摘要：近日，帆軟官方正式發布大數據直連引擎FineDirect模塊。通過該模塊，企業在應用FineBI原有功能的基礎上，可直接對接現有數據源，無論是傳統的關系型數據庫，還是Hadoop生態圈、Mpp構架，都可以直接自助取數分析。

當前，企業對數據的應用，一方面數據倉庫和BI結合的方式仍占主導，另一方面越來越多的企業已逐漸引入大數據計算平臺。個性化的方案、日益增長的數據，對BI工具的要求越來越高。

Gartner也在2017年的BI報告中指出：未來5年，基于Hadoop/Spark，基于搜索和可視化的數據探索分析功能將作為新型BI和分析平臺的組件融合到下一代數據探索分析產品中。

過去， FineBI一直采用FineIndex（原cube）的方式取數分析，也就是“數據庫-FineIndex-前端分析”的方式。這里的FineIndex相當于一個中間的多維數據庫，用于存儲數據表，對數據關聯轉義，這些都對之后的前端分析處理數據效率有很大的提升。因為直接sql取數，效率受數據庫本身的限制，數據量大時，一般分析工具很容易就卡死甚至內存溢出導致系統無響應，這也是FineIndex方案的初衷。FineIndex存在有兩個意義，一個是提升效率，一個是對數據進行二次整合處理。

如今，FineBI已有FineIndex引擎（原cube）和新的FineDirect直連引擎，可以搭配使用滿足不同的場景。企業可根據實際需求的不同準備兩種類型的數據，通過FineIndex模式配置那些不經常更新，實時性要求不高的數據；通過FineDirect引擎來配置大數據量且有實時分析需求的數據。

FineDirect主要是應對數據的實時分析以及大數據量的分析處理。例如金融行業交易風險分析，對每一筆流水實時分析。此外，不少企業已經有了自己的大數據計算平臺，例如hadoop、kylin、greenplum、vertica等，FineBI直連引擎提供了對接這些數據平臺的功能。

目前，經過多次的內測以及實際場景應用，FineBI直連方案已經在多家公司有了成功的案例：

案例一：上海汽車集團——超大數據量實時分析

上汽集團生產的每一輛汽車每5分鐘就會回傳一次其在公路上行駛時產生的GPS定位數據，目前數據的積累量在5億左右，FineDirect數據引擎幫用戶解決了這些海量數據的展現問題，可以在5S內得到展現結果。

案例二：江蘇銀行——跨數據源分析

FineDirect跨數據源的處理能力， 將該行統一的機構表與多個不同系統的數據表進行關聯分析，不需要在每個用到機構表的系統中單獨維護一張該表，保證了數據的一致性。并且借助FineDirect的參數功能，充分利用業務現有Oracle數據庫的索引，實現了更靈活的實時分析。

案例3：貝貝熊 —— HANA數據庫實時分析

該公司于2017年初重新搭建了hana數據庫以解決大數據實時分析的需求，利用FineBI的FineDirect直連引擎對接hana數據庫，解決了困擾已久的實時大數據分析難題。在供應商進貨實時分析、銷售自由日期實時對比，會員銷售實時分析等場景進行了實際應用。

技術細節

1、20種大數據平臺對接

支持對接多類大數據平臺諸如hadoop，vertica，sap hana，greenplum，kylin等多達20種，讓平臺自身的計算優勢最大化。

2、完全可視化的配置

可視化的SQL引擎，可視化的多維分析，從數據配置到數據展現。覆蓋自助BI的兩個階段：自助取數與自主分析。

3、智能化緩存機制

智能化緩存機制，最大化節省計算資源，保證高并發量壓力下數據庫的可用性，讓數據獲取速度更優，資源更省。

4、靈活的參數應用

靈活易用的參數配置功能，可視化參數設置界面，支持通過參數來實現更加靈活的數據獲取。

5、敏捷易用的數據模型

可視化的數據關聯模型配置，智能化模型配置推薦，跨數據源關聯消除孤島，內存化與庫化機制自助可選，滿足企業絕大多數的實際應用場景。

6、多級權限控制

支持多級權限控制，滿足體量更大的集團用戶的權限分配和下放。

7、多數據源覆蓋

支持通過帆軟報表FineReport的服務器數據集連接功能，實現更多數據源直連覆蓋。

8、與FineIndex搭配使用

支持與FineIndex同平臺應用，企業可以根據自身的應用場景靈活的選擇兩種模式，滿足不同需求。

總結

以上是生活随笔為你收集整理的帆软发布大数据直连引擎FineDirect，对焦大数据BI的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。