|商业智能BI直连业务数据库做报表的延迟风险( 二 )

数据可视化 - 派可数据商业智能BI可视化分析平台
所以，商业智能BI直连业务系统数据源是让企业能够一眼看明白的架构方式，但同时它也是一种很不专业、非常糟糕的开发方式。我碰到过不少的企业最开始上商业智能BI ，因为对商业智能BI不了解不熟悉，就是这么去实现的，后面根本推不动，没有办法重新再开发一遍，投入更大。
商业智能BI直连数据仓库数据库如果把商业智能BI直连业务数据源数据变成商业智能BI直连数据仓库数据库，有什么好处呢？
第一，底层业务系统怎么更换、迭代，数据仓库在中间做了隔离，尽可能不会影响到上层的报表，也就是商业智能BI ，只是往下更换了从新业务系统取数的ETL业务计算逻辑，整体模型架构还是稳健的。
第二，业务逻辑调整也是如此，在数据仓库模型中，只是局部的逻辑调整，复用性比较高。建数据仓库的目的之一就是公共指标下沉、计算逻辑下沉，在报表端只绑定指标，而非业务逻辑，采用后端建模的方式。所以，即使某个报表的指标有问题，商业智能BI中数据可视化页面也不用修改，而是在数据仓库中修改ETL取数逻辑，对整体数据可视化页面报表没有大的影响。

数据可视化 - 派可数据商业智能BI可视化分析平台
第三，商业智能BI的查询是基于数据仓库的，跟业务系统没有关系，查询压力只会落在数据仓库上，而不是传递到业务系统本身。
第四，通过数据仓库的分层解决建模、模型优化、查询性能优化，以空间换时间来提升前端商业智能BI可视化访问数据仓库数据的查询效率。
所以，商业智能BI的直连连的是什么，连的是数据仓库，而不是业务系统数据源。
也有一些企业因为对数据仓库不了解，所以在业务系统和商业智能BI前端之间建了一个中间库做隔离，这样是不是会好一些。确实如此，只要有隔离就会好一些，中间库也是一个数据库，跟数据仓库一样能做一些缓冲。
但数据仓库与中间库的差异就在于，数据仓库不仅仅只考虑系统之间的松耦合、隔离的问题，更加考虑了从业务系统数据传递到前端商业智能BI数据可视化之间的数据模型、数据分层、数据之间的松耦合等一系列复杂问题。所以一个是系统的松耦合，一个是除了系统松耦合之外，更加考虑到了数据、逻辑处理、分析模型的松耦合关系。
最后，分享给大家一句我很喜欢的话：不走捷径就是最大的捷径！