數(shù)據(jù)庫(kù)作為一種數(shù)據(jù)管理的技術(shù)，起源于上世紀(jì)60年代，戰(zhàn)爭(zhēng)中對(duì)于情報(bào)管理的需要，而出現(xiàn)。但是促使數(shù)據(jù)庫(kù)系統(tǒng)，在短短10年間快速發(fā)展，取得突破性進(jìn)展的，卻是航天事業(yè)。

上面這張圖，是土星五號(hào)的整體結(jié)構(gòu)示意圖。

來(lái)自百科中關(guān)于土星五號(hào)的介紹:“土星5號(hào)仍是人類(lèi)歷史上使用過(guò)的自重最大的運(yùn)載火箭，高達(dá)110.6米，起飛重量3038.5噸；總推力達(dá)3408噸，月球軌道運(yùn)載能力45噸，近地軌道運(yùn)載能力118噸。它曾9次將宇航員送上月球?！?/p>

土星五號(hào)作為一個(gè)超級(jí)工程，有約200多萬(wàn)個(gè)零部件，而為了精確追蹤每一顆零件，從生產(chǎn)制造到安裝成型的整個(gè)過(guò)程，復(fù)雜程度之高，以至于NASA需要管理一個(gè)數(shù)據(jù)量龐大的巨型清單，來(lái)確保項(xiàng)目的正常運(yùn)作，如期完成。

為此，IBM、北美航空、卡特彼勒聯(lián)合，為 NASA 開(kāi)發(fā)了一套數(shù)據(jù)管理系統(tǒng) IMS。于是，人類(lèi)一不留神，創(chuàng)造出了當(dāng)今信息化技術(shù)中最重要的一部分——“數(shù)據(jù)庫(kù)系統(tǒng)”。正是依靠這項(xiàng)技術(shù)的助力，才最終將“登月”這項(xiàng)人類(lèi)壯舉從圖紙中，變成了現(xiàn)實(shí)。

在20世紀(jì)70年代，人類(lèi)不僅進(jìn)入了星際時(shí)代，同時(shí)也進(jìn)入了名為數(shù)據(jù)化的時(shí)代。

之后的50年里，隨著互聯(lián)網(wǎng)的興起，在互聯(lián)網(wǎng)的加持下，全球各國(guó)的企業(yè)都建設(shè)了大量的信息化系統(tǒng)，每天都會(huì)將真實(shí)的世界轉(zhuǎn)化為數(shù)據(jù)，永遠(yuǎn)的保存在數(shù)據(jù)庫(kù)中，這些日積月累下的巨量數(shù)據(jù)，就像是過(guò)去世界的影子，讓企業(yè)逐漸意識(shí)到，自己的業(yè)務(wù)系統(tǒng)每天生產(chǎn)的數(shù)據(jù)，變成了一座取之不盡的金礦。

但是如何充分利用大數(shù)據(jù)這座金礦，使之成為黃金？隨著這個(gè)問(wèn)題的出現(xiàn)，理所當(dāng)然的，就會(huì)涉及如何獲得數(shù)據(jù)、如何加工數(shù)據(jù)、如何做數(shù)據(jù)分析等等問(wèn)題。我們掰開(kāi)揉碎的來(lái)講，首先談?wù)勅绾潍@得數(shù)據(jù)?

當(dāng)前市面上種類(lèi)繁多的數(shù)據(jù)庫(kù)，關(guān)系型數(shù)據(jù)庫(kù)、非關(guān)系型數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)等等，著實(shí)令人眼花繚亂。甚至企業(yè)內(nèi)部，不同部門(mén)的數(shù)據(jù)庫(kù)類(lèi)型都是不一樣的，這就很容易造成數(shù)據(jù)互通存在某種壁壘。

