接触过大数据的人对BI和
数据仓库可能不陌生，但是却不知道BI和数据仓库有什么区别。实际上这个问题的背后能反映出来大数据领域内的人员对BI的理解还是有些不准确和偏差，这个问题实际上从概念上把BI和数据仓库人为的割裂了。这种情况其实也比较正常，因为大家对BI的第一印象就是各种炫酷的可视化图表、报表，再加上市面上有很多轻量的前端可视化BI分析工具，就造成大家对BI的认知就停留在可视化这部分了。准确的来说，
商业智能BI不仅仅包含前端可视化分析、报表展现的能力，更包含了底层数据仓库的建设过程。
一、BI（商业智能）BI指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。是分析数据并获取洞察力、从而帮助企业做出决策的一系列方法、技术和软件。
二、数据仓库
数据仓库是一个集成的、面向主题的、反映历史变化、相对稳定的数据集合，用于支持管理决策和信息的全局共享。
集成指的是据仓库中的信息不是从各个业务系统中简单抽取出来的，而是经过一系列加工、整理和汇总的过程，因此数据仓库中的信息是关于整个企业的一致的全局信息。
面向主题指的是，数据仓库中的数据都是按照主题进行组织的，比如：收入、客户、销售渠道等等。而不是不是像业务支撑系统那样是按照业务功能进行组织的。
反应历史变化是指数据仓库内的信息并不只是反映企业当前的状态，而是记录了从过去某一时点到当前各个阶段的信息。通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。
相对稳定指的是数据仓库中保存的数据是一系列历史快照，不允许被修改。用户只能通过分析工具进行查询和分析。
三、BI与DW的关系
BI商业智能，可以定义为一个系统方案，从数据仓库，到ETL(
数据清洗)，OLAP分析，以及深度的数据挖掘，前端报表展现。在具体企业数据分析项目中，会将它们中的若干个结合起来，实现一个完整的企业数据分析技术方案。BI商业智能，现在也更多定义成一个
数据分析工具。涵盖数据抽取、数据建模、数据清洗、OLAP分析、数据挖掘，以及面向主题的分析报表管理，更像是一个应用。
而数据仓库是一个大的
数据存储集合，出于企业的分析性报告和决策支持目的而创建，按照分析的主题对业务数据进行筛选与整合。仓库中的数据来源于各种mysql、mangoDB、以及业务系统库中的数据，最终输出成各种业务报表，分析报表，或者用于企业的数据分析、数据挖掘。知名的商业数据仓库有Oracle、DB2、Teradata。
如果是把BI商业智能堪称一个方案，那数据仓库就是其中的一环，这也是传统BI的方案。如果把BI商业智能定义为一个应用，那数据仓库就是下面的数据层，提供基于分析的数据支撑。
四、如何搭建合适的BI方案
亿信ABI一站式数据分析平台是亿信华辰历经十五年匠心打造的国产化BI工具，技术自主可控。能一键连接百种数据源，包括文件数据源及接口数据源。多样的建模方式和丰富的数据处理组件高效便捷地实现了数据仓库的构建及数据的抽取、清洗、转换等操作。打通从数据接入、到数据建模与处理、再到数据分析与挖掘整个数据应用全链路，可满足企业经营中各类复杂的分析需求，帮助企业实现高效数字化转型。
（部分内容来源网络，如有侵权请联系删除）
