如何解决BI系统性能差响应慢的问题

mavisfine

性能可以说是评定一个系统好坏最关键的指标。对用户而言，性能就是响应时间。用户甚至不关心响应时间中哪些是软件造成的，哪些是硬件造成的。没有用户喜欢等待，不停转圈的“加载中”会耗尽用户的耐心，造成用户的流失。

对于BI商业智能系统来说，运行速度除了与系统本身的软硬件有关，还和处理的数据量以及操作有关。当数据量较少，查询指令比较简单时，数据的展现往往很快，即使性能再差劲的系统，此时的速度也是可以为用户所接受的。但是当分析对象是TB量级的大数据时，不同性能的BI系统所得到的用户反馈就会截然不同了。

想要打造性能优越的BI系统，需要攻克下面的四种技术：

1、高速ETL技术

数据仓库，是海量数据运算的性能支撑基础。而想要建设一个好的数据仓库，首先必须要有高速的ETL技术。好的数据仓库技术的应用效果，要比写sql从数据库中取数快了不止百倍，无论再复杂的条件组合查询，一般都能在一分钟展示结果。

2、 “去掉”表关联技术

用户在进行商业智能分析取数的时候，数据往往来自多个数据表。数据表之间往往存在纵横交错的关联。查询的表关联越多，速度也就越慢。要解决这个问题，就得想办法“去掉”表关联。当然，这里的“去掉”是加了双引号的，并不是真正意义上的去掉，而是让熟悉企业数据库的IT人员预先把表关系建好在语义层中，支持多字段关联、内外连接。这样，最终用户在做查询或报表时，就不必理会表关联了，需要查什么直接拖放即可。

3、 代码表快速转换技术

我们都知道，计算机处理英文的速度要快于中文。针对这一特征，企业需要建立一张中英文代码转换表，在计算机进行处理时将中文转换成数字或者字符进行处理，处理结果出来之后再转换为中文。

4、 海量数据处理技术

面对大数据量的处理场景时，通常有这三种解决技术，一是缓存技术，一是并行计算技术，一是云计算。