第一部分：市場需求

　　性能問題是各大金融企業(yè)的“難言之隱”，家家都有這本難念的經(jīng)!!

　　在以數(shù)據(jù)化運營為基礎(chǔ)的金融行業(yè)，結(jié)構(gòu)化的數(shù)據(jù)動輒上億，甚至幾十億、上百億，然而客戶沿用的傳統(tǒng)關(guān)系數(shù)據(jù)庫以及報表軟件越來越不能滿足及時性數(shù)據(jù)分析需求。雖然Self-service(自助BI)被賦予了歷史使命——讓業(yè)務(wù)人員自己完成統(tǒng)計分析，但也同樣難以解決效率的難題，從來沒有得到相對理想的解決(低成本、高性能)!

　　第二部分：必要性

　　沒有高性能作為前提，自助式BI只能是“看上去很美”!

　　自助式BI近2年來逐漸興起，越來越多的客戶希望靠自助式BI控制IT人員成本，同時提高數(shù)據(jù)分析的效率�？墒沁@看上去很美好的解決方案，卻一直遭受著源于性能的疑慮，無論數(shù)據(jù)平臺的建設(shè)方案是數(shù)千萬的老牌MPP數(shù)據(jù)倉庫，還是數(shù)百萬的Hadoop集群。

　　我們(Smartbi)一直努力提供給客戶高性能的數(shù)據(jù)分析解決方案，終于在7月份與Vertica的戰(zhàn)略合作后，結(jié)出了令人激動的碩果——Smartbi Insight V7.1高性能版。從這個版本開始，Smartbi的自助分析服務(wù)將邁入秒級階段，讓業(yè)務(wù)人員的數(shù)據(jù)分析更高效，讓科技人員不再為性能調(diào)優(yōu)而苦惱!

　　第三部分：事實證明

　　超越想象，普通筆記本分析億級數(shù)據(jù)只要幾秒鐘!

　　Smartbi只做最真實的測試，用事實來證明V7.1的高性能，這將是你難得一見的時刻。

　　如圖所示，我們測試的電腦是一臺2013年的thinkpad筆記本，售價不到6000，用魯大師檢測硬件配置如下：

　　而用于測試的數(shù)據(jù)包括1份數(shù)據(jù)2個模型——星型和寬表，其中星型包括產(chǎn)品、客戶、地理三個維度，事實表0.98億條記錄，維度表數(shù)百條記錄。做過性能測試的朋友一看就知道，這樣一個星型模型，如果交給業(yè)務(wù)人員自己拖拽分析數(shù)據(jù)，性能是很有問題的，數(shù)據(jù)庫配置不好的情況下還能直接跑死系統(tǒng)，更別說是一臺這么普通的一臺筆記本電腦了!

　　接下來，我們基于這個數(shù)據(jù)模型，考慮到自助分析的場景，構(gòu)建了三大類22個測試案例，以確�？陀^合理的測試案例覆蓋度。比如用戶會以年為條件，進行同期增長率的計算等等。

　　交代好性能測試的基本情況，我們不兜圈，直接來看測試結(jié)果：

　　簡言之，星型模型因為要進行關(guān)聯(lián)操作，平均響應(yīng)時間為13.3秒(6.7秒——17.1秒)，寬表模型沒有關(guān)聯(lián)操作，平均響應(yīng)時間為4.5秒(2.7秒——6.3秒)，總體平均為9秒!是的，你沒看錯，無論怎樣拖拽的自助分析，平均9秒!!測試結(jié)果后，我們和你一樣感到興奮，Smartbi Insight V7.1居然可以在一臺幾年前的普通筆記本電腦上對1億大數(shù)據(jù)量的自助探索在區(qū)區(qū)幾秒完成分析查詢!!

　　第四部分：性能總結(jié)

　　如果你還對這個測試結(jié)果有一絲絲疑慮，是不是這臺電腦的配置作弊了，是不是數(shù)據(jù)庫做特別優(yōu)化了!別擔心，我們很嚴謹?shù)恼伊?臺公司筆記本電腦進行了更多性能測試，都使用的默認安裝(數(shù)據(jù)庫還是在虛擬機里運行的)。所以，我們可以很負責任的大聲說：筆記本探索億級數(shù)據(jù)分析，確實可以做到!!

　　大數(shù)據(jù)時代，得性能者得天下，尤其是提供自助分析功能的BI工具，數(shù)據(jù)分析的響應(yīng)速度一定要能跟上業(yè)務(wù)人員的思維。Smartbi順勢而為，希望能為大數(shù)據(jù)分析行業(yè)貢獻新的起點，創(chuàng)造新的價值!

　　如果你對大數(shù)據(jù)分析的性能感興趣，愿意加入我們一起進行測試、調(diào)優(yōu)和研討，請關(guān)注我們的公眾號或者官網(wǎng)，后續(xù)的活動等著你!當然我們也不怕挑戰(zhàn)，Come on!

　　2017年9月 秋分 Smartbi老麥