想要隨時(shí)高效的獲取數(shù)據(jù)，第一關(guān)便是對(duì)于這些數(shù)據(jù)源的對(duì)接和數(shù)據(jù)獲取能力的考驗(yàn)。需要關(guān)注對(duì)各種不同數(shù)據(jù)源的實(shí)際對(duì)接能力，能在很短的時(shí)間內(nèi)和各種各樣的數(shù)據(jù)源進(jìn)行連接，并且可以隨時(shí)獲取其中的數(shù)據(jù)。

第二關(guān)，拿到了數(shù)據(jù)，但是拿到的數(shù)據(jù)中存在比如，數(shù)據(jù)缺失或者用0、1、2、3這種字符，代替了實(shí)際意義“異常的”、 “不干凈”的數(shù)據(jù)；或者例如拿了訂單數(shù)據(jù)，但是卻沒(méi)有關(guān)于哪個(gè)客戶(hù)下的訂單，這種“缺少相關(guān)數(shù)據(jù)字段”的問(wèn)題，那就需要對(duì)數(shù)據(jù)進(jìn)行“清洗”和“補(bǔ)充”。但是一般這些操作都是由技術(shù)人員通過(guò)sql或者ETL工具完成的，怎么讓不懂這些技術(shù)的同事也能夠進(jìn)行這部分工作呢？利用可視化技術(shù)，通過(guò)UI封裝復(fù)雜的代碼環(huán)節(jié)，最大程度的減少不懂技術(shù)所帶來(lái)的負(fù)擔(dān)。這同樣也可以間接的減少I(mǎi)T部門(mén)在開(kāi)發(fā)報(bào)表方面工作。

第三關(guān)，數(shù)據(jù)準(zhǔn)備好了，如何做數(shù)據(jù)分析呢？最普遍的數(shù)據(jù)分析方法，就是對(duì)比，較上年利潤(rùn)率提升了多少，具體的利潤(rùn)結(jié)構(gòu)如何，利潤(rùn)結(jié)構(gòu)中的某一部分增加了還是減少了等等。

一般情況下，我們會(huì)拉張報(bào)表，看看結(jié)果如何?？墒鞘苤朴谥谱鲌?bào)表的工具，很難做到深度縱觀全局的聯(lián)動(dòng)分析效果。比如，我想看企業(yè)整體收入結(jié)構(gòu)，和其中主營(yíng)業(yè)務(wù)相關(guān)的數(shù)據(jù)，僅僅是這個(gè)場(chǎng)景下，我們就需要看至少兩張不同的報(bào)表，甚至還要去不同系統(tǒng)中去翻找。

但若做了數(shù)據(jù)下鉆這種功能后，就可以直接從整體收入結(jié)構(gòu)中層層下鉆，下鉆到不同業(yè)務(wù)分類(lèi)中。再配合數(shù)據(jù)可視化，可以最大化的提升數(shù)據(jù)的利用效率和利用率。

例如下方的兩張圖，從全國(guó)下鉆到華中大區(qū)，看到每個(gè)省份的具體數(shù)據(jù)，當(dāng)然，如果數(shù)據(jù)粒度足夠，仍可以繼續(xù)下鉆。

第四關(guān)，做了基本的數(shù)據(jù)分析后，企業(yè)常規(guī)的數(shù)據(jù)分析需求已被解決，可以隨時(shí)隨地查看到企業(yè)常規(guī)的一些報(bào)表和報(bào)告。而某些特殊的數(shù)據(jù)分析需求，比如需要利用海量的數(shù)據(jù)作為深度分析的基礎(chǔ)，訓(xùn)練某種可以用于預(yù)測(cè)的深度分析模型。在實(shí)現(xiàn)過(guò)程中，我們發(fā)現(xiàn)，深度學(xué)習(xí)所使用的數(shù)據(jù)，就是來(lái)源于企業(yè)自己的業(yè)務(wù)系統(tǒng)，同樣需要做數(shù)據(jù)準(zhǔn)備的工作，在模型計(jì)算完成后，預(yù)測(cè)結(jié)果同樣需要和實(shí)際結(jié)果進(jìn)行對(duì)比。那么在同一個(gè)數(shù)據(jù)分析系統(tǒng)中做深度分析，顯然是可行的，也是必要的。

