当前，企业对数据的应用，一方面数据仓库和BI结合的方式仍占主导，另一方面越来越多的企业已逐渐引入大数据计算平台。个性化的方案、日益增长的数据，对BI工具的要求越来越高。
Gartner也在2017年的BI报告中指出：未来5年，基于Hadoop/Spark，基于搜索和可视化的数据探索分析功能将作为新型BI和分析平台的组件融合到下一代数据探索分析产品中。
过去， FineBI一直采用FineIndex（原cube）的方式取数分析，也就是“数据库-FineIndex-前端分析”的方式。这里的FineIndex相当于一个中间的多维数据库，用于存储数据表，对数据关联转义，这些都对之后的前端分析处理数据效率有很大的提升。因为直接sql取数，效率受数据库本身的限制，数据量大时，一般分析工具很容易就卡死甚至内存溢出导致系统无响应，这也是FineIndex方案的初衷。FineIndex存在有两个意义，一个是提升效率，一个是对数据进行二次整合处理。
如今，FineBI已有FineIndex引擎（原cube）和新的FineDirect直连引擎，可以搭配使用满足不同的场景。企业可根据实际需求的不同准备两种类型的数据，通过FineIndex模式配置那些不经常更新，实时性要求不高的数据；通过FineDirect引擎来配置大数据量且有实时分析需求的数据。
FineDirect主要是应对数据的实时分析以及大数据量的分析处理。例如金融行业交易风险分析，对每一笔流水实时分析。此外，不少企业已经有了自己的大数据计算平台，例如hadoop、kylin、greenplum、vertica等，FineBI直连引擎提供了对接这些数据平台的功能。
目前，经过多次的内测以及实际场景应用，FineBI直连方案已经在多家公司有了成功的案例：
案例一：上海汽车集团--超大数据量实时分析
该公司预期实现的效果是通过FineDirect实现上万亿数据的分析，数据来源是其生产的每一辆汽车在公路上行驶时产生的GPS定位数据，每5分钟发一次。 FineDirect数据引擎解决方案帮用户解决了这个问题，目前数据的积累量在5亿左右，可以在5s内得到展现结果。
案例二：江苏银行--跨数据源分析
FineDirect跨数据源的处理能力， 将该行统一的机构表与多个不同系统的数据表进行关联分析，不需要在每个用到机构表的系统中单独维护一张该表，保证了数据的一致性。并且借助FineDirect的参数功能，充分利用业务现有Oracle数据库的索引，实现了更灵活的实时分析。
技术细节
1、20种大数据平台对接
支持对接多类大数据平台诸如hadoop，vertica，sap hana，greenplum，kylin等多达20种，让平台自身的计算优势最大化。
2、完全可视化的配置
可视化的SQL引擎，可视化的多维分析，从数据配置到数据展现。覆盖自助BI的两个阶段：自助取数与自主分析。
3、智能化缓存机制
智能化缓存机制，最大化节省计算资源，保证高并发量压力下数据库的可用性，让数据获取速度更优，资源更省。
4、灵活的参数应用
灵活易用的参数配置功能，可视化参数设置界面，支持通过参数来实现更加灵活的数据获取。
5、敏捷易用的数据模型
可视化的数据关联模型配置，智能化模型配置推荐，跨数据源关联消除孤岛，内存化与库化机制自助可选，满足企业绝大多数的实际应用场景。
6、多级权限控制
支持多级权限控制，满足体量更大的集团用户的权限分配和下放。
7、多数据源覆盖
支持通过帆软报表FineReport的服务器数据集连接功能，实现更多数据源直连覆盖。
8、与FineIndex搭配使用
支持与FineIndex同平台应用，企业可以根据自身的应用场景灵活的选择两种模式，满足不同需求。
推荐活动：FineDirect公测正式开启！“一个BUG一百块”第三季！看谁是最牛测试
FineDirect专题&下载：http://www.finebi.com/product/finedirect/ |
