相对来说BI还是目前比较吃香的IT工种之一。
按照技术线进行划分，结合市场上的一些招聘风向，说说个人发展方向和就业前景吧：
ETL，这块是BI永恒的重点主题之一，人员需求也是一直持续，只是相对来说,ETL会比较枯燥，在这一块，掌握一两款顺应潮流的大工具，拥有相应年限的工作经历，行业性要求不太高，可以找到一个不错的岗位，对于喜欢技术，喜欢钻研的人来说挺不错的。而且据了解，互联网行业不少公司也会找不少专职ETL工程师，不错。DS、INFA、SSIS这些都是蛮有需求的。
数据仓库，主要指的数据仓库设计，架构设计等，一般来说LEVEL会比较高了，薪水待遇也会蛮高的，属于偏高端人才了，一般都会要有5年、7年或更多年限的经验，对行业性经验要求比较高。
OLAP技术，以前会有专门的建CUBE方面和OLAP开发的工程师的，现在慢慢失去其独立性了，很多已经跟其他岗位混合到一起了。
前端应用，由于工具很多，所以这方面的人才需求也会是百花齐放。掌握一两款高端的工具， 一定年限（甚至都不需太长）即可谋得一份不错工作，更好的一点是，从前端应用去切入，可以更多的接触到业务更多的和客户方业务人员沟通以及和己方的需求顾问沟通，对于个人业务上的成长满有好处的。努力后未来亦可往需求分析方向发展。这方面，COGNOS、BIEE、BO等工具会有优势，工具都这么贵了，人才待遇自然也能水涨船高。
数据挖掘方面，真的蛮高端的，要求也一样极高。
后期可以试试项目经理，当然，不要那种水一下就行的，最好是正规些的企业，比较磨练人的，亦看到有朋友从技术到项目经理，到项目群经理，到项目总监这样的发展的。铁了心不喜欢做技术，技术只是初期的敲门砖。

首先，“传统”这个词，是蛮有意思的，传统是相对的。
本来BI就是不断演化的，今日的“主流”，极有可能变成明日的“传统”。
譬如当年我们做OLAP的时候，感觉ROLAP和MOLAP，最开始Rolap是主流，然后Molap出现了，通过预计算用空间换取时间，一时风行；然后再过一阵，硬件性能发展了，Molap又有些没落转而流行Rolap了。是不是有些像是十年河东十年河西的样子。
 
关于敏捷BI ，我觉得是从敏捷开发这一概念中演化而来的。
敏捷BI更像是一种方法 ，与你列存储、分布式、基于什么架构无关的。这种方法强调需求的迭代，快速迭代，先出来一些东西，然后看看行不行，OK的话继续深化，有问题的话则完善修改，不行的话放弃也损失不大。一个主题的弄完再进行引入另外一块。
这与Kimball的数据集市建设方法论，是非常相似的。也与多年前我们常说BI项目的“整体规规划、分步实施”、“螺旋式上升”是契合的。
传统敏捷方法里的一些概念，如“轻文档”这个在敏捷BI中就需要慎重了。另外，原型图的做法也是一个好的手段。
还有一点，如果你是走Inmon的路子，搞EDW，那么敏捷还不一定好用。
因此 ，敏捷BI是为了更好的交付项目的一种方法论上的尝试。大部分工具都可以来承载以此种方式交付项目，但是有些老牌BI工具层次过多实现较慢，会影响到敏捷的效率。
 
而 探索式BI ，这个概念并不是一个全球范围内很同行说法，但是事实上确实会有很多类似的体会。
个人认为， 探索式BI，更像是在阐明一种态度 。
我们通过一定的方式，对业务进行分析，快速的试错，低成本的试错。这些方式可以是基于多维分析、或是基于即席查询，可以用Cube，也可以通过数据内在联系搭建语义层等来实现，这些方式之间有效率的差别。
探索式BI强调从业务角度出发，定位出问题所在原因，或是在你随意组合与拖拽中发现一些有意思或者是有启发的内容点。
从本质上来看，多维分析、即席查询、上钻下钻切片切块，这些经典的BI属于，用于探索，真的不算过时。
因此，探索式BI，是为了得到回答而不断尝试的一种态度。与工具有一定关系。工具能够支持前面所属的一些功能即可开始着手，只是支撑程度上可能会有差异。
 
在这之外，还会有些概念的，再介绍几点。
内存式BI ，这个也是近年来非常火的一个概念，以几款新兴的世界级的工具（具体可在Gartner象限图第一象限中找）为代表，掀起一阵小风暴。而这几年在国内也是颇为的火。
内存式BI，倒是实实在在有技术上的东西，它利用了当下内存成本的下降，将一定的基础数据加载到内存中去，再在用户查询的时候动态计算，返回结果，这是即时的计算，并非之前Schedule好数据并缓存下来的。与那些Rolap相比，数据直接在内存里计算，比在RDBMS里要快上很多。
当然，这些工具的内存式程度也会有纯内存式、半内存式乃至伪内存式。
因此，内存式BI，也可以算是BI上一类技术、一类工具吧。
 
还可以用一个概念去宣讲。那就是 全员BI 。这个概念指的是让企业各个层级的用户都能够动起来，使用BI系统，而且可以各取所需。说全员BI，主要的概念还是会以多维分析、即席查询类似概念，让一线执行层能够查询出数据、做些基础的分析，从繁重的汇总统计中释放出来。毕竟高层和中高层都是会有定制的应用的。想想，从上往下各个层级都能在BI系统中获益，全员BI，多么华丽丽。
 
好了，大概就聊到这儿，希望能对你有所帮助。

你是问个人发展，还是这两个技术的发展？
 
关系型数据库已经不能满足诸如社交网络这种高并发，超大规模的现状
nosql = not only sql，是满足处理大数据的需求的，已经不再是一张一张的table，而是各种形式：列存储，key-value存储，图结构。。。
 
但我的理解：目前nosql适用于数据模型比较简单，灵活多变，追求并发和性能，对数据一致性要求不高的系统
而传统的关系型数据库在处理复杂业务和保持数据一致性、数据安全性上还是不能被取代的
 
好比水果刀和大菜刀，看你切什么菜（果）了