在我看来,Cognos动态Cube的出现绝非偶然~
传统Cube技术的喜与忧
2008年,我参与一家制造企业EIS系统的数据分析模块的产品和技术选型,经过多轮的评选和角逐,最终选用了易用且具有高度可扩展性的DMR模型(维度关系模型)来解决业务数据分析问题,该应用大大提高了开发速度和效率,而且有助于我后来更好的理解Transformer和Cube的含义。相对于PowerCube,基于DMR模型的OLAP分析(ROLAP)有如下优点:
1、较强的数据容错性。大家知道,Cognos的PowerCube对数据质量要求相对较高,任何Null值或除零的情况都可能会导致Cube刷新失败,这就要求在ETL清洗或者制定数据清洗规则的时候需要花费很大功夫,而基于DMR模型的OLAP分析没有这个困扰。
2、数据动态更新,可以Ad-hoc查询。PowerCube由于自身特性,数据是有滞后性的,对于实时的数据展现无能为力。
3、开发速度和效率较高,易于维护。DMR模型由于使用统一的元数据管理,也不用定期刷新Cube数据,减少了维护工作量。
尽管如此,PowerCube的灵活分析能力却是独树一帜。二者可以说是各有千秋,使用者们也是根据自身的业务特点各取所需。然而,这二者最大的一个痛点就是, 在处理千万行以上的数据分析时, 其性能和稳定性会急剧下降!(有人叹息,何时能出来一款工具,可以将PowerCube和DMR模型双剑合璧,集二者之大成乎?)
时代的发展呼唤新技术的诞生
时代变迁,转眼到了2012,各种数据量迅猛增长!
您知道吗?
自2012 年开始,大约每天创建 2.5 乘 10 的十八次方字节的数据。社交媒体现在每天会产生数 PB数据...数字还在增长...
大数据时代真的到来了...
曾经一度停留在概念层面的云计算和大数据技术开始蓬勃发展,大数据量的分析需求呼之欲出。然而,大数据量的分析需求却挑战了以往叱咤风云的MOLAP和ROLAP技术边界。事实上,面对千万量级的数据分析,无论是基于PowerCube的MOLAP,还是基于DMR模型的ROLAP,二者均显力不从心;试验和经验表明,当目标分析的数据量超过2000万行时,MOLAP和ROLAP的性能及稳定性均会显著下降。(应对千万级以上的数据量分析,你该怎么办?)
现如今,随着大数据时代的到来,业务用户对数据分析的时效性和稳定性要求越来越高,PowerCube和传统ROLAP的弊端也越发明显,时代的发展在呼唤新技术的诞生!
与此同时,市场上也开始出现各种对大数据量的分析产品和技术。QlikView, Tableau, Hana...从自包含立方体到大型内存设备,不同的供应商正在利用各种类似方法为业务用户提供及时的响应时间。Cognos Dynamic Cubes 技术旨在提供最大的灵活性,以便将内存和聚合感应技术用于加速对TB级的数据进行交互式分析。从某种程度上讲,他就是将PowerCube和ROLAP技术结合的集大成者,不仅如此,动态Cube技术对内存和聚合感应技术的使用更是如虎添翼,这必将使Cognos动态Cube技术成为大数据星球中的璀璨明星!
【8月21日】报表开发之动态Cube技术
http://www.cognoschina.net/Activity/?id=7
大家对于动态Cube技术有任何问题,可以通过上述活动链接进行提问!
P.S. 腾云驾雾正当时!购买阿里云的朋友们,使用推荐码HDH3NZ首单可立享9折优惠。http://www.aliyun.com/
后续展望:Cognos动态Cube技术在酒店行业应用(Demo)
如果觉得我的文章对您有用,请点赞。您的支持将鼓励我继续创作!
赞3
添加新评论0 条评论