简介： MaxCompute 是面向分析的企业级 SaaS 模式云数据仓库，以 Serverless 架构提供快速、全托管的在线数据仓库服务，消除了传统数据平台在资源扩展性和弹性方面的限制，最小化用户运维投入，帮助企业和大数据开发者经济并高效的分析处理海量数据。

本文直播作者 木弈 阿里云智能 产品经理

直播视频请点击 直播 观看。

本次分享将从四个方面讲解。

01 走进 MaxCompute 生态

02 商业智能（BI）分析工具概览

03 JDBC 简介

04 实操展示——快速接入 FineBI

下面开始我们第一部分的分享

一、走进 MaxCompute 生态

首先来看下 MaxCompute 产品能支持的外部工具，大概可以分为商业智能、开发管理、传输调度、编程接口。本次分享主要关注商业智能（BI）工具这一板块，可以看到 MaxCompute 官方集成有Tableau、FineReport、FineBI、Quick BI。其中Tableau、FineBI、FineReport是在特定的版本会内置 MaxCompute 驱动，如果需要通过JDBC连接 MaxCompute ，还是需要手动加载 MaxCompute JDBC驱动，Quick BI作为阿里云的产品，是可以通过阿里云账号和AK信息直接连接的，同时在8.6及以上版本的Yonghong Desktop也是可以通过内置驱动连接 MaxCompute。在商业智能部分还有开源BI工具，Superset、Davinci也可以连接 MaxCompute。

在开发管理部分，是我们第二讲要讲的内容，包括DBeaver、DataGrip、SQL Workbench/J。

同时我们的产品还集成了 Kafka和Flink开源引擎。支持的ETL开源工具有Kettle、Airflow、Azkaban，这一部分是在本季直播的第三讲来介绍。支持的编程接口有Python、JDBC、SQLAlchemy。

除了支持的外部工具，MaxCompute 自身也有开放生态，包括内建开源引擎 Spark，迁移工具MMA，开发生态PyODPS、Mars，工具生态Web-Console等。同时 MaxCompute 也与阿里云内部产品共同构建了丰富的解决方案生态和数据应用生态。

二、商业智能（BI）分析工具概览

商业智能 (BI) 工具支持将计算引擎得到的数据通过仪表板、图表和其他图形输出提供数据可视化，以直观的形式展示给决策者，帮助高管和经理做出更明智的业务决策。

本页所展示的都是经过 MaxCompute 团队成员测试，可以成功连接 MaxCompute 表数据并进行数据可视化的BI工具。 本次重点介绍商业型BI工具，其中Tableau、FineBI、FineReport都是需要通过 MaxCompute JDBC驱动连接 MaxCompute。Quick BI和 Yonghong Desktop 可以通过产品内置驱动连接 MaxCompute。这些BI工具成功连接 MaxCompute 数据源后，可以进行列举数据库、列举表、查看表结构、查询表数据、查询视图等相关操作，打造数据报表。

三、JDBC 简介

JDBC

JDBC（Java DataBase Connectivity）是一种用于执行SQL语句的Java API，可以为多种关系数据库提供统一访问，它由一组用Java语言编写的类和接口组成。简单来说就是用Java语言向数据库发送SQL语句来操作数据库。

MaxCompute JDBC 驱动

MaxCompute JDBC 驱动是 MaxCompute 提供的可以访问 MaxCompute 的JDBC接口。您可以通过标准的JDBC 接口基于 MaxCompute 执行海量数据的分布式计算查询。MaxCompute JDBC 驱动还可以用于连接MaxCompute 和支持 JDBC 的工具。

MaxCompute 相关基本参数信息

•URL：jdbc:odps:<MaxCompute_endpoint>?project=<MaxCompute_project_name>

• <MaxCompute_endpoint>：必填。MaxCompute项目所属区域的Endpoint。
• <MaxCompute_project_name>：必填。待连接的目标MaxCompute项目名称。此处为MaxCompute项目名称，非工作空间名称。

•User：有访问指定项目权限的AccessKey ID。

•Password ：AccessKey ID对应的AccessKey Secret。

四、实操展示——快速接入 FineBI

实操展示

实操内容可点击下方 实操视频 进行查看。
实操视频

其他商业BI工具接入

原文链接

本文为阿里云原创内容，未经允许不得转载。

商业智能（简称BI）像雨后的蘑菇一样蓬勃发展。商业智能始于决策支持系统，随着早期计算机的普及，已经有了长足的发展。后来，IBM提出了“数据仓库”的概念。同时，硬件的扩展，软件的更新以及数据库在企业中的广泛应用使商业智能真正兴起。

什么商业智能BI？

1.商业智能BI的定义

BI是Business Intelligence的英文缩写，在中文中被解释为商业智能。它是用于帮助公司更好地使用数据以提高决策质量的技术的集合。这是从大量数据中钻取信息和知识的过程。简而言之，这是业务，数据和数据价值的应用过程。

换句话说，BI是一个完整的解决方案，可以从企业的不同业务系统（例如ERP，CRM，OA，BPM等，包括由其自行开发的业务系统软件）中提取有用的数据，执行集成清洗，同时确保数据准确性，执行数据分析和处理，并使用适当的查询和分析工具快速、准确地为企业提供报告呈现和分析，并为企业提供决策支持。

简要概述此过程的三个主要部分：数据源收集，数据仓库数据准备，可视报告显示和数据分析。

2.商业智能BI的本质

对于企业而言，商业智能BI无法直接生成决策，而是使用BI处理的数据来支持决策。核心是通过构建数据仓库平台来有效地集成数据和组织数据，以支持分析决策并实现其价值。

BI最终提供给用户的信息是可视报告或视图。需要说明的是，报告是结果，只能达到查询的效果。该查询只能告诉我们结果是什么以及是否存在问题。并且基于可视化图表的数据分析可以告诉我们问题的根源是什么，只要发现问题那么也就找到原因了，那么企业业务人员或管理人员如何让做出决策就变得简单易行。

3.商业智能BI的开发周期

商业智能BI是一个完整的解决方案，需要专业的项目实施和部署。由于这是一个项目，因此存在开发生命周期。一个完整的商业智能BI项目需要经历以下阶段：

这里应该注意的是，在实际的项目实施过程中，上述每个阶段都可能有很多不确定因素，例如业务架构的自下而上调整，分析需求的更改以及业务数据计算逻辑的更改。因此，如果需要成功实施商业智能BI项目，则必须权衡客户的实际资源能力，项目支持，客户对商业智能BI的期望，项目后期的风险，实际客户的投入和长期的考虑，长期计划等。