數(shù)據(jù)庫需要用哪些軟件？這類軟件主要注意主要是用于更好的專業(yè)的數(shù)據(jù)分析挖掘工作，尤其是在銀行、金融、保險(xiǎn)業(yè)。SPSS、SAS也是主要用于統(tǒng)計(jì)分析，在虛空中統(tǒng)計(jì)學(xué)知識的一些都差不多應(yīng)用，除開具體解釋統(tǒng)計(jì)，

數(shù)據(jù)庫需要用哪些軟件？

這類軟件主要注意主要是用于更好的專業(yè)的數(shù)據(jù)分析挖掘工作，尤其是在銀行、金融、保險(xiǎn)業(yè)。

SPSS、SAS也是主要用于統(tǒng)計(jì)分析，在虛空中統(tǒng)計(jì)學(xué)知識的一些都差不多應(yīng)用，除開具體解釋統(tǒng)計(jì)，方差分析，因子分析，主成分分析，基本是的回歸，分布的位置的檢驗(yàn)等等。SPSS主要是用于消費(fèi)者研究較多，SAS銀行金融和醫(yī)學(xué)統(tǒng)計(jì)數(shù)據(jù)較低，有一些難度。

R語言像是綜合性相對較大的一類數(shù)據(jù)分析工具，集統(tǒng)計(jì)分析、數(shù)據(jù)挖掘，數(shù)據(jù)可視化。

展開來，講下數(shù)據(jù)分析~

這些數(shù)據(jù)分析工具的使用應(yīng)該看需求，每個(gè)企業(yè)應(yīng)用的選擇和都有所不同。數(shù)據(jù)分析的概念很廣，站在IT的角度，實(shí)際應(yīng)用中可以不把數(shù)據(jù)分析工具組成兩個(gè)維度：

第一維度：數(shù)據(jù)存儲層——數(shù)據(jù)報(bào)表層——數(shù)據(jù)分析層——數(shù)據(jù)充分展現(xiàn)層

第二維度：用戶級——部門級——企業(yè)級——BI級

1、數(shù)據(jù)存儲層

數(shù)據(jù)存儲啊,設(shè)計(jì)到數(shù)據(jù)庫的概念和數(shù)據(jù)庫語言，這方面不一定得深鉆研，但起碼要明白數(shù)據(jù)的存儲，數(shù)據(jù)的基本是結(jié)構(gòu)和數(shù)據(jù)類型。SQL查詢語言必不可少，全精通好是?？蓮木唧w方法的selece查詢，restore可以修改，delete徹底刪除，truncate插入的基本是結(jié)構(gòu)和讀取數(shù)據(jù)從哪里入手。

Access2003、Access07等

，這是最基本的個(gè)人數(shù)據(jù)庫，每天都用于個(gè)人或部分基本的數(shù)據(jù)存儲；MySQL數(shù)據(jù)庫，這個(gè)對此部門級的或互聯(lián)網(wǎng)的數(shù)據(jù)庫應(yīng)用是必要的，這個(gè)時(shí)候關(guān)鍵手中掌握數(shù)據(jù)庫的庫結(jié)構(gòu)和SQL語言的數(shù)據(jù)查詢能力；

SQL Server2005或更高版本

，對中小企業(yè)，一些大型企業(yè)也是可以區(qū)分SQL Server數(shù)據(jù)庫，總之這時(shí)候本身以外數(shù)據(jù)存儲，也包括了數(shù)據(jù)報(bào)表和數(shù)據(jù)分析了，甚至還數(shù)據(jù)挖掘工具都在其中了；

DB2，Oracle數(shù)據(jù)庫也是規(guī)模很大數(shù)據(jù)庫

，比較多是企業(yè)級，特別是大型企業(yè)或則對數(shù)據(jù)海量存儲需求的那是前提是的了，一般規(guī)模很大數(shù)據(jù)庫公司都可以提供相當(dāng)好的數(shù)據(jù)整合應(yīng)用平臺；

BI級別

，但是這個(gè)不是數(shù)據(jù)庫，完全是建立起在前面數(shù)據(jù)庫基礎(chǔ)上的，企業(yè)級應(yīng)用的數(shù)據(jù)倉庫。DataWarehouse，組建在DW機(jī)上的數(shù)據(jù)存儲基本都都是商業(yè)智能平臺，全部整合了各種數(shù)據(jù)分析，報(bào)表、分析和展露出，BI級別的數(shù)據(jù)倉庫特點(diǎn)BI產(chǎn)品也近幾年的大趨勢。

2、報(bào)表/BI層

企業(yè)讀取了數(shù)據(jù)不需要加載，不需要展露出，報(bào)表工具是最普片應(yīng)用的工具，尤其是在國內(nèi)。過去傳統(tǒng)報(bào)表大多解決的是展露出問題，如今像帆軟報(bào)表FineReport也會和其他應(yīng)用交叉的十字，做數(shù)據(jù)分析報(bào)表，按照接口開放功能、填報(bào)、決策報(bào)表功能，都能夠可以做到打通數(shù)據(jù)的進(jìn)出，涵蓋面了早期商業(yè)智能的功能。

