第壹、從數據來源角度
大數據應用的數據來源，不僅僅包括非結構化的數據，還有各種系統數據，數據庫數據。其中非結構化數據主要是集中在互聯網以及壹些社交網站上的數據以及壹些機器設備的數據，這些都構成了大數據應用的數據來源。對於大數據的分析工具來說，現階段也是對於非結構化的數據分析的比較多。
BI系統則是在數據集成方面的技術越來越成熟，對於數據的提取，壹個各種數據挖掘的要求來說，數據集成平臺會幫助企業實現數據的流通和交互使用，在企業內部實施BI應用就是為了可以更好的對數據進行分享和使用。
第二、從思維方式角度
大數據對於傳統BI，既有繼承，也有發展，從?道?的角度講，BI與大數據區別在於前者更傾向於決策，對事實描述更多是基於群體***性，幫助決策者掌握宏觀統計趨勢，適合經營運營指標支撐類問題，大數據則內涵更廣，傾向於刻畫個體，更多的在於個性化的決策。
第三、從發展方向角度
BI的發展要從傳統的商務智能模式開始轉換，對於企業來說，BI不僅僅是壹個IT項目，更是壹種管理和思維的方式，從技術的部署到業務的流程規劃，BI迎來新的發展。對於大數據來說，現階段更多的大數據關註在非結構化數據，不同的數據分析工具的出現和行內的應用範圍不斷的加大，對於大數據應用來說，怎麽與應用的行業進行壹個深層次的結合才是最重要的。
第四、從工具的角度
傳統BI使用的是ETL、數據倉庫、OLAP、可視化報表技術，屬於應用和展示層技術，目前都處於淘汰的邊緣，因為它解決不了海量數據(包括結構化與非結構化)的處理問題。而大數據應用的是壹個完整的技術體系，包括用Hadoop、流處理等技術解決海量的結構化、非結構化數據的ETL問題，用Hadoop、MPP等技術計算海量數據的計算問題，用redis、HBASE等方式解決高效讀的問題，用Impala等技術實現在線分析等問題。因此是個全新的行業。
關於大數據與BI都有哪些區別，青藤小編就和您分享到這裏了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。