云平台与大数据分析哪个好（妙手数评数据即服务）
云平台与大数据分析哪个好（妙手数评数据即服务）分析逻辑和表示层的分离。只有 API 优先的分析才能被广泛的用户、工具、机器和设备利用。无头分析逻辑需要定义一次，并通过 API 集提供给每个人——而且 API 需要足够灵活以允许不受限制的数据查询。数据即服务的想法来自我们过去十年在大型分析项目中的经验以及行业专家撰写的大量文章。这些是我们的数据即服务原则：为了充分利用电力，工厂主不得不改造他们的工厂车间。电动机在需要的地方和时间准确地提供动力，随着技术的发展，每个工作台都有自己的工具和自己的小电动机。与蒸汽不同，电力是实时分配的——在工人需要的那一刻。如今，随着数据基础设施从内部部署到云的转变，同样的转变也在发生。几年前不经济的事情今天可以高效完成：每个查询、每个可视化和每个转换都可以在云中实时处理。但是，单一的和面向批处理的商业智能也受到其他限制。例如，缺乏治理和重复的业务规则导致了许多版本的真相。为了充分利用云数据基础设施，我们必须
商业智能是革命的基础——我们称之为数据即服务（Data as a Service）。经过数十年的商业智能 (BI) 投资，大多数员工仍然无法获得可信的实时洞察。传统的商业智能依赖于整齐排列的临时服务器、预先计算的多维数据集、批处理报告服务器、静态仪表板、PDF 和 Powerpoint 报告、桌面可视化工具以及许多其他复杂且不受监管的企业数据共享方法。
所有这些有什么共同点？
它们反映了现有本地分析基础架构的局限性。让所有员工都能获得实时洞察的成本太高了——改为批处理或复制数据更便宜。
今天的 BI 看起来非常像 19 世纪的蒸汽动力制造车间。典型的工厂依靠一组复杂的皮带和齿轮为各个工作台提供动力，如下图所示。当这些皮带和齿轮驱动锤子、织布机和压力机时，数据暂存服务器、电子邮件和批处理在今天推动着商业智能。然而，将制造从蒸汽转向电力花了将近五十年的时间。为什么？
为了充分利用电力，工厂主不得不改造他们的工厂车间。电动机在需要的地方和时间准确地提供动力，随着技术的发展，每个工作台都有自己的工具和自己的小电动机。与蒸汽不同，电力是实时分配的——在工人需要的那一刻。
如今，随着数据基础设施从内部部署到云的转变，同样的转变也在发生。几年前不经济的事情今天可以高效完成：每个查询、每个可视化和每个转换都可以在云中实时处理。但是，单一的和面向批处理的商业智能也受到其他限制。例如，缺乏治理和重复的业务规则导致了许多版本的真相。为了充分利用云数据基础设施，我们必须经历我们自己的从蒸汽到电力的转变。
新范式：数据即服务数据行业现在拥有独特的机会。基于云的数据基础设施可以让每个决策都由数据驱动。随着今天人和机器都做出决策，这种新的基础设施也需要支持自动化决策。我们需要打破现有 BI 工具的单一性质，我们需要向每个设备和个人提供数据即服务，以便对数据的访问变得真正无处不在。
数据即服务的想法来自我们过去十年在大型分析项目中的经验以及行业专家撰写的大量文章。这些是我们的数据即服务原则：
分析逻辑和表示层的分离。只有 API 优先的分析才能被广泛的用户、工具、机器和设备利用。无头分析逻辑需要定义一次，并通过 API 集提供给每个人——而且 API 需要足够灵活以允许不受限制的数据查询。
声明性业务规则。所有业务规则都需要以声明方式定义——我们需要表达指标的逻辑而不描述查询流程。然后必须实时自动推断和生成实际的处理逻辑和查询。否则数据服务会变得过于脆弱并依赖于底层数据结构和查询引擎。
基于云。所有分析均在云端处理，不会将任何数据复制到桌面。每次我们复制数据时，我们都失去了对其进行管理和保护的能力。
可预测的定价和许可。 API 不计算席位。时期。在 GoodData，我们按逻辑域（销售、客户支持、营销）定价，让每个用户都可以访问，而不会产生成本摩擦。
开放的生态系统。数据即服务生态系统需要对任何想要构建数据表示、沿袭或数据目录，或执行数据治理和生命周期管理的人开放。
多平台支持。数据即服务意味着没有锁定——因此 DaaS 基础设施需要支持任何数据库、数据流基础设施以及任何公共或私有云。我们将通过免费的、以社区为中心的云原生平台发布，在实现 DaaS 愿景的道路上迈出重要一步。它将有以下好处：
一个现代的、对开发人员友好的框架：GoodData Cloud Native 将允许用户基于最现代的可用框架（包括 Docker、Kubernetes 等）部署分析。这个以开发人员为中心、API 优先的引擎提供了性能、UI 灵活性和效率优势全面。
部署灵活性：使用任何云进行部署的能力为开发人员提供了真正的选择，并消除了移动或复制数据的需要。这降低了成本，提高了效率，并通过减少延迟来实现实时分析。
合规性和安全性：允许内部部署选项使客户可以自由选择最能支持其业务需求的部署和实施选项，以及 GoodData 现有的一流安全实践。
我们希望从整体式 BI 到数据即服务的过渡将比从蒸汽到电力的过渡快得多。
分析实验的时代已经结束。为了让每一个决策都以数据为驱动，我们必须转向一个新的范式：数据即服务。
