企业大数据平台面临的技术挑战

企业大数据的实施过程中，仍然面临很多技术挑战，涉及数据采集与获取、数据存储与查询、数据处理与计算、数据挖掘与学习、数据理解与应用、数据管理与扩展等方面。在数据理解与应用方面，存在以下几个方面的技术挑战：

丰富的可视化。在数据工作的末端，数据可视化是帮助终端客户理解数据过程和结果的关键手段。传统的可视化主要通过三维以下的图、表等方式展现，并且数据容量较小。在海量数据规模下却很难应对，例如如何展示超过三维维度关系？如何在一个界面中展示超过亿条数据？如何让用户在一个包含1000万个样本的复杂图像中直观地看到异常信息？

标准化的数据表达。不同的技术方式输出的数据可能具有各自的定义规则和标准，尤其对于不同大型商用工具而言，直接采购的工具往往都缺乏较好的可定制性和二次开发性，由于缺乏统一的标准，当数据在不同工具间流动时会遇到问题。

标准化技术解决方案。当前的大数据技术和产品主要侧重于提供大数据挖掘分析工具和开发环境，而缺少针对各个行业、场景和应用的技术封装，尤其是没有解决不同工具之间的模型和应用流通性，这些问题既有来自于各个国际厂商技术和生态封闭性的原因，也有来自于企业自身在规划大数据架构和开发应用时考虑不周全的原因，这会导致大数据技术解决方案被技术厂商或服务厂商所捆绑，为后期运维、应用、迁移埋下隐患。