【IT168 评论】传统的关系型数据库支撑不了，分布式数据仓库按流量收费很贵，一体机更是天价。几十亿上百亿的数据量，要既高效又灵活地分析，怎么办?
以MOLAP方式打Cube，费用高又死板，想算个新指标太麻烦。ROLAP不打Cube，BI前端性能又跟不上，怎么办?
BI不是一个系统，建好了就完事。业务变化，新的BI需求频频出现， IT部门工作负荷重，交付周期又长，怎么办?
数据量越来越大，从上千万到上亿，增长速度越来越快，新的BI需求不断出现。BI前端要又灵活又实时，传统的分层BI系统难以招架，怎么办?
这不是话题讨论，这只是Yonghong的广告语，广告语很接地气，你是不是也有这样的困惑?
Yonghong(即北京永洪商智科技有限公司)是家创业型的公司，专注于提供商业智能产品和服务的国产BI厂商，核心团队来自于美国、英国及国内的知名IT厂商，其商业智能产品Z-Suite号称是国内目前最易用、性价比高的敏捷BI产品，可达到海量数据的秒级处理。已先后获得三次投资,其中包括知名的美国投资机构。
到底什么是敏捷BI?敏捷BI与传统的BI有什么区别?是什么关系？BI领域竞争已经相当激烈了，该领域一直都由甲骨文、IBM、微软、SAP等 IT巨头盘把持，Yonghong为什么还要切入这个领域与国际大腕竞争？永洪底气何在?带着这些问题，IT168记者在1月25日的中国Hadoop技术峰会上专访了永洪科技副总裁王桐。
以下是永洪科技副总裁王桐接受IT168专访实录：
IT168：目前国内市场商业智能BI已经竞争很激烈了，Yonghong为什么还要切入这个领域?目前有那些产品和解决方案，与竞品相比竞争力在那里?
王桐：在商业智能(BI)领域，技术上正在发生变革，在这个变革中传统BI有很大的盲点，敏捷BI创造了一个蓝海，在国外，敏捷BI相对来说比较成熟，而国内还是空白，所以Yonghong切入了这个领域，成为国内第一家开始做敏捷BI的厂商，从蓝海的角度切入到市场。
▲敏捷BI的关键技术
目前Yonghong提供的是一个完整的敏捷BI的解决方案，从数据的高性能存储和计算，到数据多维的分析，到最终数据的可视化展现。
跟国外的同类产品相比，Yonghong有着自己的特色，主要体现在3点：
1、灵活性：作为国内敏捷BI的厂商，敏捷BI对比传统BI是有很大架构上灵活性的优势，可以做到基于原始的细节数据快速作出用户想要分析的结果而不需要做很复杂的建模，不需要做所谓的二次表或Cube，对比传统BI，无论是实现和架构更加的简单灵活。
2、高性能：针对大数据，传统的BI之所以要做所谓的二次表或Cube，本质原因是基于传统数据库的计算架构，对于数据量大点的计算场景，很难实现秒级计算，往往需要几分钟，几十分钟，甚至几个小时，跑出一个报表运算的结果。国内的企业数据量增速和存量都非常巨大，Yonghong的敏捷BI在底层有个高性能的大数据集市，它可以做到百亿级的数据量依然可以做到高性能的妙计计算。
3、自服务：敏捷BI操作是全可视化的，拖拽的方式去体现，数据的链接、建模到数据的分析和展现，无论是有IT背景的技术用户还是无IT背景的业务用户都可以非常快速的利用敏捷BI这个工具去实现自主的分析。跟国外传统的SAP、IBM的BI产品有很大的区别，这也是Yonghong的竞争力所在。
IT168：您今天的演讲主题是的一天实现可视化分析，一天实现可视化分析听起来很神奇，为什么可以这么快，所有的客户都可以这么快部署吗?还是个案?
王桐：一天实现可视化分析是个比较理想的状态，但并不是不可能的，只要客户对自己的分析需求相对明确，产品的安装只需要5分钟。跟数据源的连接及数据建模也只需要很短的时间，通过可视化操作能快速做到任意展现的形式。这一套过程实现下来，一天是可以实现的。
IT168：用户应该怎么去理解敏捷BI与传统BI的关系?
王桐：敏捷BI与传统BI并不是2个不同的技术路线，敏捷BI是基于传统BI发展而来，敏捷BI简单一句话理解，就是底层数据计算的能力得到了几十倍上百倍的提升，有能力做到不基于二次表或Cube，而是基于原始大量的细节数据计算得出我们想要的结果。
▲传统BI的架构
▲敏捷BI的架构
敏捷BI在国内是一片空白的市场。无论你使用了传统BI或者没有使用传统BI都可以成为敏捷BI的用户。
没有用BI的用户，也可以通过敏捷BI快速搭建一套先进的BI系统来去做自己的可视化分析。
对于已经上了BI的用户，可以把敏捷BI当成是传统BI很好的补充，传统的处理固化的复杂的报表，敏捷BI让企业的业务用户提供灵活的自服务分析工具，帮助业务用户不依赖IT人员就可以快速实现想要的分析。
IT168：有人说现阶段的大数据案例都是新瓶装旧酒，无非是一些BI及数据仓库案例的包装，其实BI与数据仓库都不是什么新鲜的东西。你怎么看。
王桐：BI和数据仓库是都比较成熟的技术，但并不意味着在当前的商业环境中过时，技术无非是让我们更好的去处理大数据的存储和计算，技术只是实现业务需求的一个手段，在大数据当中更加重要的是对数据的分析产生的结果，怎么样从业务逻辑上进行解读，指导我们的运营决策和业务支持。Yonghong是非常适合需求不确定的时候做探索分析。
