BI(数据挖掘)又称商业智能，是以后的大趋势，BI工程师工作对象主要是海量数据，工作平台80%在金融业，另有一部分在制造业和电商平台。

随着IT技术的进步，传统的业务交易系统有了长足的发展，已经实现了业务信息化，每一笔业务数据都记录在数据库中，星转斗移，累积了以TB为计量单位的业务数据记录。也许你会问：这么多数据，占用了很多存储设备，耗费存储成本，却又不经常访问，留着它有什么用处？可以给你肯定的回答,留着这些历史数据意义巨大，挖掘业务的规律、支持决策。

到底该怎样把这些占据大量存储空间的数据的价值挖掘出来，让这些数据从成本的消耗者变成利润的促进者呢？新的数据分析技术由此诞生了，完成了“数据”到“数据价值”转换的环节，同时给这项技术起了一个响亮而又神密的名字“BI”（Business Intelligence）

BI是Business Intelligence的英文缩写，中文解释为商务智能，用来帮助企业更好地利用数据提高决策质量的技术集合，是从大量的数据中钻取信息与知识的过程。简单讲就是业务、数据、数据价值应用的过程。

数据挖掘技术（Data Mining）
DM的定义
数据挖掘（Data Mining）是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则，为决策、策划、金融预测等提供依据，使大型数据库作为一个丰富可靠的资源为知识归纳服务。
DM的特点
面向应用
涉及数据库技术
运用了统计分析、人工智能多种技术
特征和规律描述
预测和验证功能

ODS
ODS全称为Operational Data Store，即操作型数据存储，是“面向主题的、集成的、可变的、反映当前数据值的和详细的数据的集合，用来满足企业综合的、集成的以及操作型的处理需求”(Bill.Inmon)。ODS是数据仓库体系结构中的一个可选部分，ODS具备数据仓库的部分特征和OLTP系统的部分特征

DATA WAREHOUSE
概念产生标志：以Prism Solutions公司副总裁W.H.Inmon在1990年出版的《建立数据仓库(Building the Data Warehouse)》。
数据仓库 —— 面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。
目的：解决在信息技术(IT) 发展中存在的拥有大量数据、然而有用信息贫乏(Data rich-Information poor)的问题。

ETL
是数据抽取（Extract）、转换（Transform）、清洗（Cleansing）、装载（Load）的过程。是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过 数据清洗，最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。

OLAP
（On-Line Analytical Processing）即联机分析处理，是 BI的一种全新的数据封装方式，直接产物是报表或Cube，是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。
OLAP展现在用户面前的是一幅幅多维视图。
维（Dimension）：是人们观察数据的特定角度，是考虑问题时的一类属性，属性集合构成一个维（时间维、地理维等）。
维的层次（Level）：人们观察数据的某个特定角度（即某个维）还可以存在细节程度不同的各个描述方面（时间维：日期、月份、季度、年）。
维的成员（Member）：维的一个取值，是数据项在某维中位置的描述。（“某年某月某日”是在时间维上位置的描述）。

度量（Measure）：多维数组的取值。（2000年1月，上海，笔记本电脑，0000）。
OLAP的基本多维分析操作有钻取（Drill-up和Drill-down）、切片（Slice）和切块（Dice）、以及旋转（Pivot）等。
钻取：是改变维的层次，变换分析的粒度。它包括向下钻取（Drill-down）和向上钻取（Drill-up）/上卷(Roll-up)。Drill-up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而Drill-down则相反，它从汇总数据深入到细节数据进行观察或增加新维。
切片和切块：是在一部分维上选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个或以上，则是切块。
旋转：是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。

商业智能（BI、数据挖掘）的应用
典型行业：
银行
保险
证券
电信
零售
新应用行业：
税务
电力
汽车制造

dba比一般程序员厉害多了

BI现状-企业角度
BI（商业智能）在国内已经不是什么新鲜名词，而且和让人云雾缭绕的“云计算”这一技术不同，大多数企业对于BI的概念解读是基本一致的，即通过数据挖掘与分析，协助商业的决策过程。
虽然BI在国外的应用已经十分广泛，在国内也已经推广了十数年，但目前在国内却尚未十分普及。一方面，国内很多中小企业在这方面的意识不是很强，往往使用 Excel等工具就能够应付普通的业务需求；另一方面，专业BI套件和服务的价格也让大多数中小企业望而却步。BI在国内的落地基本上都是近几年开始的， 主要应用在大型企业，而人们所知道的也主要是IBM、微软、Oracle、SAP、SAS这五大巨头的产品，而且主要以综合解决方案为主。