目前移動(dòng)端只支持IOS系統(tǒng)。Qlikview: Tableau是最大的競(jìng)爭(zhēng)對(duì)手。和Tableau以及國(guó)內(nèi)很多BI一樣，屬于新一代的輕量級(jí)BI產(chǎn)品，體現(xiàn)在建模、部署、使用上。只能在windows系統(tǒng)上運(yùn)行，C/S產(chǎn)品架構(gòu)。在內(nèi)存中使用動(dòng)態(tài)計(jì)算，數(shù)據(jù)量小，速度快；數(shù)據(jù)量大的時(shí)候，內(nèi)存消耗很大，性能很慢。Cognos:使用最廣泛的傳統(tǒng)BI工具已經(jīng)被IBM收購(gòu)。

國(guó)內(nèi)大數(shù)據(jù)公司還是做很多前端可視化的。BAT真的是大數(shù)據(jù)。行業(yè)有硬需求，其他行業(yè)跟不上。需求決定市場(chǎng)。再來(lái)說(shuō)說(shuō)更一般的數(shù)據(jù)分析。大數(shù)據(jù)分析也屬于一塊數(shù)據(jù)分析。在實(shí)際應(yīng)用中，數(shù)據(jù)分析工具可以分為兩個(gè)維度:第一個(gè)維度:數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)報(bào)表層、數(shù)據(jù)分析層，第二個(gè)維度:用戶級(jí)、部門(mén)級(jí)、企業(yè)級(jí)、BI級(jí)1。數(shù)據(jù)存儲(chǔ)層，數(shù)據(jù)存儲(chǔ)設(shè)計(jì)，數(shù)據(jù)庫(kù)概念和數(shù)據(jù)庫(kù)語(yǔ)言。這方面不用深究，但至少要了解數(shù)據(jù)的存儲(chǔ)方式，基本結(jié)構(gòu)，數(shù)據(jù)類型。

我們可以從選擇查詢、更新修改、刪除刪除和插入插入的基本結(jié)構(gòu)和讀取開(kāi)始。Access2003、Access07等。這是最基本的個(gè)人數(shù)據(jù)庫(kù)，常用于個(gè)人或部分基礎(chǔ)數(shù)據(jù)存儲(chǔ)；MySQL數(shù)據(jù)庫(kù)是部門(mén)或互聯(lián)網(wǎng)數(shù)據(jù)庫(kù)應(yīng)用所必需的，掌握數(shù)據(jù)庫(kù)結(jié)構(gòu)和SQL語(yǔ)言的數(shù)據(jù)查詢能力是關(guān)鍵。

工具介紹1。前端呈現(xiàn)呈現(xiàn)分析的前端開(kāi)源工具有JasperSoft、Pentaho、Spagobi、Openi、Birt等等。用于演示分析的商業(yè)分析工具包括StyleIntelligence、RapidMinerRadoop、Cognos、BO、Microso和Tableau。國(guó)內(nèi)有BDP，郭云數(shù)據(jù)(大數(shù)據(jù)鏡像)，Smart，F(xiàn)ineBI等等。

EMCGreenPlum、HPVertica等。3.數(shù)據(jù)集市包括QlikView、Tableau、StyleIntelligence等等。擴(kuò)展數(shù)據(jù)的六個(gè)基本方面大數(shù)據(jù)分析1。數(shù)據(jù)可視化是數(shù)據(jù)分析專家和普通用戶對(duì)數(shù)據(jù)分析工具的最基本要求?？梢暬梢灾庇^地展示數(shù)據(jù)，讓數(shù)據(jù)自己說(shuō)話，讓受眾聽(tīng)到結(jié)果。

大數(shù)據(jù)涉及面廣，涉及面廣，技術(shù)難度大。國(guó)內(nèi)能做到的公司不多。我知道百度，華為，聯(lián)想，浪潮，電子華云，騰訊，阿里巴巴，中科曙光等等。國(guó)外BI: SAS BI，IBM cognos，OracleBIEE，SAPBO，PowerBI，Informatica，Arcplan，QlikView，Tableau等。

大數(shù)據(jù)是指在一定時(shí)間內(nèi)，常規(guī)軟件工具無(wú)法捕捉、管理和處理的數(shù)據(jù)集合。它是一種海量、高增長(zhǎng)、多元化的信息資產(chǎn)，需要一種新的處理模式來(lái)?yè)碛懈鼜?qiáng)的決策力、洞察和發(fā)現(xiàn)能力以及流程優(yōu)化能力。為什么會(huì)產(chǎn)生大數(shù)據(jù)？為什么要使用大數(shù)據(jù)？這里給大家通俗的解釋一下:首先，在小數(shù)據(jù)時(shí)代，數(shù)據(jù)存儲(chǔ)的問(wèn)題可以通過(guò)表工具、mysql(二維表數(shù)據(jù)庫(kù)，數(shù)據(jù)逐行插入)等關(guān)系數(shù)據(jù)庫(kù)來(lái)解決。

考慮到快速發(fā)展，公司會(huì)分析與產(chǎn)品和用戶相關(guān)的原始數(shù)據(jù)和埋藏?cái)?shù)據(jù)，傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)無(wú)法滿足需求，只能通過(guò)行和分布式數(shù)據(jù)庫(kù)(HBASE、hive等)存儲(chǔ)這些數(shù)據(jù)?？梢约夯植嫉蕉鄠€(gè)主機(jī)進(jìn)行同時(shí)計(jì)算)。用數(shù)據(jù)理解數(shù)據(jù)可視化，數(shù)據(jù)分析是最關(guān)鍵的環(huán)節(jié)。用戶逐項(xiàng)查看海量數(shù)據(jù)是不可行的，可視化是有效的解決方案。

大數(shù)據(jù)分析是一個(gè)廣義的術(shù)語(yǔ)，指的是數(shù)據(jù)集，這些數(shù)據(jù)集是如此的龐大和復(fù)雜，以至于需要專門(mén)設(shè)計(jì)的硬件和軟件工具來(lái)處理它們。這個(gè)數(shù)據(jù)集的大小通常是萬(wàn)億或EB。這些數(shù)據(jù)集是從各種來(lái)源收集的:傳感器、氣候信息、公共信息，如雜志、報(bào)紙和文章。大數(shù)據(jù)分析產(chǎn)生的其他例子包括購(gòu)買交易記錄、在線日志、醫(yī)療記錄、軍事監(jiān)控、視頻和圖像文件以及大規(guī)模電子商務(wù)。大數(shù)據(jù)分析，他們對(duì)企業(yè)的影響有很高的興趣。

1.Hadoop是一個(gè)開(kāi)源框架，它允許整個(gè)集群使用簡(jiǎn)單的編程模型計(jì)算機(jī)在分布式環(huán)境中存儲(chǔ)和處理大數(shù)據(jù)。它的目的是從單個(gè)服務(wù)器擴(kuò)展到數(shù)千臺(tái)機(jī)器，每臺(tái)機(jī)器都可以提供本地計(jì)算和存儲(chǔ)，Hadoop是一個(gè)可以分發(fā)大量數(shù)據(jù)的軟件框架。但是Hadoop是以一種可靠、高效和可擴(kuò)展的方式處理的，Hadoop是可靠的。即使計(jì)算元件和存儲(chǔ)發(fā)生故障，它也會(huì)維護(hù)工作數(shù)據(jù)的多個(gè)副本，以確保可以為故障節(jié)點(diǎn)重新分配處理。