谈起报表工具，人们首先想到的IBM Cognos，Sap Hana，帆软的FineReport，FineBI，润乾报表，云蛛系统、SmartBI等等国内外的知名报表工具。而这些新老牌报表工具厂商辛勤耕耘了中国市场十几年，根深蒂固的产品思想，让人们认为数据报表就应该是这样的。于是乎什么前后端分离、后端设计器、 数据模型、数据集等等的概念，让人们觉得没有这些，就称不上一款合格的数据报表工具。
这个就像多年前的手机一样，大家都认为手机应该长下图这样的。
手机就应该是小屏幕，大按键，就像人们思维中固化的报表工具的形象，谁也没有想到现在的手机都变成了触控屏。
在这个产品更新速度一浪超过一浪的今天，如果还抱有旧思想看今天，肯定是要落伍的。而我们今天就要说一说，数据集这种模型化的概念，在数据爆炸的今天是否还应该存在。那我们就应该从报表工具发展的历史开始说起。
在管理系统逐渐普及之后，系统开始产生数据，于是一些针对这些数据的简单报表的需求，应运而生。于是人们开始利用硬coding的模式，做出一些数据报表应用。之后为了缩短开发时间，报表工具之类的BI工具诞生了出来，后端设计，前端发布，这些节省了大量的劳动力，一时间风靡整个IT界。厂商不可能抱守产品一成不变，于是乎很多厂商发力点不再是产品易用性、产品结构性。而是发力点下探，很多厂商看到了数据预处理的方便性，而此时数仓的一些概念已经开始流行起来，于是乎偏向数仓功能被集成进报表工具中。这个时候ETL就出现在了报表工具中，数据集的概念，模型化的概念就出现了。而依托于此，一些看起来高大上的功能，被人们追捧，一个应用一个拖拉拽即可生成。其实做过数仓的人都知道，这些功能都是建立在数据集和数据模型之上的，而这个建模过程，其实就是将原本数仓的工作，拿到了报表工具中来做。
这之后，这种做法在各大厂商中一时间大肆铺开，大家纷纷开始效仿这种设计模式。这种模式在那个数据量不大的年代，确实解决了很多问题。但这种风气却将厂商的方向带到了错误的方向，大家继续下探，继续以集成数据处理功能为卖点，这个工具也是越做越大。随着数据量越来越大，原本单机处理已经力不从心，于是乎分布式计算开始流行，Hadoop、Kafka、Flink、Impala等等大数据处理工具开始层出不穷，而基于这些工具封装的工具，诸如神策数据这样的工具，开始被人们所接受。
而此时，很多报表工具厂商还是基于Web服务器的报表处理引擎，虽然号称可以大数据处理，但是大家都明白，依托于Web处理器的报表工具，再怎么能处理数据，跟那种能处理海量数据的分布式处理工具是天和地的差别。而那种原先数据集和模型化的处理，如果用这些工具处理，在性能和处理方式等等各个方面，都有着得天独厚的优势。看到这里，大家应该都明白了，都说术业有专攻，在数据量爆炸的今天，数据的处理就应该交由专业的数据处理工具，而报表工具则应该将精力用在更应该用的地方，为什么报表工具存在了这么长时间了，还是没有办法替代个性化的开发等等云云，将精力用在该用的地方，去提升客户生产力、满意度，这个才是报表工具如今最该做的事情。
而如今，BI界的一股清流到来了，蛛网时代的云蛛系统。其倡导的分体式BI，打破了市面上所有人们对报表工具的认知，以提升客户生产力和满意度为目标，现如今的云蛛系统AutoBI已经能彻底替代个性化的人力开发，而这个确是一个完完全全的产品。用户自定义页面、用户随意在线修改等等，以前我们只能通过定制化人力开发的事情，现如今用这款工具都能实现了，这就是专注的执行力。
有破冰的先行者，就会有跟随者。相信蛛网时代云蛛系统的破冰，必将改变整个BI报表工具市场的怪相，引领整个市场重新回到那个以解决客户需求、术业有专攻的时代！
