那么Hadoop和数据仓库是最终的BI梦想团队吗
哇哦，请等一下。使用Hadoop与数据仓库处理了数据存储问题。但是存储数据只是商业智能的一个要素。
广义上说，一个功能性的、可用的BI系统应该由五个部分组成：
在某个地方几种存储数据。
划分这些数据的工具，如：地理，操作或者其他业务需要的工具。
为数据分析准备工具。
帮助您快速处理此数据的ETL数据引擎。
显示所有这些数据的前端(通常是某种仪表盘)。
即使Hadoop和数据仓库在最好的情况协同工作，他们也只处理这些组件中的第一个。现在，BI技术的创新，同时提供了所有的五个组件，很快将梦想团队降级为二类组合。
谁，谁会为了抢风头而出风头
正如我们看到的，数据仓库和Hadoop是一个成功的双重行为。但是，要执行来自多个源的快速、高性能的数据分析，您并不需要它们中的任何一个。
现在，我们正在见证一颗新星的崛起。
整体的“单栈”解决方案消除了关系数据库的需要，直接链接源数据，无论来自何处，并在现场执行英语教学功能。最好的工作是创建一个元数据(抽象)层，用于在任意数量的表中查询数据，这种格式是以任意格式的任意来源绘制的。
正确的方法是通过构建像柱状数据库和内存处理这样的智能的、节省硬盘的方法来解决通常伴随巨大数据集而来的问题。首先通过只加载正在用的数据简化处理过程，而后确保将这些数据加载到计算机的主内存中，而不是占用RAM。这意味着你可以获得完全的、不受限制的访问所有数据的权限，而不需要像好莱坞山那样大小的计算机来处理它。
一个唱歌、跳舞的超级巨星
更胜一筹的是，使用一个完整的BI系统消除了对非技术用户可理解数据的额外软件层的需求。
正如我们看到的，数据仓库和Hadoop的不足之处在于它们是严格的“后端”解决方案——它们只处理外层数据。
为了使您的前端用户能够访问数据，您仍然需要引入和集成各种各样的应用程序，这些应用程序允许业务团队提取并可视化他们需要的见解。
虽然Hadoop是开源的，但它不是“免费的”。让它做你想做的事情，并将它与你的数据仓库集成，你的工具来处理和准备数据分析，以及前端的仪表板界面，要么需要大量的资源投入，要么需要引入第三方来管理它。另外，当然，你仍然需要投资它需要运行的硬件。
有了一个像样的单栈替代，您可以查询源数据，使用ETL数据引擎快速处理它，并在一步生成新的报和表指示板。现在这种创新挑战了数据仓库、Hadoop或没有Hadoop的未来。
所以，是的，也许是时候让这个(国际)国家宝藏退后一步，让下一代数据技术接手。但并不是因为Hadoop窃取了她的皇冠，而是因为单栈技术正在为BI提供冗余存储数据解决方案。