BI系统存在哪些问题，怎么解决？

数据分析的结果对决策、业务发展有着举足轻重的作用。

BI系统大概的架构

在BI系统里面，核心的模块是Cube，Cube是一个更高层的业务模型抽象，在Cube之上可以进行多种操作，大部分BI系统都基于关系型数据库，关系型数据库使用SQL语句进行操作。

BI系统存在的问题

BI系统更多的以分析业务数据产生的密度高、价值高的结构化数据为主，对于非结构化和半结构化数据的处理非常乏力；

由于数据仓库为结构化存储，在数据从其他系统进入数据仓库，叫做ETL过程，通常需要一个专门的ETL团队去和业务做衔接，决定如何进行数据的清洗和转换；

随着异构数据源的增加，要解析数据内容进入数据仓库，则需要非常复杂等ETL程序，从而导致ETL变得过于庞大和臃肿；

当数据量过大的时候，性能会成为瓶颈，在TB/PB级别的数据量上表现出明显的吃力；

数据库的范式等约束规则，着力于解决数据冗余的问题，是为了保障数据的一致性，但是对于数据仓库来说，并不需要对数据做修改和一致性的保障，这些约束反而会成为影响性能的因素；

ETL动作对数据的预先假设和处理，导致机器学习部分获取到的数据为假设后的数据，因此效果不理想。

Hadoop大数据分析平台出现

侧重从以下几个维度去解决做数据分析面临的瓶颈：

分布式计算：

思路是让多个节点并行计算，并且强调数据本地性，尽可能的减少数据的传输；

分布式存储：

分布式存储是指将一个大文件拆成N份，每一份独立的放到一台机器上，以及管理等操作；

检索和存储的结合：

目前的存储不单单的存储数据内容，同时会添加很多元信息。

Hadoop体系的大数据架构

传统的大数据架构

流式架构

Lambda架构

Kappa架构

Unifield架构