現在很流行用壹些縮寫來表達意思，可以讓我們的交流越來越快。但是這種方式也存在壹些問題，因為容易混淆意思，所以理解的時候要綜合分析背景和場合。Bi也是壹個常見的縮寫，那我們就來看看它在商業技術中代表什麽吧！
詳細內容
01
商業智能(BI)，也稱為商業智能或商業智能，是指利用現代數據倉庫技術、在線分析處理技術、數據挖掘和數據呈現技術來分析數據，以實現商業價值。商業智能的概念最早是由Gartner Group在1996中提出的。Gartner Group將商業智能定義為:商業智能描述了壹系列概念和方法，並通過應用基於事實的支持系統來輔助商業決策。商業智能技術提供了使企業能夠快速分析數據的技術和方法，包括收集、管理和分析數據，將這些數據轉化為有用的信息，然後分發到企業的各個部分。
請點擊輸入圖片說明。
02
定義為以下軟件工具的最終用戶查詢和報告工具的集合。它是專為支持主要用戶訪問原始數據而設計的，不包括適合專業人員的成品報告生成工具。OLAP工具提供了壹個多維數據管理環境，其典型應用是業務問題的建模和業務數據的分析。OLAP也被稱為多維分析。數據挖掘軟件。使用神經網絡和規則歸納等技術來發現數據之間的關系，並根據數據進行推斷。數據倉庫和數據集市產品。它包括用於數據轉換、管理和訪問的預配置軟件，通常還包括壹些業務模型，如財務分析模型。聯機分析處理(OLAP)的概念最早是由關系數據庫之父E.F.Codd在1993中提出的，他還提出了關於OLAP的12準則。OLAP的提議引起了巨大的反響。作為壹種產品，OLAP明顯不同於在線事務處理(OLTP)。
請點擊輸入圖片說明。
03
今天的數據處理可以大致分為兩類:聯機事務處理(OLTP)和聯機分析處理(OLAP)。OLTP是傳統關系數據庫的主要應用，主要處理基本的、日常的事務，比如銀行事務。OLAP是數據倉庫系統的主要應用，支持復雜的分析操作，側重於決策支持，提供直觀易懂的查詢結果。OLAP是壹種軟件技術，它使分析師、經理或高管能夠從多個角度快速、壹致和交互式地訪問信息，從而更深入地理解數據。OLAP的目標是滿足多維環境下的決策支持或特定的查詢和報表需求，其技術核心是“維度”的概念。“維度”是人們觀察客觀世界的角度，是壹種高級分類。“維度”壹般包含層級關系，有時相當復雜。通過將實體的許多重要屬性定義為多個維度，用戶可以比較不同維度的數據。所以OLAP也可以說是多維數據分析工具的集合。
請點擊輸入圖片說明。
04
OLAP的基本多維分析操作包括鉆取(上滾和下鉆)、切片和切塊、透視、鉆取、穿透鉆取等。鉆取是為了改變維度的層次和分析的粒度。它包括向上滾動和向下鉆取。上卷是將低級明細數據匯總成某個維度的高級匯總數據，或者降維；另壹方面，下鉆是從匯總數據到詳細數據進行觀察或添加新的維度。切片和切塊關心的是在某些維度上選取值後，測量數據在其余維度上的分布。如果只剩下兩個維度，那就是切片；如果有三個，就切成塊。旋轉是改變維度的方向，也就是重新安排維度在表中的位置(例如，交換行和列)。
請點擊輸入圖片說明。
05
OLAP的實現方式有很多種，根據存儲數據方式的不同可以分為ROLAP、MOLAP和HOLAP。ROLAP代表基於關系數據庫的關系OLAP。以關系數據庫為核心，多維數據用關系結構表示和存儲。ROLAP將多維數據庫的多維結構分為兩類表:壹類是事實表，用於存儲數據和維度關鍵字；另壹種是維度表，即每個維度至少使用壹個表來存儲維度的描述信息，如維度層次結構、成員類別等。維度表和事實表由主鍵和外鍵鏈接，形成“星形模式”。對於層次結構復雜的維度，為了避免冗余數據占用過多的存儲空間，可以用多個表來描述。星型模式的這種擴展被稱為“雪花模式”。MOLAP代表基於多維數據組織的多維OLAP。以多維數據組織為核心，也就是說MOLAP使用多維數組存儲數據。多維數據在存儲中會形成“立方體”結構，MOLAP中對立方體的“旋轉”、“切割”、“切片”是生成多維數據報表的主要技術。HOLAP代表基於混合數據組織的混合OLAP。比如低層是關系型，高層是多維矩陣。該方法具有較好的靈活性。還有其他方法可以實現OLAP，比如提供專用的SQL Server，對壹些存儲模式(比如星型、雪花型)的SQL查詢提供特殊支持。