大数据时代的 OLAP

SSAS 升级大数据架构

将 SSAS 无缝升级至大数据 OLAP

商业分析师通常会使用各种数据分析工具对数据进行分析。传统的 OLAP 引擎有很多,其中 Microsoft SQL Server Analysis Services(SSAS)是世界上应用最广泛的 OLAP 引擎之一,众多大型企业均是 SSAS 的深度用户。SSAS 具备许多优秀特性,使其成为许多传统商业智能方案的理想选择,但身处大数据时代,它面临着越来越多的挑战。 而随着 Hadoop 为代表的大数据技术日臻完善,一个理想的 BI/OLAP 分析架构应该保留所有 SSAS 分析功能,并且能够利用 Hadoop 技术的横向可扩展性解决 SSAS 面临的所有痛点,带来下列重要的业务价值:

对等功能

  • 完整的 OLAP 能力和进阶分析功能,如可计算度量、多对多关系、时间智能等
  • 同时支持 ANSI SQL 和 MDX 语法
  • 与 BI 工具,尤其 Excel 无缝对接

增强体验

  • 海量数据上的亚秒级交互式分析体验
  • 对上千终端用户的高并发支持
  • 大数据容量上的分布式存储和横向扩展架构

Kyligence 正是这样一个完美的 SSAS 升级大数据解决方案。

大数据时代 SSAS 的挑战

虽然 SSAS 具备许多特性,使其成为许多传统商业智能方案的理想选择,但身处大数据时代,它面临着越来越多的挑战。并且随着数据量爆炸式的增长,以下这些挑战显得尤为严峻。

数据量及维度数量的限制

通常情况下 SSAS 使用的是 MOLAP 模式,该方式在较小数据量时,性能优势较大。但面对大型数据集,超多维度时导致的“维度爆炸”问题将使 MOLAP 架构难以维持。

费用昂贵

SSAS 扩展时,仅能通过升级配置实现。对于高配置的一体机已经是一笔不小的费用,同时 SSAS 的 License 是根据设备的内核数量收费,企业版每个内核官方定价高达14,256美元。

扩展的局限性

若现有的 SSAS 处理能力无法满足需求,需要增强其处理能力时,用户就必须为运行 SSAS 的机器增加更多的 CPU 或者内存。同时如果需要存储更多的数据,则需要扩展本地或者 SAN 存储。这样就限制了系统的可扩展性。

服务不可用

当支撑的数据量上升到10TB以上级别,SSAS 处理多维立方体所需要的时间需要1天以上,甚至2到3天,且 TB 级数据无法同时存储在同一个 Cube 中,这都会造成分析服务的延滞甚至不可用。

为什么选择 Kyligence ?

比肩 SSAS 的分析能力

  • 支持完整的语义信息定义功能
  • 支持 SQL/MDX/RestAPI 等多种接口模式
  • 比肩 SSAS 的 Excel 集成体验

面向大数据的增强体验

  • 提供了横向扩展能力
  • 打破了数据量和维度数量的上限
  • 更高的性价比

大数据 OLAP 突破 SSAS 局限

Kyligence 不仅具备了 SSAS 众多优秀的特性,也克服了传统 SSAS 的规模限制, 成为了一个传统架构迁移大数据架构的极佳选择。

强大横向扩展能力

基于 Hadoop 的大数据架构极大的提升了系统的扩展性,降低了扩展系统能力的难度。

更多分析场景探索

构建集群并不需要高配置的一体机,硬件成本大大降低。

更高性价比

构建集群并不需要高配置的一体机,硬件成本大大降低。

强大语义模型能力

Kyligence 平台能够支持复杂的语义定义,使业务在进行前端分析时无需考虑这些复杂逻辑,专注业务场景分析。

保留原有业务体验

业务用户可以完整的保留当前使用Excel的分析体验。使用其他商业BI也可以通过SQL接口轻松的对接 Kyligence 平台。

某全球餐饮连锁应用案例

• 过去主要使用 GreenPlum+SSAS+Excel/Tableau 分析餐厅营运类数据
• SSAS 自身技术架构非分布式,海量数据下,分析性能和覆盖业务范围都有很大局限性
• 餐饮行业稳步快速增长,门店扩张,单品多样化,互联网渗透等都带来了数据的爆炸式增长期望搭建统一的大数据分析平台,提高数据分析效率,支撑未来业务发展
• 零售餐饮行业数据分析模型复杂,维度指标多,逻辑精妙,分析方式灵活
• 业务需求多变,期望对于新需求的开发、运维尽可能地简单,高效
• 大数据平台需要满足目前业务用户的使用习惯
Kyligence Enterprise 作为智能数据仓库部署于 CDH 平台上,加速数据分析。通过 Kyligence MDX 构建 BI 语义层,Excel 对接语义层,分析10亿级别大数据。
• 通过 ODBC 驱动无缝对接 Tableau,同时 Kyligence 查询服务集群提供高可用,高并发的数据查询服务

相关资源

博客

大数据时代:SSAS从入门到放弃
SSAS具备的很多优点,让其成为了广泛流行的OLAP引擎,但是它也存在着扩展能力有限,承载数据量有限等各种问题,难以胜任大数据时代的挑战。
FEATURED

白皮书

构建统一的企业级语义层
了解什么是语义层以及Kyligence如何帮助企业实现统一的语义层架构。

解决方案

Excel 大数据分析解决方案
随着互联网和新媒体技术的飞速发展,企业拥有的数据量呈现出几何倍数增长,传统数仓和OLAP技术已经无法满足业务的场景需求。Kyligence提供统一的大数据分析平台,能够在亚秒级分析超大规模的数据,提供统一的业务语义定义能力,并能够直连Excel,帮助不少企业实现了数据平台架构升级,释放业务的大数据分析能力。