問題的提出

多維分析（BI）系統後臺資料來源通常有三種選擇。一、普通資料庫；二、專業資料倉庫；三、BI 系統自帶的資料來源。

但是，這三種選擇都有各自的問題。普通資料庫一般都是行式儲存，很難獲得多維分析希望的高效能，只適用較小資料量。專業資料倉庫有不少是列式儲存的，效能問題不大，但是價格都比較昂貴，建設、擴充套件和維護成本也都非常高。BI 系統自帶的資料來源都比較封閉，只能為自家的 BI 前端提供支援，無法為多個不同廠家的前端提供資料服務。

解決思路與過程

集算器可以獨立承擔輕量級多維分析後臺的作用，相當於中小型資料倉庫或者資料集市。結構圖如下：

集算器可以將多維分析的資料事先以列存形式儲存到二進位制檔案中，稱為組表。多維分析前端應用拖拽生成 SQL，通過集算器 JDBC 提交。集算器對組表執行 SQL 查詢，將結果返回給多維分析前端。組表文件也可由集算器從各種異構資料來源採集資料並計算而來。

和普通資料庫方案相比，集算器列存的二進位制檔案能夠直接提升效能。而對於昂貴的專業資料庫和相對封閉的 BI 自帶資料來源，集算器可以提供更加經濟、簡便的解決方案，並能夠從各種異構資料來源採集資料。

集算器有三種部署方式：1、整合在前端應用中；2、獨立伺服器；3、叢集熱備。下面介紹具體方法。

原文內容更加精彩,詳情請閱讀原文