Tableau、Qlikview、FineBI這類BI工具，可分在報(bào)表層也可分成三類數(shù)據(jù)展露出層，內(nèi)容覆蓋了數(shù)據(jù)整合、數(shù)據(jù)分析和數(shù)據(jù)展現(xiàn)。FineBI和Tableau同一類近十多年來非常棒的軟件，可充當(dāng)可視化數(shù)據(jù)分析軟件，可正確FineBI從數(shù)據(jù)庫中取數(shù)進(jìn)行報(bào)表和可視化分析。兩者相比，可視化Tableau更優(yōu)，但FineBI又有另一種身份——商業(yè)智能

，所以在大數(shù)據(jù)處理方面的能力略勝一籌。

3、數(shù)據(jù)分析層

這個(gè)層反正有很多分析工具，肯定我們最常用的是Excel。

Excel軟件

，簡單的方法版本越高越好用這是那肯定的；不過對excel來講很多人只不過是掌握了5%Excel功能，Excel功能非常強(qiáng)橫無比，甚至連可以能完成所有的統(tǒng)計(jì)分析工作！不過我也常說，有能力把Excel玩成統(tǒng)計(jì)工具還不如一類要會統(tǒng)計(jì)軟件；

SPSS軟件

：當(dāng)前版本是18，名字也改了PASWStatistics；我從3.0又開始Dos環(huán)境下編程分析，到現(xiàn)在版本的變遷也更說明SPSS社會科學(xué)統(tǒng)計(jì)軟件包的變化，從看重醫(yī)學(xué)、化學(xué)等正在越發(fā)看重商業(yè)分析，現(xiàn)在已經(jīng)成為了預(yù)測分析軟件；

SAS軟件

：SAS總體SPSS總之功能更加強(qiáng)大，SAS是平臺化的，EM瘋狂挖掘模塊平臺整合，相對來講，SAS比較比較難學(xué)些，但如果掌握了SAS會更有價(jià)值，比如離散選擇模型，抽樣問題，正交實(shí)驗(yàn)設(shè)計(jì)等還是SAS比較好好用，另，SAS的學(xué)習(xí)材料比較好多，也不公開，會有收獲的！

JMP講

：SAS的一個(gè)分析分支

XLstat

：Excel的插件，這個(gè)可以能完成大部分SPSS統(tǒng)計(jì)分析功能

4、外在表現(xiàn)層

表現(xiàn)層也叫數(shù)據(jù)可視化，以上每種工具都全都需要提供了一點(diǎn)展現(xiàn)功能。FineBI和Tableau的可視化功能上文有提過。總之，近年來Excel的可視化越來越大棒，配上一些插件，建議使用感更佳。

PPT：

辦公具體用法，用來寫數(shù)據(jù)分析報(bào)告；

Xmindamp百度腦圖：

梳理流程，幫助認(rèn)真思索分析，展示出數(shù)據(jù)分析的層次；

Xcelsius軟件：

Dashboard制作和數(shù)據(jù)可視化報(bào)表工具，也可以再讀取數(shù)據(jù)庫，在Excel里建模，互聯(lián)網(wǎng)充分展現(xiàn)，最大特色那就是可以在PPT中基于動態(tài)報(bào)表。

之后，要那就證明的是，這樣的分類并也不是判別軟件，只不過想那說明軟件的應(yīng)用。有時(shí)我們把數(shù)據(jù)庫就為了參與報(bào)表分析，總是報(bào)表那是總結(jié)，有的時(shí)候講那就是淋漓盡致地展現(xiàn)；肯定有的時(shí)候展現(xiàn)那是總結(jié)，總結(jié)都是報(bào)表，報(bào)表是數(shù)據(jù)儲存了！

bl工程師是什么？

BI工程師比較多是報(bào)表開發(fā)，是需要有肯定會的數(shù)據(jù)庫經(jīng)驗(yàn)，掌握到SQL查詢優(yōu)化方法，精通于Oracle、SQL Server、MySQL等通吃數(shù)據(jù)庫的應(yīng)用設(shè)計(jì)、性能調(diào)優(yōu)及存儲過程的開發(fā)。能夠掌握BI查找工具，如ETL工具（如SSIS）、OLAP工具（如SSAS）和前端展示工具，認(rèn)識ETL邏輯、OLAP設(shè)計(jì)和數(shù)據(jù)挖掘相關(guān)算法。

工作職責(zé):

1.專門負(fù)責(zé)ETL設(shè)計(jì)、模型設(shè)計(jì)、開發(fā)完畢、技術(shù)支持等工作；

2.全權(quán)負(fù)責(zé)ETL應(yīng)用開發(fā)，數(shù)據(jù)庫性能通過調(diào)優(yōu)；

3.聯(lián)合數(shù)據(jù)吸納、加載、轉(zhuǎn)換和腳本開發(fā)；

4.全權(quán)負(fù)責(zé)BI充分展現(xiàn)的開發(fā)；

5.在用Hadoop,Hive等對海量藏書日志并且統(tǒng)計(jì)分析