有趋势表明，BI将会更注重实时性，而且Web方式下的实时性，更能支持实时的业务决策。这篇文章就可以帮助你理解实时BI分析的知识，以及实时数据如何实现数据可视化，以更好地管理和决策。

a1db1ab139b7496ea0482e345644b0fe

一、实时BI的概念
实时BI，即实时商业智能，是指商业智能系统中数据实时动态刷新。这一提法来自SOA(面向服务的体系结构)以及组成SOA的开放和标准技术。据了解，Teradata还在多个实时分析和激活数据仓库策略方面进行了大量投资，使公司具有竞争力。

二、应用场景
以快速发展的消费品公司为例。业务代表每天都需要通过手机上传客户数据、销售数据和竞争对手的产品数据。在过去，业务系统和分析系统是分开的。每年12点以后，分析系统提取业务系统的数据，并做出相应的分析报告。有时候，根据前一天的数据生成分析报告实际上需要半个小时甚至更长时间，但是现在使用实时BI分析系统，它的速度要快几十倍甚至几百倍，而且生成报告只需要几秒钟。销售代表的时间非常宝贵。每天都有很多客户来访，每个客户都需要时间。使用实时BI分析系统后，他们可以花更多的时间访问和开发用户。更重要的是，对于快速移动的消费品公司，他们可以尽快看到一线销售情况和竞争对手的状态，并做出实时的决策，这可以大大提高企业的竞争力。

三、实时BI分析的步骤
实时BI分析主要有四大步骤。

1、捕获数据流。实时BI可以捕获实时数据流，并且存储在数据库中。

2、数据流处理。数据流可以通过多种方式进行处理，比如分割、合并、计算以及与外部数据源的结合。一旦处理完毕，可视化组件就可以读取数据。

3、数据可视化组件读取处理后的数据。处理后的数据以结构化格式(如JSON或XML)存储在数据库中，并由可视化组件读取。JSON/XML文件中处理数据的刷新率称为更新间隔。

4、可视化组件更新实时仪表板。可视化组件从图表接口上的结构化数据文件(JSON/XML)绘制图表、标尺或其他可视化行为。在客户机上显示处理数据的频率称为刷新间隔。在一些应用程序中，例如具有图表呈现的股票交易应用程序，预先设置了基于数据流的触发。

随着更先进的数据库和实时功能成为现实，这些操作也在不断发展，在当今的大数据应用程序中创建了一个实时BI分析生态圈。