BI的OLAP实施查询有相应比较好的方案吗

传统的方案都是通过ETL抽取到数据库，然后聚集进行降维，最后前端查询汇总后的数据。看了一下现在的技术似乎都不能对用户查询做到秒级相应。
问了一下做BI的同事，他们也是在较少地方用到hadoop,最后的分析结果还是入数据库，通过分表分区支持大数据查询。-------------
1.另外有没有牛人能谈一下对数据存储分库分表具体怎么切比较合适？
个人想法如下：按照业务垂直分库，每个业务数据独立一张表，将n种业务指标分到不同的数据库存储

但是对于一个业务，指标数据还是非常大，因此在同一台机器上业务表再按月拆分为不同的数据表
但是这样的问题是一台机器的数据量会越来越大，除非再水平按照时间分库，但其实按时间分库作用不大，因为历史的数据基本很少查，所以把所有时间的数据放在一台机器上，只做分表处理，数据多了可以转移到历史库备份。
2。另外界面允许用户按照各个维度组合钻取查询，当用户查询比较细的数据时，记录比较多，不排序还很快，一排序就不行，难道界面不给用户排序功能。这个排序还很头疼，用户可以按照任意字段去排序包括数值字段

有的话不太合适，有的说已经在用了

这里只是给楼主提供些资料
赞成：

一、HBase-Lattice
HBase-Lattice是一个尝试提供基于HBase的BI OLAP-ISH的解决方案，主要目标是查询时的实时SLAs，查询事实信息的低延迟（通过并行MapReduce的增量编译器来实现），强调时间序列的数据。

和OLAP的一样，它有事实，度量，维度和维度层次的概念。
数据查询支持：1.声明式查询API 2.简单的select-like查询语言。


反对

二、有的说不合适

HBase适合做BI分析的数据源吗？

nettman 发表于 2014-11-7 17:43
有的话不太合适，有的说已经在用了

这里只是给楼主提供些资料

多谢，有空研究一下。