系統架構
finebi即時分析：可以選擇數據快速創建表格或者圖表以使數據可視化、添加過濾條件篩選數據，即時排序，使數據分析更快捷。
多維度分析：OLAP分析實現，提供各種分析挖掘功能和預警功能，例如任意維度切換，添加，多層鑽取，排序，自定義分組，智慧型關聯等等。
Dashboard：提供各種樣式的表格和多種圖表服務，配合各種業務需求展現數據。
功能全解
一、FineBI數據引擎
finebi1、支持支持Oracle,DB2,SQLServer,Informix等數據源。支持ODBC數據源，支持JNDI數據源，支持共享套用伺服器數據源。
2、要求程式接口支持javaApi,Hibernate數據源，支持WebService、SOA等標準的數據。
3、支持文本數據，支持將Excel，txt檔案，XML檔案等檔案型的數據直接作為數據源。支持內置數據集。
數據業務包的建立
4、支持多維資料庫cube，將資料庫中的數據直接載入至FineBI的多維資料庫cube之後，建立數據索引。
5、支持按照業務增量需求建立數據業務包。
6、支持定時全量/更新多維資料庫cube。FineBI數據智慧型關聯
7、支持建立數據模型。
8、支持數據轉義。
9、支持數據關聯。
10、支持數據添加自循環列、添加公式列。
11、支持分散式，提高生成cube的效率。
二、數據智慧型分析
finebi2、支持從業務包中選擇任意欄位拖過拖拽生成表格或者圖表。FineBI生成控制項
3、支持一個頁面放置多個組件。
4、組件支持各種樣式的表格，配合各種業務需求展現數據。包括列表、分組、交叉表格。
5、組件支持多種圖表，圖表類型包括柱形圖、條形圖、餅圖、面積圖、組合圖、儀錶盤和地圖智慧型分析。
6、支持文本類控制項，包含文本框、下拉框、下拉複選框。
7、支持時間類控制項，包含時間段控制項、年份列表、月份列表和季度列表。
8、支持數值類控制項，可以按數值區間進行和數據篩選。
9、組件和控制項支持自由布局。
三、數據OLPA
1、提供各種分析挖掘功能。數據olap分析
2、支持任意維度切換，可以對已有的表樣切換維度來進行自由分析。
3、支持在已有的表樣上繼續添加數據。
4、支持多層鑽取，設定了數據關聯的數據之間，可以
進行多層鑽取設定，通過多層鑽取查看數據的詳細值。
5、支持維度排序，根據維度自身進行排序，根據指標的匯總值進行排序，根據公式值進行排序。
6、支持文本數據自定義分組。
支持時間數據按照年月日、年、季度、月、周進行分組。
四、dashboard
finebi2、支持管理員將“我創建的”報表掛到平台的目錄樹上，提供給所有用戶查看。
3、我創建的dashboard可以分享給其他用戶。
4、Dashboard支持表格圖表之間切換。
5、Dashboard支持維度和指標數據的隱藏與展示。
6、Dashboard支持數據預警功能，對於在某個數據區間的數據可以進行紅綠燈預警或者數據前景預警。
五、許可權
1、支持不同用戶對於數據業務包的數據許可權僅限於自己許可權範圍內。
2、支持不同的用戶可以訪問許可權範圍內的報表。
3、支持不同的用戶對於同一張報表，只能夠訪問許可權範圍內的數據。
技術特性
軟體成品除了功能外，用戶應該都比較關心穩定性、並發數、數據量等性能是不是優秀，FineBI的性能這一塊也有很大的優勢。
一、FineBI數據倉庫技術要點
finebi2、NIO記憶體映射檔案技術，快速讀取處理數字類型
3、支持離線使用的cube數據存儲，支持cube數據定時全量以及增量更新
4、動態的記憶體數據立方體技術，並行計算的先進數據處理模式
5、基於點陣圖索引的快速分組，過濾，鑽取，支持多執行緒運算，互不干擾
6、高效的智慧型點陣圖索引壓縮技術
7、智慧型避免重複計算的快取機制
二、FineBI數據建模及數據套用流程
資料庫生成Cube檔案，該cube檔案會根據原始數據建立一定的數據模型。
訪問設計報表時，預先載入需要使用的欄位的點陣圖索引到記憶體（使用半成品的點陣圖，索引（在幾十毫秒內）動態生成需要欄位的點陣圖索引）。
處理分組時，使用該點陣圖索引，對數據進行處理，經過轉換生成需要的結果，再使用多執行緒分組，多執行緒與記憶體映射檔案生成匯總結果，輕鬆應對千萬級以上的數據匯總。
並將結果建立一定的數據立方體模型，在下次取數，和部分取數（比如之前用了3個欄位，後面又用了3箇中的2個欄位，則不需要重複計算）時避免重複計算。
處理列表則是根據計算好點陣圖索引的值的取制定行數據，列表性能無上限，取多大的數據量都會很快。
三、FineBI數據倉庫優勢
優勢：分組速度快，各個分組，匯總之間互不干擾，利於多執行緒計算以及分散式部署最佳化，單機性能也比較好。
支持部分計算，分組匯總不需要計算所有的值
列錶速度不受限於數據量
四、FineBI智慧型模組
1.分析數據智慧型關聯
當最終用戶在分析數據時，很可能需要將數據建模時沒有建立關聯關係的數據關聯起來做為整體查看分析，而在處理此類問題時就往往需要技術人員的支持，需要額外的數據建模工作，FineBI根據用戶的語義，提供關聯設定，並將數據關聯，只要明白語義即可得到所需數據。
2.指標影響因素智慧型分析
某個指標或者匯總數據往往會受到很多因素的影響，例如銷售額會受到產品質量，銷售地區，時間，銷售人員，代理商，銷售策略，同類競爭產品價格等等因素的影響，而當最終客戶進行分析時需要對全盤的影響因素都有了解。以往的BI工具是提前將這些分析維度加入最終展現層讓領導或者業務人員去選擇，這樣的問題有二：溝通成本高，需要讓技術人員清晰明了業務需求；修改影響因素複雜，添加刪除因素需要通知技術人員。FineBI的智慧型因素分析直接面向最終分析人員，通過最佳化的算法提供所有影響因素，並且智慧型判斷重點因素。
