2020主流国产BI产品对比
国产BI软件由于具备较强的本土特性,可以很好地适应国内用户的使用习惯,越来越多被国内用户使用。目前国内BI产品很多,可谓百家争鸣,如何从众多的BI产品中选择适合自己的呢?这里我们对比一下目前国内主流的几款BI产品,由于每个用户的需求不尽相同,只能从一些公共的特性出发进行对比,希望对你有用。
润乾报表
润乾报表做的很早,现在有小20年了。最早是为了解决中国式复杂报表开发的,提出的模型也比较有效,基本彻底解决了中国复杂报表的难题。
目前润乾报表提供了比较完善的BI系统功能,包括报表、多维分析、Dashboard、可视化、管理系统以及移动端支持等内容。
数据源方面,润乾报表除支持 MySQL、Oracle 等JDBC数据源外,还支持 MongoDB、Elasticsearch、Redis、Spark 以及 HDFS 等数据源。同时还可以直接使用 Excel、CSV、JSON 进行报表开发和数据分析。
润乾报表原生统计图的可视化效果一般,为了增强可视化效果,润乾报表提供了其他JS图形接口,可以对接ECharts、D3、HighCharts等任意JS图库。值得注意的是,很多产品都是通过插件开发的方式来扩展第三方图库,实现上开发难度很大,而润乾报表通过引入图库文件后修改 JS 用于接收数据集数据就可以完成,相对方便得多。
国内BI需求中经常无法避开的是复杂报表,这种报表统计项相对稳定但格式复杂(斜线表头、不固定的多层表头、单元格之间随意引用),后端的数据准备十分繁琐。润乾报表专门提供了开发复杂报表的类Excel设计器,可以很好搞定这类需求。
多维分析方面,润乾报表前端界面设计跟Excel数据透视表有些类似,通过拖拽相应维度和度量就生成图表,可以进行切片、钻取、旋转等多维分析常见操作。
润乾多维分析提供了一种渐进性方式,首先是基于文件(CSV/Excel)分析,用户可以上传数据文件进行多维分析,如果基于数据库还可以直接写SQL,提供了类似SQL Lab的操作界面能满足基于数据库的复杂查询或临时性分析需求。润乾多维分析提供了语义层建模机制,通过建模可以避免重复编写SQL以及解决语义转换等问题。
目前几乎所有多维分析产品都采用建CUBE(库外的多维数据存储或库内的宽表)的方式来解决多表关联查询,这样做的缺点是查询范围小(没在模型里的查不了),灵活性不足,所以会经常出现业务需求驱动模型频繁改造的问题。
润乾多维分析采用了一种被称为“关联分析”的建模方式,可以事先将表间关联关系描述好,在页面上用户操作时实时关联用到的表进行查询。这样可以直接基于多表(雪花型结构)构建多维分析模型,而不必事先造宽表,实现实时多维分析。再通过汇总表来解决查询效率问题。
*注意截图里的树形结构
多维分析生成的图表可以发布到Dashboard上,润乾报表提供的Dashboard功能中规中矩,并没有太多出彩,仪表版上的各个组件可以共用全局参数。
对于完整的BI系统,润乾报表提供了一个轻量级的报表中心用于用户登录管理、资源发布和权限控制等方面,管理系统包含主要功能但相对简单。
值得一提的是,润乾报表目前多维分析前端界面、Dashboard以及报表中心都是开源的,可以拿源码随便改。
除了复杂报表、多维分析和开源的报表中心,我觉得润乾报表最友好的地方在于集成性。目前几乎所有BI产品都是以独立系统实现,与现有系统对接要做单点登录。而润乾报表提供的报表、多维分析以及Dashboard都可以独立拆分集成到项目里,这里的集成是把相应jar包和配置文件嵌入到一个工程里,最后作为一个应用打包发布。这对已有管理系统的行业软件开发商来说十分实用。
价格方面,润乾报表单套价最高6万,非常亲民。