所以能夠在一套系統(tǒng)中同時(shí)滿足自服務(wù)數(shù)據(jù)準(zhǔn)備、探索式分析、深度分析和企業(yè)級(jí)管控的工具——BI（商業(yè)智能），便應(yīng)運(yùn)而生。而YonghongBI正是為了解決如何提取大數(shù)據(jù)的價(jià)值這個(gè)核心問(wèn)題，而推出的一站式的大數(shù)據(jù)分析平臺(tái)。

那么什么是YonghongBI一站式大數(shù)據(jù)分析平臺(tái)？

永洪科技是這么定義的：

它必須能夠提供了一個(gè)完整的用戶(hù)體驗(yàn)——把大數(shù)據(jù)分析所需的產(chǎn)品功能全部融入一個(gè)平臺(tái)下，進(jìn)行統(tǒng)一管控；

它支持全部云端OS，支持公有云、私有云和混合云等多種架構(gòu)；

它能夠讓用戶(hù)輕松、快速地得到動(dòng)態(tài)報(bào)表和可視化展現(xiàn)；

它不僅能被IT人員掌握，也能讓業(yè)務(wù)人員輕松操作。

目前，永洪科技一站式大數(shù)據(jù)分析平臺(tái)（注：以下行業(yè)案例中縮寫(xiě)為Yonghong Z-Suite）核心功能包括：自服務(wù)數(shù)據(jù)準(zhǔn)備、探索式分析、深度分析和企業(yè)級(jí)管控，提供三款核心產(chǎn)品：敏捷BI、深度分析和MPP數(shù)據(jù)集市。

產(chǎn)品特點(diǎn)包括：簡(jiǎn)單交付、輕松上手、移動(dòng)跨屏、大數(shù)據(jù)處理能力。

當(dāng)前，有哪些人在使用一站式大數(shù)據(jù)分析平臺(tái)？

從用戶(hù)分類(lèi)情況來(lái)看，主要有四類(lèi)用戶(hù)群：

第一類(lèi)用戶(hù)是報(bào)表的開(kāi)發(fā)者，需求是快速開(kāi)發(fā)；

第二類(lèi)是高級(jí)用戶(hù)，大部分是數(shù)據(jù)分析專(zhuān)員或者業(yè)務(wù)專(zhuān)家。需求是深入洞察分析；

第三類(lèi)是普通用戶(hù)，部分是經(jīng)理，團(tuán)隊(duì)管理人員，需求是輕松上手及真正接觸數(shù)據(jù)；

第四類(lèi)用戶(hù)是高層管理人員，需要報(bào)表一目了然，便于操作，需求是隨時(shí)隨地查看數(shù)據(jù)，提供決策支持。

很多人有疑問(wèn)，一站式大數(shù)據(jù)分析平臺(tái)的深度用戶(hù)是不是只有大數(shù)據(jù)量的企業(yè)？其實(shí)不然。永洪科技在實(shí)際項(xiàng)目中發(fā)現(xiàn)，一站式大數(shù)據(jù)分析平臺(tái)一方面適用于政府、金融、電信、互聯(lián)網(wǎng)公司、醫(yī)療、零售快消、大型制造業(yè)/傳統(tǒng)企業(yè)等這類(lèi)數(shù)據(jù)量比較大的客戶(hù)，也同樣能夠更好地適配于數(shù)據(jù)量比較小的中小企業(yè)，大型企業(yè)中有獨(dú)立信息系統(tǒng)的業(yè)務(wù)部門(mén)。

所以，一站式大數(shù)據(jù)分析平臺(tái)的深度用戶(hù)沒(méi)有數(shù)據(jù)量大小之分，它本身的天然特性決定了其具有更強(qiáng)的適用性，能夠適用于各行業(yè)、各種類(lèi)型的客戶(hù)群體。