国内十大活跃报表BI产品深度点评
目前国内市场上的报表BI工具琳琅满目，看起来也各有特点，这给选型工作带来了一些困扰，本文就一些较活跃的报表BI产品进行点评，对于不太熟悉这些产品和技术的同学，可作为参考资料。
这里选了十个产品，分作四类：国内报表类，国内BI类，国外BI类，国外开源报表类。每类两三种产品，在分类内大体会按面市时间为序来点评。需要强调的是，因为篇幅有限，不可能把市场上所有产品都选入，这并不意味着其它产品不好，看到结论部分时就会理解。
这么分类是有意义的，同类产品大体具有相似的特征。其中，国内产品被分为报表和BI两类，并不是说这两种功能有矛盾。事实上，国内产品大都同时兼备两种功能。分开的原因是因为这些产品初期发布时的功能侧重点不同，经过多年完善，它们大都已经发展成了全功能产品，但初期侧重点的不同仍然会影响到产品理念乃至产品特征。
涉及产品和版本较多，可能局部会有错误疏漏，敬请谅解，欢迎指正。
【国内报表类】
报表工具可能是企业级通用软件中仅有的、国产软件能力远远超过国外软件的领域了。这大概是因为中国报表有着非常强烈的特，从而造就了一批适应产品，而国外缺乏这个土壤，也就很难发展出这种能
力了。
1.润乾报表
润乾报表功能全面，涵盖报表、填报、BI的各个方面，没有大块功能的缺失。不过这也是国内大多数报表BI产品共同的特点。润乾报表最大特是复杂报表的能力，润乾公司最早提出了用于解决中国复杂报表的非线性报表模型，直到现在，无论是功能还是性能，润乾报表在复杂报表方面仍然是业界最强者。
润乾报表自2018版开始集成了独立计算引擎。大多数报表工具是在报表中完成数据计算，而报表的计算能力和效率都相对较弱，不仅会因为要写复杂的SQL或存储过程导致开发困难，而且在数据量大或计算较复杂时还会带来性能和容量的问题，发生报表响应迟钝甚至内存溢出的现象。润乾报表则可以将取数及复杂关联运算等放到独立的计算引擎中，并提供了大数据量游标取数，这样即提高了开发效率，还能提高运算性能和数据容量，并真正支持了大数据报表。
润乾报表本来内核模型的计算能力就很强，性能也是多年来的优势，新版中又增加了计算引擎，在这方面又有了质的提升。
在计算引擎的支持下，还能让报表与应用的耦合性降低。复杂报表的修改常常涉及数据源逻辑，而有
计算引擎时，这部分也可以在报表模板中完成，不需要像常规情况时必须修改应用程序中准备数据源的代码或者后台存储过程，从而可以做到全面的热切换。这是其它报表工具都无法提供的能力。
计算引擎中还集成了大量常见非关系数据源的接口，如mongodb,hdfs，sap,…；这使得润乾报表天然能支持非常丰富的数据源类型。
润乾报表的BI界面中规中矩，拖拽、切片、钻取等都有提供，但老实说也没什么特别的，风格只能说很朴素（就是不够炫）。不过，在提交方式上却有与
众不同之处，润乾报表的BI界面部分是开源的，这样不管是集成调用还是客户化的定制开发都会比较方便。因为润乾报表的理念定位是被集成，润乾把用于交互操作的BI组件都做成可以集成到第三方应用的页面的样子，而如果界面风格和操作方式需要再修改时，还进一步提供源代码。业界其它厂商则一般是提供可独立运行的BI系统，整体界面都是自己一套风格，基本没可能集成到其它应用的页面中，有修改也大都需要厂商介入。润乾虽然也有一个报表中心可以独立应用，不过功能细致程度一般，和其它专业做BI的产品相比显得有点简陋，不过好在它是开源的，用户可以进一步再开发。从这个意义上讲，润乾报表的BI挺适合用于BI教学，朴素风格和开源代码都有利于程序员进一步美化和封装。
说到BI，润乾报表后台有个独特的DQL模型。多维分析时多表关联一直是个麻烦事，业务用户很难理