润乾报表的缺点在于设计器过于丑陋,感觉是程序员做设计师的产物,虽然功能很全但样子确实不怎么样。另外,Dashboard和报表中心做的也不够精细,不过好在开源可以自己干预。
总体来讲,润乾报表功能比较齐全,绝大部分BI需求都能覆盖住,性价比很高。由于其集成性非常适合软件开发商使用,将其集成到自己的系统里为行业用户提供BI解决方案。
FineBI
FineBI是帆软的BI产品,帆软也是国内做的比较早的一家报表工具厂商。最初跟润乾一样也主要针对中国复杂报表,而后逐渐发展为BI产品提供商。
FineBI是一个完整的BI平台,在使用时首先需要管理员按照相应的业务场景建立业务包,接下来所有的数据准备与分析操作都是基于业务包完成的。
FineBI的所有操作都是在页面端完成(润乾的语义层建模是有独立的IDE),数据准备时将数据库表读入并维护表间关系,然后同步数据。这一步主要是将数据从数据库中拉出来生成CUBE。如果有表自关联的情况需要根据层级将其拆分成多列,但无法解决循环关联的情况(循环关联在润乾报表中解决的很好)。FineBI也提供了实时数据模式,可以直连数据库查询,但这种方式官方不推荐使用。
数据准备完成后就可以进一步创建数据集进行多维分析,并生成Dashboard了。FineBI的界面效果做的很不错,内置的图形效果也很好,不过跟一流开源图库(ECharts/D3)还是有一定差距。
数据源方面FineBI主要支持JDBC数据源,还有SAP BW,其他类型数据集需要借助插件实现连接,插件开发有一定难度。
复杂报表方面,帆软有另外一个FineReport报表工具来满足,大部分复杂报表需求都可以搞定,复杂报表方面的能力与润乾报表接近。
FineBI提供了非常完善的平台管理功能,润乾报表提供的报表中心可以满足基本需要,FineBI提供的平台管理功能更加细致。
价格方面,FineBI单套的成本在十几万到几十万范围,小贵。
总结来说,FineBI比较适合终端用户使用,满足常见的BI需求没有任何问题,从性价比角度来看如果价格能控制在10万左右还是非常值得推荐的。
Smartbi
思迈特的Smartbi也是一款融合了报表、多维分析、可视化和管理平台的BI产品,不过在产品内部划分的更细。如果说润乾报表偏重BI工具,FineBI偏重BI可视化,那Smartbi则更注重BI运营。
在数据分析方面,Smartbi划分了多个功能模块,自助仪表盘、透视分析、即席查询、多维分析和外部web链接。自助仪表版就是Dashboard;透视分析用于临时分析场景,不需要建模选择数据就可进行类似Excel数据透视表形式的分析操作,可以生成图表;即席查询主要用于清单表的查询,可以动态增加查询条件(通用查询);多维分析可以基于语义层建模结构进行分析,实现切片、旋转等操作;web链接则是可以为外部程序传递参数。
自助分析方面感觉Smartbi划分过于细致,用户使用的时候要区分多个入口。
在复杂报表方面,Smartbi采用了Excel插件的报表开发方式,这跟润乾和帆软独立的设计器有所不同。Excel插件设计器可以跟Excel对接更加紧密,但反过来自主灵活性要差一些。Smartbi可以满足大部分复杂报表需求,在这方面要比润乾和帆软略差一点。
Smartbi支持的数据源种类比较丰富,本地文件(文本/Excel)、关系数据库以及Essbase多维数据库,还支持MongoDB和Tinysoft两种NoSQL。在文档中还提到跨库联合数据源可以实现跨库查询的需要,有类似需求的用户可以尝试。在跨源查询方面润乾可以支持异构源,帆软没看到相关说明。
可视化图形方面Smartbi直接使用了ECharts。
除了BI核心功能,Smartbi还提供了比较丰富的运营功能,包括应用商店、数据导航、数据答疑、社交分享等功能,用户在使用时满足核心BI需求后可以通过这些功能提升运营体验。
