各有各的好处,如果你的大数据产品不能直接处理超大数据量,通过打cube的方式能够减低系统压力,如果能够运算足够多的数据,当然是不打cube的方式更好!首先,不打cube能够让你的分析层的数据更厚,分析的结果也就更准确;其次,也能让你的数据分析更加灵活,因为原始的数据全部都能调配出来,进行运算,当你的分析需求改变的时候,不会因为cube造成分析的阻碍,这点我觉得很重重要,当每次的业务部门分析需求发生变化时如果都需要数周或数月的重新搭建,将造成很大的损失,都说商场如战场,争分夺秒嘛。目前国内传统的打cube的大数据产品很多,不打cube的,敏捷型的产品也有,比如永洪科技的大数据产品,就是很不错的,在面对国内某电信行业巨头大规模超过百亿级的数据分析需求时,永洪的产品也能有很好的表现。当然也不是所有公司都能有百亿级的数据产生,但是灵活的需求分析,以及厚重的数据层都将是所有数据分析非常重要的组成部分,如果不灵活将会失去分析的先机或分析的意义,如果数据层过薄将严重影响分析的准确性。如果一定要说的话,永洪科技那种那么不打cube的大数据BI才是行业发展的趋势,应该是要远远优于传统BI的模式的。首先要理解什么CUBE,通俗点讲你可以把理解成一个立方体,在立方体的不同位置放着数据。CUBE的好处就是按照你设计好的维度,把事实表的数据进行直接聚合得到结果,然后存放在CUBE里面,需要的时候用维度去切CUBE。如果你数据库事实表的数据量不大的话,可以考虑不打CUBE ,如果数据量很大的,在进行数据展示的时候经常需要group by ,那还是打CUBE比较好。=============不打的CUBE的好处就是,可以直接用TSQL 查询数据表信息,不需要设计CUBE,另查询CUBE需要使用MDX语言,如果对CUBE不熟悉,这些都需要花时间去了解FineBI支持任意维度和指标的切换,可以对已有的表样切换字段来进行自由分析。任意维度和指标切换的功能保障了当查看分析的人员在查看分析时,如果针对已有的表样产生额外的分析需求或改变了已有的分析需求,不需要重新制作一次分析,而可以直接通过切换维度和指标实现。再看看别人怎么说的。