商业智能解决方案之分层架构法

商业世界对业务绩效的各个方面的近实时洞察的需求不断增长。这意味着传统的BI解决方案，以及其长的部署周期，繁重的资本支出以及对IT生成报告的持续依赖正在迅速让位于云托管解决方案。后者以更低的总体拥有成本为企业提供更快的见解。对于大多数IT主管而言，现在的问题不在于何时以及何时以及如何将其商业智能基础架构的至少某些方面转变为云。

在本文中，提供了一个与工具无关的框架，以帮助IT经理快速解决上述所有问题。使用这样的框架，管理人员可以轻松地将围绕云BI的战略愿景转化为战术实施项目，每个项目都有明确的议程，里程碑，交付方法，成本/资源要求和依赖关系。请注意，此框架完全是概念性的，可以应用于任何云平台或软件，而且变化可以忽略不计。

概念架构概述-分层方法

在软件架构中，关注点分离是一个古老的原则。我们在下面介绍的分层方法受到相同原则的启发，并试图将整个商业智能交付流程划分为完全分离的，逻辑上独立的层，这些层可以几乎独立地构建，设计和开发。这些层包括：

1.物理托管层

规划此层的注意事项很大程度上归结为选择正确的平台。这里的一个具体考虑是检查每个平台的按需定价模型上的关键BI工具的可用性。

如果您计划将这些工具用作BI技术堆栈的一部分，这应该是一个强有力的考虑因素。

从概念规划的角度来看，构建物理托管层意味着：

• 在上述某些方面基于尽职调查选择平台。
• 确定您需要运行哪些特定软件以及它将如何互连。
• 根据指示性硬件定价得出运营成本的初步估计（这些将在您完成其他层的架构时进行细化）。

2.数据存储层

规划数据存储层将涉及选择数据将如何存储在物理层中。一些考虑包括：

• 如何存储从外围系统中提取的原始数据？使用数据仓库吗？一个数据集市？或两者的结合？
• 最好还是使用大数据存储，然后运行ETL脚本将处理就绪数据提供给数据仓库？
• 是否存在使用No-SQL数据库的情况？
• 将来自外围系统的高级数据流定义到通常聚合原始数据的临时区域。
• 定义报告数据库的结构，其中包含为特定业务查询建模的数据。
• 我们将为每个逻辑组件使用哪种特定产品？
• 优化成本估算，技能要求和流程依赖性，作为物理层架构的第一个切入点。

虽然上述活动列表并不全面，但上述活动清单应为管理人员提供有关如何存储数据以及成本，技能要求，部署时间表和任何流程依赖性的初步估算的可靠概述。

3. ETL层

ETL（或ELT，取决于您处理数据的方式）层涉及从包含要分析的数据的各种外围工具中提取数据。构建此层的典型考虑因素包括：

• 我们将哪种工具用于ETL？各种脚本的高级概述，可将数据提取到暂存区域，然后将其提供给报告孤岛。
• 如何处理脱机数据访问（例如，存储长期令牌，基本身份验证等）。我们如何处理不提供离线数据访问的API？我们可以使用FTP下载吗？预定的电子邮件？
• 架构是否会受益于使用规范数据模型？例如，如果目标数据模型是固定的但源数据格式差别很大，那么使用规范数据模型将提供长期成本节省和更快的交付时间。

上述考虑因素可以根据计划阶段所需的估算和资源预测的准确性进行放大和缩小。

4.可视化层

数据被提取，安全存储，现在以报告就绪格式提供。现在是决定如何将其转换为信息的时候了。构建可视化层可归结为用于报告和仪表板的工具的选择。一些考虑因素包括：

• 我们使用构建或购买方法吗？如果用户数量很大，和/或要生成的报告很大程度上是静态的（不需要太多的交互或向下钻取功能），则可能值得考虑使用图表库。构建自己的可视化层。另一方面，如果报告要求具有高度互动性，那么投资商业BI工具将更为合适。
• 如果你决定使用商业工具，它会是哪一个？除预算外，此处的考虑因素还包括第三方应用程序的适配器可用性，它们提供的REST API服务的能力，文档/支持的质量以及技能可用性。

使用上述框架，管理人员不仅可以计划详细的实施，还可以准确估算项目成本/时间表。这些可能有助于做出是否迁移到云或将内容保留在场所的早期阶段决策。