上期的文章《大數據環境下的多維分析技術-動態立方體(Dynamic Cubes)的性能調優(一)》讓大家了解到,在大數據環境下,IBM Cognos的Dynamic Cubes可以實現TB級的多維分析功能,文章探討了影響Dynamic Cubes性能的因素,還介紹了Dynamic Cubes性能調優的一些手段;文章《大數據環境下的多維分析技術-動態立方體(Dynamic Cubes)的性能調優(二)》則告訴我們如何通過Dynamic Query Analyzer工具來對動態立方體的查詢性能進行評估并得到優化建議。本期文章我們來看看動態立方體如何進行內存內部聚合的性能調優。
Cognos Analysis Studio是Cognos用于數據多維分析和探查的基于Web的工具。我們可以在交互式的環境中通過拖放的方式瀏覽、分析以及比較維度數據,以查找業務問題的答案。
在大數據環境下,IBM Cognos的Dynamic Cubes可以實現TB級的多維分析功能,文章探討了影響Dynamic Cubes性能的因素,還介紹了Dynamic Cubes性能調優的一些手段。其中提到了可以通過下文簡稱DQA工具來對動態立方體的查詢性能進行評估并得到優化建議。那這個DQA工具到底是個什么東西,本期文章為大家一一解密。
在報表的制作中,我們常常需要通過地圖來展現和地域相關的數據。Cognos的用戶除了可以通過RAVE框架定制個性化的地圖可視化圖之外,還可以使用一個叫做maps的數據容器來快速實現基于地圖的數據展示。
在 上一篇文章中,您學習了如何在 Cognos中可視化簡單的數據挖掘結果。在本文中,您將學習一些高級技巧,例如使用 Cognos 從數據挖掘模型中下鉆和提取結構化信息。使用本文的業務場景和實例,理解偏差檢測所需的挖掘任務,即識別異常數據記錄。學習如何使用 IBM InfoSphere? Warehouse 數據挖掘發現這些記錄,并創建交互式報告。
數據挖掘為從大量數據中提取出有用的信息提供先進的分析技術。本系列的文章談到了將 InfoSphere Warehouse 數據挖掘與 IBM Cognos報告相結合的總體架構和商業機遇。這種集成使公司中的不同人員可以利用數據挖掘的結果。本系列的第 1 篇文章介紹基本的集成架構,并提供一個簡短的技術案例研究,使您基本了解如何完成這種集成。
隨著商業智能系統的深入應用,分析系統的數據量呈指數級增長,原有依賴硬盤IO處理性能(包括傳統數據庫、多維立方體文件)的多維分析技術遭遇到性能瓶頸。與此同時,隨著服務器內存價格的下降,一種新的基于內存的OLAP技術架構出現了。
據國際領先的分析機構(Forrester Research)估算,在使用業務分析的所有用戶中,80%的業務分析應用將會是業務人員自助完成的,而剩下20%分析應用由專業的數據分析師完成。大家都知道,這80%的業務人員都基本不懂IT的,所以他們的使用體驗很大程度決定了他們對業務分析系統的評價口碑。
Cognos審計日志是對系統事件、用戶行為的詳細記錄。我們可以使用審計日志回答“誰在什么時候對某個組件做了什么操作”的問題。Cognos可以將審計信息記錄到不同的介質中,最常用的兩種記錄介質是文件系統和審計數據庫。
Cognos Analytics 11 在用戶體驗上做了很大的提升。與老版本中規中矩的企業軟件設計風格不同,新門戶簡潔、清新、易于上手,連非IT人員都能輕松掌握。現在就讓我們一起來體驗一下全新的Cognos Analytics!