上篇文章，我们分析了面对大数据量，传统商业智能遇到了难以逾越的瓶颈问题。目前传统商业智能采用的OLAP技术，存在的最大问题是：业务灵活多变，必然导致业务模型随之经常发生变化，而业务维度和度量一旦发生变化，技术人员需要把整个Cube（多维立方体）重新定义并重新生成，业务人员只能在此Cube上进行多维分析，这样就限制了业务人员快速改变问题分析的角度，从而使所谓的BI系统成为死板的日常 报表系统。

       思达商业智能平台 Style Intelligence 对开展大数据量的管理和分析的建议很简单，就是：不要试图收集所有可用信息，并把这些信息简单地扔到数据仓库中，供业务用户或者分析专家焦头烂额地提取。相反，当你从数据仓库或者其它数据库加载大数据量时，应该通过分析关键业务数据的单个业务问题开始，这种方式更容易证明大数据量下数据分析的价值，并在克服大数据量挑战中获得更多的成功经验。
 
       思达商业智能平台 Style Intelligence 善用的“大数据量”诀窍是，从单个业务问题开始，快速证明业务价值，并与信息运行分析查询的最终用户保持密切联系。

      在 思达商业智能平台 Style Intelligence上进行多维数据分析，首先能解决大数据量在商业智能分析中维度难以改变的问题，利用思达 商业智能平台 Style Intelligence中数据非结构化的特征，业务人员可以灵活地改变问题分析的角度。其次利用分布式数据处理架构强大的分布式数据处理能力，无论OLAP分析中的维度增加多少，系统开销并不显著增长。
 
       思达商业智能平台 Style Intelligence分布式数据处理架构应用 大数据量商业智能数据分析最先进的hadoop技术，由三大部分组成整体的系统架构：数据存储模块、数据计算模块、分布式系统管理模块。
 
       自主知识产权研发的数据存储模块实现了大数据量下的数据高速压缩、高速读写和高速传输。 数据计算模块能够智能地将大数据量下数据计算需求以最优化的方案分配给各数据处理分节点，而运行在各分节点的高效计算模块可以在毫秒级完成上千万条数据记录的扫描、统计、分析、预测等计算需求。分布式系统管理模块提供整个架构的系统配置管理、系统资源内部审核，每个分布式节点的监控以及整个架构资源的优化。
 
        另外 思达商业智能平台 Style Intelligence分布式数据处理架构具有硬件的花费极低，每GB存储和计算的成本是其他企业级产品的百分之一甚至千分之一，性能却非常出色。产品可以轻松地进行千亿乃至万亿数据级别的多维统计查询与分析。