Smartbi的价格也是在十几万到几十万范围内,取决于选用的功能。如果用户希望增加BI系统的丰富程度(加分项)Smartbi是个不错的选择。
亿信ABI
ABI是亿信华辰的全功能BI产品,包括数据可视化、报表、多维分析和管理平台。ABI将可视化分成了基础图表包括Dashboard和用于大屏呈现的3D类图形,可以满足更丰富的大屏呈现需要。
ABI提供了在线的报表设计器用于复杂报表开发,这跟上面三类产品有桌面开发环境不同,从开发效率上来讲自然是独立的C/S设计器更高效。复杂报表的满足程度ABI要差不少,这可能跟产品更偏向自助分析的定位相关。
数据源方面,ABI主要支持关系数据库,也支持本地Excel和文本文件,另外提供了“接口数据源”可以获取HTTP数据,一般是JSON格式。从数据源支持程度上来看,要弱于以上三种产品,不过目前大多数BI分析仍基于关系数据库,问题也不大。
ABI的建模过程略微繁琐,首先要创建主题域和主题集,主题域可以按业务范围来划分;然后引入主题表和维护主题集属性。
维度区分很细,包括单级维、层级维、通用维、螺旋维,其中自关联的表需要通过螺旋维来满足。在润乾报表中不需要区分这么细,处理自关联跟普通关联没有区别,可以通过一种手段来搞定,FineBI也没有进行过多地区分,自关联时将自关联表拉平生成多个字段。
ABI还提供了报告分析可以生成在线或WORD报表,这个功能在Smartbi和FineBI中也有提供,润乾报表提供了生成报告的接口需要使用者自行实现。
ABI同样提供了完整的平台系统,这方面的功能中规中矩,可以满足大部分用户的平台管理需要。
价格方面,ABI的列表价非常高,成交价要看选用的功能和议价能力,应该也在十几万到几十万的区间。
综合来看,ABI适合对复杂报表需求不多的用户,常规BI需求基本都能满足,性价比自然是越高越好。
永洪Z-suite
永洪这家公司比较新,Z-suite我没用过,看了下文档(白皮书,没有在线产品使用文档)感觉跟其他BI产品并没有太大区分度。官方给出的产品功能包括这些内容,说实话看的有点云里雾里,还需要使用者再详细考察。
总结
从我们上面的对比中可以看到,FineBI、SmartBI和亿信ABI提供了精细的平台管理功能,比较适合终端用户使用,其中ABI的复杂报表能力稍差。润乾报表的集成性较好,多维分析使用比较灵活,适合软件开发商或需要将BI功能集成到已有系统的用户使用。永洪由于资料相对欠缺暂无建议。
2020主流国产BI产品对比的更多相关文章
- 一文带你盘点市场上主流的BI产品主要有哪些
随着时代的发展,商业智能使数据分析和数据可视化的门槛不断降低,使得企业各级人员都能进行数据分析,从而加深业务洞察,推动企业发展.而在数据分析领域,BI产品发挥了十分重要的作用. 市场需求变化日益频繁 ...
- 市场上主流的BI产品的“答案之书”
本文来自网易云社区. 从20世纪80年代开始,商业智能的定义出现在人们面前,早期商业智能十分基础和杂乱,不仅仅会把数据处理放进去.还包含有一些可视化方面内容等.这个时期的BI主要的功能是支持多维分析和 ...
- 国内外主流BI厂商对比
BI(Business Intelligence),即商业智能或者商务智能,它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决 ...
- 几款主流 NoSql 数据库的对比
最近小组准备启动一个 node 开源项目,从前端亲和力.大数据下的IO性能.可扩展性几点入手挑选了 NoSql 数据库,但具体使用哪一款产品还需要做一次选型. 我们最终把选项范围缩窄在 HBase.R ...
