商业智能的发展也得益于相关技术的发展，并行处理系统、廉价数据存储、新数据挖掘算法、神经网络技术、人工智能技术、决策支持技术、从大量数据中发现其后潜藏的商业机会等等技术的发展，使企业能以更低的成本投资商业智能，并取得更高的IT 投资回报率。

数据仓库设计文档，帮助大家理解及如何设计数据仓库，很不错的一篇论文。专题 lTo 学习体系,能从海量数据中提炼高价值信息,构建自主 (1)源系统结构化数据:源系统按大数据平合的 训练与反馈、可不断从最新数据中调整演化的智能业务供数规范要求提供表数据文本和标志文件。 模型体系。 (2)文件交换区FSA:文件的交换中枢,含源系 以 Hadoop^ Spark为代表的大规模数据处理技术为统结构化数据和半结构化、非结构化数据(主要是外部 超越传统数据库的处理局限性提供了先进的并行计算和数据)。 资源调度

BI 商业智能的核⼼在于体现决策价值 • 企业数字化转型的本质是经验驱动决策向数据驱动决策的转变。 • BI平台成为数据产⽣价值的主要⽅式。 以BI建设为中⼼的数据中台服务，逐渐 成为海量数据处理与分析的核⼼平台。 • 在企业中提供更深刻的业务洞察⼒，是管理层依赖BI平台进⾏决策的基础。 • BI业务的发展使得业务⼈员进⾏数据分析的⻔槛⼤幅降低。 向数据和分析两端发展 ⼀体化平台成为趋势 • 企业再满⾜于⼀般的报表与敏捷式仪表盘， 企业的BI需求变得更加灵活和⾼ 效。以云BI平台为基础的⼀站式

Kubernetes上的Bold BI 粗体BI可以部署在Kubernetes集群上。您可以在云或本地基础架构上创建Kubernetes集群。完成集群创建后，连接到它，您可以在下载配置文件。该目录包含配置YAML文件，其中包含在Kubernetes集群上部署Bold BI所需的所有配置设置。以下链接说明了在特定的云和本地环境中的Bold BI Kubernetes部署。