FineDirect引擎功能定位

编辑
文档创建者:Holly (超级管理员 )     浏览次数:1598次     编辑次数:7次     最近更新:doreen0813 于 2017-09-06     

目录:

1. 描述编辑

FineBI在FineDirect引擎推出之前已经是一个从数据管理到前端分析的完整的产品了,为什么我们还需要新的数据引擎FineDirect呢?


2.为什么FineBI需要FineDirect引擎编辑


Fineindex给企业留下了哪些问题

关于BI系统的建设,企业最头痛的问题就是,用于数据分析的数据量增大时,如何才能保证查询和分析的响应速度依旧很快。通过帆软自主研发的Fineindex引擎这个问题得到了解决。企业将需要进行数据分析数据,通过定时,全量或者增量的方式,将数据同步到FineBI的index模型中,不论数据源本身来自什么样的数据库,Fineindex都能保证他的查询速度。
为了解决这个问题,我们牺牲了或者说忽略了企业数据源的一些优势:
1.数据的实时性。因为实际业务的需要,仅仅是对历史数据的分析并不能完全解决问题,比如说互联网经常关注的系统的注册数量,页面访问量,用户访问量等指标,都是需要实时监测的。因此企业的IT部门提供了实时分析的数据底层,如spark,但是如果通过Fineindex引擎,那这部分的数据等同步完成之后,已经不是当前最新的状态了,数据的价值大打折扣。
2.数据库本身的性能以及DBA对数据库做的各种优化。无论是传统的关系数据库还是如今的hadoop,mpp数据库,都在为如何更多更好更快的处理数据而努力,同时也提供了种种根据业务场景进行的数据库优化工具。但是如果通过Fineindex,数据又一次经过了一个ETL的过程之外,数据源本身的性能也没办法利用到,实在是有点浪费。
3.存储空间。虽然计算机的存储已经不是什么大的问题,但是通过Fineindex引擎,数据被再一次的生成一遍,而且为了保证查询效率,生成Fineindex之后的数据所占空间也进一步膨胀。比如用户在进行数据分析时,每次分析都只会用到一天的数据,但是管理员并不知道他会用到哪一天的数据,因此需要将所有历史数据都生成Fineindex。当数据量非常大时,不但生成数据等漫长时间很难忍受,每天进行数据增量时的等待也是一个很繁琐的过程。 

FineDirect如何解决这些问题

222


基于上面的一些问题,我们在Fineindex的基础上加入了FineDirect引擎来完善我们的取数体系。
FineDirect是FineBI推出的大数据直连引擎功能模块,旨在帮助企业用户更好地处理超大数据量的分析要求和数据源实时性的需求。通过FineDirect直连引擎,企业可以直接对接现有的数据源,无论是传统的关系型数据库(Oracle,Sqlserver),还是日益成熟的Hadoop生态圈,Mpp架构的解决方案,都可以直接进行自助取数分析,可以不再经过FineBI的多维数据库(FineIndex)建模,实现更敏捷的、更及时的决策分析。

3.FineDirect引擎核心特点编辑


PB级别数据量多维分析

FineDirect直连引擎给出了数据端到应用端的完整解决方案,支持连接企业已有的大数据计算平台,如Hadoop、Kylin、Greenplum、Vertica等,在充分利用平台计算性能的同时,也解决了TB至PB级超大数据量多维分析的难题。在企业不具备这样性能优秀的数据仓库情况下,帆软也可以提供底层选型的建议和专业的实施团队。


实时大数据分析

FineDirect能够连接实时数据进行分析,及时返回分析结果。基于FineDirect的可视化引擎,可以将用户拖拽分析的操作,实时地转化为经过处理的查询语言,实现对企业数据库实时分析的效果。


双引擎模式灵活搭配

FineBI已有FineIndex引擎(原cube)和新的FineDirect直连引擎可以搭配使用,来满足不同的应用场景。企业可以根据实际需求的不同准备两种类型的数据,通过FineIndex模式配置那些不经常更新、实时性要求不高的数据;通过FineDirect直连引擎配置大数据量且有实时分析需求的数据。

FineDirect引擎的安装部署

FineDirect数据配置

FineDirect引擎新建仪表板

FineDirect权限配置

FineDirect引擎系统配置

MySQL中文乱码

附件列表


如果您认为本文档还有待完善,请编辑

文档内容仅供参考,如果你需要获取更多帮助,请咨询帆软技术支持
关于技术问题,您还可以通过帆软论坛获取帮助,论坛上有非常多的大神,有些水平比帆软工程师还要高哦。
若您还有其他非技术类问题,可以联系帆软传说哥(微信ID:frbiaoge)

本文档是否有用?
谢谢! 我们非常感谢您的反馈。
提交反馈: