yīng)用。雖然微軟還沒有特別地為分析而優(yōu)化SSDS,不過微軟已經(jīng)表示將會向這個(gè)方向發(fā)展這項(xiàng)服務(wù)。

隨著越來越多的服務(wù)供應(yīng)商開展DW2.0服務(wù),DW2.0時(shí)代將不斷的出現(xiàn)價(jià)格更低廉,分析能力更強(qiáng)勁的服務(wù)。在未來十年內(nèi),軟件即服務(wù)供應(yīng)商將開始為高性能、高容量的復(fù)雜分析提供功能完善的基于訂閱的商業(yè)智能或數(shù)據(jù)倉庫服務(wù)。這些“云服務(wù)”將充分利用微軟、Google和其他“軟件即服務(wù)”供應(yīng)商所帶來的完全虛擬化、分布式、可擴(kuò)展網(wǎng)格計(jì)算工具,用于數(shù)據(jù)挖掘、性能優(yōu)化和其他計(jì)算密集型和數(shù)據(jù)密集型任務(wù)。

相信在不久的將來,利用DW2.0進(jìn)行分析就像利用互聯(lián)網(wǎng)一樣普遍。不管是在生意場還是在我們的日常生活中,只要有需要,我們就可以用它來處理任何決策支持的任務(wù),不管是大任務(wù)還是小任務(wù)。

【編輯推薦】

  1. 淺析商業(yè)智能BI的三個(gè)層次
  2. Oracle 11g R1中AWR基線增強(qiáng)
  3. Oracle 11g R1中大小寫敏感的密碼
責(zé)任編輯:楊鵬飛 來源: IT專家網(wǎng)
相關(guān)推薦

2019-05-24 11:51:18

BI數(shù)據(jù)倉庫數(shù)據(jù)分析

2010-06-25 18:41:14

teradatamaybank

2016-11-08 09:16:54

數(shù)據(jù)倉庫優(yōu)化

2009-05-04 13:19:27

2013-08-01 09:09:39

大數(shù)據(jù)

2023-08-23 15:33:15

數(shù)據(jù)倉庫數(shù)據(jù)分析

2019-06-06 14:08:37

數(shù)據(jù)倉庫數(shù)據(jù)分析數(shù)據(jù)報(bào)表

2009-01-19 13:54:58

ERP數(shù)據(jù)倉庫應(yīng)用研究

2009-01-19 15:01:38

數(shù)據(jù)倉庫Sybase數(shù)據(jù)庫

2021-09-01 10:03:44

數(shù)據(jù)倉庫云數(shù)據(jù)倉庫數(shù)據(jù)庫

2017-04-06 22:15:07

數(shù)據(jù)分析數(shù)據(jù)存儲數(shù)據(jù)倉庫

2023-09-05 16:30:53

數(shù)據(jù)倉庫數(shù)據(jù)分析

2017-11-24 17:20:37

數(shù)據(jù)庫數(shù)據(jù)倉庫讀寫分離

2009-01-18 15:34:56

數(shù)據(jù)倉庫邏輯物理結(jié)構(gòu)OLAP

2021-08-17 10:25:08

數(shù)字化轉(zhuǎn)型大數(shù)據(jù)應(yīng)用場景數(shù)據(jù)集合

2013-11-18 12:53:48

Teradata數(shù)據(jù)倉庫

2020-09-17 14:32:18

數(shù)據(jù)倉庫HiveImpala

2013-03-27 10:53:27

Teradata 大數(shù)據(jù)天睿

2022-07-28 13:47:30

云計(jì)算數(shù)據(jù)倉庫

2022-11-29 17:16:57

點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號