Sybase IQ商業智能利器

概述

商業智能(Business Intelligence，BI)系統使組織能夠通過利用客戶、供應商以及內部業務操作的有關信息來提高商業性能。BI 系統的最終目標是使用戶能夠消費大量有關數據，對其進行分析從而使企業有機會增加收入或者節省成本。

BI應用已經廣泛存在於各個行業，比如電信行業為獲得和留住客戶而使用的呼叫行為分析，擁塞分析，服務使用分析，經營分析等等;金融行業在風險管理方面采用的信用風險分析，貨幣風險分析，資產與負債管理等;以及可以用於所有行業的損益P&L 分析，欺詐監測，技術性能分析，價值鏈分析，分析型CRM等等。

商業智能的發展大致經歷了三個階段，在最初的報表分析階段，分析應用僅僅是向高級管理層提供固定格式、時間、內容的基本的靜態信息;在商業智能發展的第二階段，企業逐漸建立了數據倉庫系統以存儲業務數據，通過分立的數據集市解決特定的專題分析，並提供OLAP和統計分析。最新的商業智能應用，致力於建立以客戶為中心的全企業范圍的分析應用，集成各個層面的客戶交流渠道，集成復雜的管理工具(OLAP, 數據挖掘、業務評估)，並通過對數據的分析影響企業的業務模式。

目前的商業智能應用系統通常分為三層結構(如圖)：

而數據存儲管理是數據倉庫系統的核心。

提到數據存儲管理，我們不能不提目前廣泛應用於交易型(OLTP)數據管理系統中的傳統的關系型數據庫，這種數據庫具有數據結構化、最低冗余度、較高的程序與數據獨立性、快速的事務處理能力等特性，在處理交易型(OLTP)事務時具有優勢。而在以OLAP分析為主的新的商業智能環境下，對數據管理的需求發生了很大變化，比如海量數據存儲，快速查詢，復雜查詢，即席查詢，大量並發用戶等等，傳統的數據庫在應對新的需求時往往力不從心。事實上，我們認為沒有一個數據庫可以同時滿足OLTP與OLAP兩種類型的數據存儲管理需求。

Sybase IQ介紹

Sybase的數據倉庫方法從根本上不同於其他的關系型數據庫提供商。Sybase認為，傳統的關系型方法以及ROLAP方法效率很低，要想獲得足夠的性能，必須通過高額的成本，在額外的硬件、軟件、資源、錢、時間上進行大量投資，否則不可能達到。因此Sybase已經開發了一個新的關系型數據庫——逆向關系型數據庫可能是對此最好的解釋，它使用一個傳統的關系型結構以及與其類似的非常熟悉的術語，但是卻是基於列的，而非基於行的。