元数据驱动的BI-PAAS的设计与实现

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (36): 91-95.

元数据驱动的BI-PAAS的设计与实现

江志雄1，2，金海1，黄晓庆2

1.华中科技大学计算机科学与技术学院，武汉 430074
2.中国移动通信研究院，北京 100053

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-12-21 发布日期:2011-12-21

Design and implementation of metadata-driven BI-PAAS

JIANG Zhixiong1，2，JIN Hai1，HUANG Xiaoqing2

1.School of Computer Science & Technology，Huazhong University of Science and Technology，Wuhan 430074，China
2.China Mobile Research Institute，Beijing 100053，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-12-21 Published:2011-12-21

摘要/Abstract

摘要： 针对传统的商业智能软件功能单一、计算性能低、无法满足用户快速搭建应用和处理海量数据的需求，提出了一个新的基于云计算的商业智能平台（BI-PAAS）方案。在对该平台需求分析的基础上，给出了平台的体系架构设计，重点讨论了分层式元数据描述规范，并通过一个应用实例验证了该平台提供海量数据处理和快速开发丰富的BI应用的可行性，阐述了该平台的应用前景。

关键词: 元数据驱动, 平台即服务, 商业智能, 云计算

Abstract: The traditional business intelligence software has single function，low computational performance.It can’t meet the requirements of fast building applications and processing mass data.According to this problem，a new solution on cloud computing based Business Intelligence Platform（BI-PAAS） is proposed.Based on the analysis of the requirements，the architecture of the platform is designed.The layered metadata specification is discussed and the feasibility of this solution is verified by an application.The prospects of the platform are discussed.

Key words: metadata-driven, Platform as a Service（PaaS）, business intelligence, cloud computting

江志雄1，2，金海1，黄晓庆2. 元数据驱动的BI-PAAS的设计与实现[J]. 计算机工程与应用, 2011, 47(36): 91-95.

JIANG Zhixiong1，2，JIN Hai1，HUANG Xiaoqing2. Design and implementation of metadata-driven BI-PAAS[J]. Computer Engineering and Applications, 2011, 47(36): 91-95.

[1]	王凤琴，柯亨进. 卷积神经网络及其分析在抑郁症判别中的应用[J]. 计算机工程与应用, 2021, 57(5): 245-250.
[2]	翁晓泳. 基于区块链的云计算数据共享系统研究[J]. 计算机工程与应用, 2021, 57(3): 120-124.
[3]	田倬璟，黄震春，张益农. 云计算环境任务调度方法研究综述[J]. 计算机工程与应用, 2021, 57(2): 1-11.
[4]	胡恒，金凤林，郎思琪. 移动边缘计算环境中的计算卸载技术研究综述[J]. 计算机工程与应用, 2021, 57(14): 60-74.
[5]	余波，台宪青，马治杰. 云计算环境下基于属性和信任的RBAC模型研究[J]. 计算机工程与应用, 2020, 56(9): 84-92.
[6]	仝乐，郝蓉，于佳. 单服务器上的双线性配对安全外包方案[J]. 计算机工程与应用, 2020, 56(9): 131-135.
[7]	姜娇，蔡林沁，韦鹏程，李莉. 支持可验证的密文模糊关键字检索方案[J]. 计算机工程与应用, 2020, 56(7): 74-80.
[8]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[9]	徐齐利. 讨价还价博弈均衡出价策略的算法设计[J]. 计算机工程与应用, 2020, 56(21): 170-175.
[10]	柯昌博，吴嘉余，曹彦. 面向云计算应用层演化的隐私保护方法研究[J]. 计算机工程与应用, 2020, 56(11): 60-66.
[11]	陈享，何亨，李鹏，金瑜，聂雷. 云环境中基于目标检测的密文图像检索方案[J]. 计算机工程与应用, 2020, 56(11): 75-82.
[12]	周亮，应欢，戴波，邱意民. 安全高效的生物识别外包计算方案研究[J]. 计算机工程与应用, 2020, 56(1): 127-135.
[13]	吴波，许道强，邹云峰，王甜甜，李鑫. 阶段感知的跨域数据分析作业保障机制[J]. 计算机工程与应用, 2019, 55(23): 78-85.
[14]	王德政1，张益农1，杨帆2. 基于MapReduce的并行PLS过程监控算法实现[J]. 计算机工程与应用, 2018, 54(24): 61-65.
[15]	刘俊. 基于犹豫模糊群决策模型的云计算服务商选择[J]. 计算机工程与应用, 2018, 54(23): 109-114.