浅析BI-PaaS架构及属性

关键词： BI-PaaS

    BI-PaaS

 

 

    1 BI-PaaS架构

 

 

    PaaS（Platform as a Service）是一种基于云计算的服务，将云平台能力进行封装，并提供基于云基础设施的开发和托管环境。典型的PaaS有Force.com和Google App Engine.PaaS为满足应用的便捷开发和高性能执行提供了一种有效的手段。因此，本文将PaaS的设计原理引入BI系统，提出了BI-PaaS系统，该系统由开发套件、BI-PaaS平台两部分组成，体系架构如图1所示。

 

 

 

    图1 BI-PaaS体系架构

 

    图1 BI-PaaS体系架构

 

 

    开发套件由一系列BI任务图形设计器和一个集成器组成。BI任务图形设计器包括ETL设计器、DM设计器、OLAP设计器和Report设计器。各个设计器分别将对应的BI能力以元数据的方式进行封装，并进行图形化展示。应用开发者选择各种BI图形设计器，以拖拉的方式进行相应BI任务开发。各个BI任务开发完成之后，采用集成器把各个BI任务组装集成为BI应用，生成元数据描述文件，并将其部署到BI-PaaS平台。开发套件的引入，及其图形化的操作方式，极大地提高了BI应用的开发效率。

 

 

[page]    BI-PaaS平台包括应用层、运维层、引擎层、云化能力层和云资源层。云资源层采用Hadoop构建分布式存储和并行计算环境，为BI-PaaS平台提供支撑；云化能力层提供了ETL、OLAP、DM、Report等各类BI组件的并行实现；引擎层负责ETL、OLAP、DM、Report等BI任务的集成与解析；运维层提供用户注册、应用部署、应用监控、数据隔离、应用执行等基础服务；应用层是外部租户访问BI应用的接口。

 

 

    2 BI-PaaS特点

 

 

    BI-PaaS不同于传统的BI产品，具有以下特点：

 

 

    1）高度并行，分布存储。

 

 

    BI-PaaS以Hadoop来搭建底层基础设施。Hadoop是一个被设计用来在由普通硬件设备组成的大型集群上执行分布式应用的开源框架，包括两大核心元素：MapReduce和HDFS（Hadoop Distributed File System）。MapReduce是一种并行编程模型，基于此模型可以实现具有良好可扩展性的算法；HDFS是一种分布式文件系统，提供了稳定的数据存储环境。BI-PaaS建立在Hadoop之上，将ETL、DM、OLAP、Report等各类BI能力并行化，以满足海量数据存储、计算和分析的需要。

 

 

    2）近似线性的高可扩展性。

 

 

    随着系统负荷的变化，BI-PaaS可动态调整存储和计算节点的数量，来满足BI系统的计算需求，保证稳定的响应时间与执行性能。加速比接近线性，具有良好的扩展型和资源利用效率。

 

 

    3）开发与运营分离。

 

 

    BI-PaaS为开发者提供便捷的开发和部署环境，及高性能和高可扩展的运行环境。BI-PaaS定义了自己支持的应用程序模型，为开发和托管环境提供一个理解应用程序的统一规范。开发环境提供了定制和部署应用程序的基本编程元素。托管环境为所托管的应用提供了可伸缩的计算和存储资源，保证应用的高效执行。