FineBI与QlikView的比较.pdf

平台架构方面 FineBI：根据建立好的数据关联和数据转义，即可确定数据之间的关系和语义，用户通过 拖拽转义的字段进行维度和指标的定义，可以自由切换图表和表格。只需要建立一次关联 ， 需要根据新的业务拓展系统时非常容易，不需要再次建立业务模型。 qlikview ：轻量型 BI，工具的主要部分是前端web页面 ，后端没有多维数据库 ，需要借助 于其他多维数据库产品处理数据。 平台性能方面 FineBI ：支持多维数据库引擎，支持跨数据库分析，支持跨主题分析，支持大数据量的的 分析和查询。 qlikview ：没有自己的数据仓库 ，Qlikview的工作模式是先将数据通过SQL脚本语句载入 内存中而后在内存中做分析。这就对服务器的内存要求特别高 ，必须将之前分析用的内存释 放。对于大数据量的处理，必须借助于其他 ETL数据处理工具。 ETL功能方面 1、对非关系数据源的支持（如excel） FineBI ：直接加载，加载进来后和普通表等价，可进一步做ETL等操作 qlikview ：有另一套不同于sql的qv特有的脚本语言 ，若不使用此语言只能进行简单的加 载 2、单字段关联 FineBI ：单独处理关联而不拼表，灵活性大；多对多不可关联 qlikview ：一律是笛卡尔积 3、不同名称字段关联 FineBI ：手动搞，和名字没有关系 qlikview ：麻烦 ，写sql时要自己加好别名保证相同 ，无法手动设置两个不同名称的字段关 联 4、构建树形结构（自循环列） FineBI ：ETL流模块中包含有自循环列的运算片段，有图形化界面支持 qlikview ：毫无相关功能，全靠手写sql ，工作量极大 5、维度到指标有多种对应关系（多路径现象） FineBI：可在OLAP中切换路径，管理员也可以限制路径数量以简化OLAP操作 qlikview ：同名自动关联的机制定死了至多只有1条路径 多维数据库（MDD）方面 1、MDD基本原理 FineBI：放磁盘，存明细，依靠列式存储和位图索引提高性能，依靠关联实现多维 qlikview ：内存分析，众所周知，处理大数据必先做聚合，否则内存爆掉 2、数据权限 FineBI ：依赖Cube的权限 ，实际就是加了一个索引 ，因为磁盘中有完备的Cube ，简单有 效 qlikview ：没有真正的数据权限可言，靠模板的sql实现权限 OLAP方面 1、时间分组 FineBI ：可直接加，可调整 qlikview ：必须手写公式，但灵活度较大 2、上钻下钻 FineBI：支持上钻下钻，钻取到维度，较为精确 qlikview ：无上钻，下钻不能钻到指定维度 3、查看分析时添加筛选条件（通用查询） FineBI：简单易用 qlikview ：方式和制作模板时一致，需要若干步操作，且其 “容器”功能比较抽象，业务 人员操作有难度 图表方面 FineBI：图表自主开发，提供各种样式的表格和多种图表服务，配合各种业务需求展现数 据。包括列表、分组、交叉表格，图表类型包括柱形图、条形图、饼图、面积图、组合图、 商业智能仪表盘和地图。 qlikview ：支持常见的图表和表格，地图支持的程度太低，不支持中国地图。 开放性方面 FineBI：可以OEM集成到现有的系统，开放接口，也可以定制开发。 qlikview ：只有少部分接口开放，集成困难。 管理驾驶舱 FineBI：提供OLAP和dashboard特有的分析组件 ，简易灵活 ，表样不受限制 ，用户可以 自由分析，亦可从多维度考察数据走势变化。 qlikview ：Dashboard简易灵活 ，可以自由拖拽 ，用户可以自由分析 ，亦可从多维度考察 数据走势变化。 性能方面 FineBI：自主研发的Cube机制，采用磁盘与内存的资源最大化配合，不需要维度的预定 义，实时计算；专利的查询技术。 qlikview ：由于没有后端多维数据库，性能需要依据其他多维数据库的性能，一般是其他 数据库把数据处理好，处理好的数据量比较小，然后再通过qlikview前端工具进行分析。 移动端方面 FineBI：支持移动端查看 ，支持IOS和安卓的操作系统 ，支持移动端进行交互分析 ，批注 ， 邮件发送等功能。qlikview ：支持移动端 ，但移动端效果跟 pc端区别不大 ，不适应移动端 操作习惯，且没有批注分享等主要功能。 项目风险方面 FineBI：独特的产品技术架构，无需复杂的建模工作，按需快速调整分析维度和度量，极 大的灵活性，加快了项目实施周期，也降低了项目的风险。 qlikview ：需求调研时间比较长，代理商实施，项目