BI系统，大概的架构图如下：

核心的模块是Cube，Cube是一个更高层的业务模型抽象，在Cube之上可以进行多种操作。大部分BI系统都基于关系型数据库，关系型数据库使用SQL语句进行操作，但是SQL在多维操作和分析的表示能力上相对较弱，所以Cube有自己独有的查询语言MDX，MDX表达式具有更强的多维表现能力，所以以Cube为核心的分析系统基本占据着数据统计分析的半壁江山，大多数的数据库服务厂商直接提供了BI套装软件服务，轻易便可搭建出一套Olap分析系统。

以Hadoop体系为首的大数据分析平台：

Hadoop体系的生态圈也不断的变大，目前围绕Hadoop体系的大数据架构大概有以下几种：

首先从企业信息化发展阶段时，数据平台结构的程度来看。个人依照企业信息化，将数据平台阶段划分为：只有业务数据库——>中间库——>完善数据仓库（DW）——>数据集市（Data Mart），顺序与阶段并不绝对正确，可能有组合，可能所在阶段不完全一致。以下先看各个数据平台阶段特点，再看对应阶段数据分析工具选型的考虑吧。

1.业务数据库

一个企业IT信息化建设最初的阶段，业务库中数据量不大，要分析展示下数据情况啦，不慌，问题不大，这时候OLTP结构下也可以写写SQL快速展现，随便玩玩office工具也没问题。

但是随着时间的推移，各种问题开始出现：

（1）查询和写入频率越来越高，高频write和和长时间read冲突越来越严重。而数据分析要耗费大量计算资源，不能动不动挂业务系统吧。