隨著業務的快速發展、用戶的持續增加和移動互聯網的興起，中國移動正面臨著數據的爆炸性增長。如何快速地處理海量數據，及時有效地從海量數據中提取有價值的信息，是中國移動的商務智能（Business Intelligence,BI）系統亟須解決的問題。

BI系統從企業生產系統中提取出有用數據并進行清洗，然后經過抽取（Extraction）、轉換（Transformation）和裝載（Load），即ETL過程，將數據合并到一個企業級的數據倉庫里。在此基礎上。利用合適的查詢和分析工具、數據挖掘（Data Mining,DM）工具、在線分析（OnLine Analytical Processing,OLAP）工具等對其進行分析和處理，最后形成知識，支持企業決策。

數據的海量增長，處理運算的日益復雜，使傳統BI系統面臨越來越大的壓力，難以滿足需求，主要體現為以下兩點：

1）計算性能低。

傳統的BI系統，其BI能力的實現往往采用基于內存的串行機制。即將數據全部或批量導入內存中，再依次進行處理。其處理性能受限于單臺機器的內存容量和計算能力，無法支持海量數據的分析處理。

2）可擴展性差。

可擴展性是指處理性能隨系統規模增長的能力，是設計BI系統所追求的一個重要目標。目前的BI系統缺乏一個設計良好、可擴展性強的架構，系統的效率不是隨著計算資源的增加而呈線性增長，當系統到達一定規模時會出現效率降低、執行時間難以預測等問題。