- 大数据下BI产品如何发挥最大价值
看到这个题目,你是否总感觉云里雾里?你是否真正懂什么叫“大数据”?商业智能BI和大数据又有着什么千丝万缕的联系?为什么说商业智能BI能在大数据中发挥价值? 大数据,指的是所涉及的数据资料量规模巨大到无 ...
- HBase、Redis、MongoDB、Couchbase、LevelDB主流 NoSQL 数据库的对比
最近小组准备启动一个 node 开源项目,从前端亲和力.大数据下的IO性能.可扩展性几点入手挑选了 NoSql 数据库,但具体使用哪一款产品还需要做一次选型. 我们最终把选项范围缩窄在 HBase.R ...
- TensorFlow与主流深度学习框架对比
引言:AlphaGo在2017年年初化身Master,在弈城和野狐等平台上横扫中日韩围棋高手,取得60连胜,未尝败绩.AlphaGo背后神秘的推动力就是TensorFlow--Google于2015年 ...
- 几款主流 NoSql 数据库的对比(转)
转自:http://www.cnblogs.com/vajoy/p/5471308.html 最近小组准备启动一个 node 开源项目,从前端亲和力.大数据下的IO性能.可扩展性几点入手挑选了 NoS ...
- 两大主流开源分布式存储的对比:GlusterFS vs. Ceph
两大主流开源分布式存储的对比:GlusterFS vs. Ceph 存储世界最近发生了很大变化.十年前,光纤通道SAN管理器是企业存储的绝对标准,但现在的存储必须足够敏捷,才能适应在新的基础架构即服务 ...
随机推荐
- apache OS 10013 问题
问题描述 (OS 10013)通常每个套接字地址 (协议/网络地址/端口) 只允许使用一次: make_sock: could not bind to address 0.0.0.0:80 解决方法 ...
- Python实现自动生成小学四则运算题目
Github地址: https://github.com/guoyuyi/gyy.github.io/blob/%E4%BD%9C%E4%B8%9A1/zy1.py 题目描述: 通过python语言编 ...
- CVE-2018-8045
Joomla!Core SQL注入漏洞 CVE-2018-8045 受影响版本:joomla!3.5.0-3.8.5 漏洞描述: joomla!3.5.0-3.8.5版本对sql语句内的变量缺少类型转 ...
- javascript内置对象的innerText、innerHTML、join方法的认识
innerText语法规范:HTMLElement.innerText = string ;//后面的赋值是一个字符串形式 innerText是一个非标准形式,不识别HTML标签 返回值会去除空格和换 ...
- 016 01 Android 零基础入门 01 Java基础语法 02 Java常量与变量 10 布尔类型和字符串的字面值
016 01 Android 零基础入门 01 Java基础语法 02 Java常量与变量 10 布尔类型和字符串的字面值 本文知识点:字面值 关于字面值的概念,需要注意:很多地方,我们可能就把字面值 ...
- Python中matplotlib.pyplot.imshow画灰度图的多种方法
转载:https://www.jianshu.com/p/8f96318a153f matplotlib库的教程和使用方法此处就不累赘了,网上有十分多优秀的教程资源.此处直接上代码: def demo ...
- opencv的imread函数相对路径问题和 main 参数问题
参考: https://blog.csdn.net/u013404374/article/details/80178822 https://blog.csdn.net/fujilove/article ...
- getopt函数用法
getopt被用来解析命令行选项参数. #include <unistd.h> extern char *optarg; //选项的参数指针 extern int o ...
- ==38254==Sanitizer CHECK failed报错解决
跑代码时发现有如下报错: LeakSanitizer: bad pointer 0x7ffd00735130==38254==Sanitizer CHECK failed: ../../../../l ...
- Redash 二开 - 后端环境搭建
Redash 二开 - 后端环境搭建 一.操作系统选择 官方文档有一句话:Windows users: while it should be possible to run Redash on a W ...