解JOIN，所以常常要技术人员事先建模，把JOIN 拼进逻辑或物理宽表中；也有BI产品将JOIN关系暴露给业务用户，但业务用户只能理解最简单的情况，稍复杂的关联需求基本就没人会用了。DQL模型则可以让业务用户以可理解的方式在界面上拼出非常复杂的关联分析，包括自关联都可以处理得很好。
润乾报表的BI本身没有提供自己的CUBE，而是使用数据库，能执行灵活的关联查询，但大数据量时会受数据库性能的拖累。润乾有另一款集算器产品可以充当高性能CUBE，但并不属于润乾报表，它可以为其它厂家的BI产品服务。本文不讨论这种专业CUBE，就不分析下去了。
程序员接活的平台网站润乾报表的用户是程序员，界面的易理解性就不是重点。让接口更丰富以适应更复杂的环境和让程序员容易上手，这两方面本身有一定矛盾性。润乾的权衡
点在前者，所以会有设置参数较多的问题，上手相对不易，但对于熟练的工程师也不是大问题。
2.帆软报表
帆软报表也是功能非常全的产品，目前开发中遇到的各种关于数据展现方面的需求像复杂报表、填报、大屏、BI等都有解决方案。当然，这些功能点在国内商用软件来说差别不太大，这里也没必要做过多的介绍了。
帆软报表一个特大的优势是对开发人员很友好，设计界面更加时尚，初学者上手容易，操作方便。内置丰富的样式风格，做出来的报表展示效果更好一些，而其他工具可能就要多花费点时间设置下，特别适合初学者上手。
图形样式是帆软非常值得称道的地方。目前大多数报表工具采用echarts统计图，效果不错，但要调整的细节有点多（比如润乾就是）。帆软统计图多数为自己开发，类型全，效果好，采用向导化设置，能够在较短时间内开发出非常美观的图形。
除了报表工具，帆软还提供了完善的平台管理功能，甚至包括流程填报、审批等功能。这样实际上可以作为一个系统使用，对于没有自己平台的用户来说是个不错的选择。不过反过来如果客户要用自己的平台，那么集成起来工作量就会比较麻烦。帆软提供的接口相对来说少些，这会导致定制化工作还需要进一步依赖于厂家。
对于一些特殊数据源，比如json数据、mongodb等，帆软提供不同的插件，插件采用向导化安装，选择不同的插件安装就行，也非常方便。
和润乾相比，性能大概算是帆软的一个短板。尤其是涉及数据量大、有较多公式计算单元格的报表，计算性能会较差；常见的多数据集关联报表，帆软也采用在报表中计算的传统方式，数据量大时性能就会很差（不过这是所有报表计算的通病，只有润乾这种用表外计算引擎才能解决）。不过报表的性
能大多是数据源造成的，报表工具的耗时占比并不大，就算慢一点，也常常可以通过优化数据源解决，这方面有性能问题并不算重要。
帆软报表提供了单独的BI工具FineBI，功能也是全面完整，包括用平台管理、ETL、数据整合、数据分析等。前台操作简单流畅、美观细致程度都相当不错，能快速实现常见的多维分析操作。不过，BI核心功能各个厂商相差不大，也不必再细说。
有些BI产品会自己做一个后台CUBE，早期国外BI产品常常都这样。好处在于可以获得优于传统关系数据库的性能（数据库常常是行存，不适合高速OLAP运算），但缺点是需要事先根据分析主题建模准备数据，难以在界面上再做更多复杂的关联运算，灵活性受限（CUBE的运算能力通常远远弱于关系数据库）。FineBI也提供了这种CUBE，所以上述的好处和坏处都兼而有之。
FineBI也可以直接针对数据库进行分析，上述的好处和坏处就可以反着看了。不过，即使数据库可以进行复杂的关联运算，但如何让业务人员描述关联关系一直是个老大难问题，FineBI在这方面和业界大多数BI产品并没太大区别，也需要业务人员去理解JOIN。在关系较复杂时（比如有七八个表且有一表同维关联或自关联时），业务人员就不大可能拖拽出合理的关联查询了，结果还是需要技术人员先做CUBE，灵活性就大打折扣了。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。