先来谈谈企业搭建大数据分析平台的背景。

1、搭建大数据平台离不开BI。在大数据之前，BI就已经存在很久了，简单把大数据等同于BI，明显是不恰当的。但两者又是紧密关联的，相辅相成的。BI是达成业务管理的应用工具，没有BI，大数据就没有了价值转化的工具，就无法把数据的价值呈现给用户，也就无法有效地支撑企业经营管理决策；大数据则是基础，没有大数据，BI就失去了存在的基础，没有办法快速、实时、高效地处理数据，支撑应用。 所以，数据的价值发挥，大数据平台的建设，必然是囊括了大数据处理与BI应用分析建设的。

2、大数据拥有价值。来看看数据使用金字塔模型，从数据的使用角度来看，数据基本有以下使用方式：

<img src="https://pic3.zhimg.com/v2-e85829017ea65e4ce3552ca3563e38e2_b.jpg" data-rawwidth="592" data-rawheight="497" class="origin_image zh-lightbox-thumb" width="592" data-original="https://pic3.zhimg.com/v2-e85829017ea65e4ce3552ca3563e38e2_r.jpg">

自上而下，可以看到，对数据的要求是不一样的：

• 数据量越来越大，维度越来越多。
• 交互难度越来越大。
• 技术难度越来越大。
• 以人为主，逐步向机器为主。
• 用户专业程度逐步提升，门槛越来越高。

企业对数据、效率要求的逐步提高，也给大数据提供了展现能力的平台。企业构建大数据平台，归根到底是构建企业的数据资产运营中心，发挥数据的价值，支撑企业的发展。

整体方案思路如下：

建设企业的基础数据中心，构建企业统一的数据存储体系，统一进行数据建模，为数据的价值呈现奠定基础。同时数据处理能力下沉，建设集中的数据处理中心，提供强大的数据处理能力；通过统一的数据管理监控体系，保障系统的稳定运行。有了数据基础，构建统一的BI应用中心，满足业务需求，体现数据价值。

提到大数据就会提到hadoop。大数据并不等同于hadoop，但hadoop的确是最热门的大数据技术。下面以最常用的混搭架构，来看一下大数据平台可以怎么来搭建，支撑企业应用：

<img src="https://pic3.zhimg.com/v2-461e7fbb5165d39330e3145df7c04002_b.png" data-rawwidth="1294" data-rawheight="1013" class="origin_image zh-lightbox-thumb" width="1294" data-original="https://pic3.zhimg.com/v2-461e7fbb5165d39330e3145df7c04002_r.png">

通过Kafka作为统一采集平台的消息管理层，灵活的对接、适配各种数据源采集（如集成flume），提供灵活、可配置的数据采集能力。

利用spark和hadoop技术，构建大数据平台最为核心的基础数据的存储、处理能力中心，提供强大的数据处理能力，满足数据的交互需求。同时通过sparkstreaming，可以有效满足企业实时数据的要求，构建企业发展的实时指标体系。

同时为了更好的满足的数据获取需求，通过RDBMS，提供企业高度汇总的统计数据，满足企业常规的统计报表需求，降低使用门槛。对大数据明细查询需求，则通过构建HBase集群，提供大数据快速查询能力，满足对大数据的查询获取需求。

我也会建群来一起讨论大数据所以期待你们