点绿色语音图标开始收听
大家好，我是音智达信息技术有限公司售前顾问兼Qlik 产品经理 Leo LOU，今天我来为大家简单介绍一下敏捷BI和Big Data技术的整合。
首先，如果有对BI的发展历程还不熟悉的人，可以先浏览观视界过往语音中《商务智能的发展》，再次，我们有了这一基础之后，了解了企业自身所处的商务智能的阶段有一个初步的认识，那我们就可以开始进入到这次的正题：敏捷BI和Big Data技术的整合。
敏捷BI即现代BI,又或叫做BI 2.0,代表的产品如Qlik Sense,Tableau, PowerBI 等，他们的一大特点是提倡用户自助式的数据分析，一般，使用者只需要稍加学习就可以开始数据分析和数据可视化。
BigData即我们常说的拥有4V特征，即Volume（数据量大）：采集、存储和计算的量大。Variety（类型繁多）：种类和来源多样化。Value（价值密度低）：数据价值密度较低。Velocity（速度快失效高）：数据增长速度快，处理速度快，时效性高。Big Data生态下的产品众多，今天我们不着眼什么样的企业需求敏捷BI和Big Data技术，我们看在已经对这些技术有所需求的时候，敏捷BI和Big Data技术怎么样可以有效地整合，给我们的业务人员提供更加落地的数据分析环境。
我今天会以Qlik Sense和 Kylin 为例。Apache Kylin™是一个开源的分布式分析引擎，提供Hadoop/Spark之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由eBay Inc. 开发并贡献至开源社区。它能在亚秒内查询巨大的Hive表。我们简单理解为它是Big Data架构下的OLAP解决方案，可以把敏捷BI已经无法靠自身处理的PB级别数据或者更高数据量在亚秒级处理完成，并可以支持Rest和ODBC输出方式。
特别声明，这里在分享中我所提到的是Qlik Sense，但如Tableau, PowerBI都可以有效通过ODBC方式链接Kylin.说回到Qlik Sense这边，要利用到Kylin超高的OLAP计算能力，Qlik Sense的数据对接方式需要稍作调整，需要用到Direct Query的方式，在脚本层面可以定义我们所需要的维度和度量，并可以用Native的Function直接使用到Kylin本身支持的Function.
这里需要特别注意，Direct Query是会真实抽取维度信息，并保存在这份分析中的，而度量的真实数据是不会被抽取过来，而是会通过用户在前端分析点选维度信息后，回传给Kylin，并快速计算出结果重新以及重新渲染可视化效果。这便是一个最简单的敏捷BI和Big Data技术的整合例子。
例子中，Qlik Sense几乎不保存数据，也几乎不需要利用到它本身内存式引擎的计算能力。Qlik的Big Data的解决方案有很多，Direct Query这只是一种方式，Big Data的生态也不仅是我们提到的Kylin。
时间关系我们今天的分享就到这里，我这里留下一些分享后的思考，大家可以在留言区交流。我们各自企业中用到了什么Big Data的技术和生态，企业中是如何和BI进行整合的。
One more things
数字化学会社群正在招募，旨在为数字化行业从业者、学习者和爱好者搭建一个交流平台。请仔细阅读下列分类，并准备名片。企业工程师优先入群。
加群方式：在公众号后台回复“加群”，按照步骤操作即可。
1、数字化学会（华为群）
2、大数据AI群
3、智能制造业群
4、数据分析师群
长按识别二维码，了解更多学会信息
