企業(yè)數(shù)據(jù)平臺(tái)建設(shè)方案四種企業(yè)數(shù)據(jù)平臺(tái)建設(shè)方案介紹

企業(yè)數(shù)據(jù)平臺(tái)建設(shè)方案四種企業(yè)數(shù)據(jù)平臺(tái)建設(shè)方案介紹

導(dǎo)讀在企業(yè)中，數(shù)據(jù)平臺(tái)一直都有存在。但自進(jìn)入到數(shù)據(jù)爆發(fā)式增長的大數(shù)據(jù)時(shí)代，傳統(tǒng)的企業(yè)級(jí)數(shù)據(jù)庫在滿足數(shù)據(jù)管理應(yīng)用上，明顯滿足不了各項(xiàng)需求。故此，需要更加符合企業(yè)需求的數(shù)據(jù)平臺(tái)建設(shè)方案。在企業(yè)中，數(shù)據(jù)平臺(tái)一直都有存在。但自進(jìn)入到數(shù)據(jù)爆發(fā)式增長的大數(shù)據(jù)時(shí)代，傳統(tǒng)的企業(yè)級(jí)數(shù)據(jù)庫在滿足數(shù)據(jù)管理應(yīng)用上，明顯滿足不了各項(xiàng)需求。故此，需要更加符合企業(yè)需求的數(shù)據(jù)平臺(tái)建設(shè)方案。企業(yè)數(shù)據(jù)平臺(tái)建設(shè)方案從市場(chǎng)主流選擇來看，企業(yè)數(shù)據(jù)平臺(tái)建設(shè)方案，目前大致有以下幾種：

一、常規(guī)數(shù)據(jù)倉庫

數(shù)據(jù)倉庫的重點(diǎn)，是對(duì)數(shù)據(jù)進(jìn)行整合，同時(shí)也是對(duì)業(yè)務(wù)邏輯的一個(gè)梳理。數(shù)據(jù)倉庫雖然也可以打包成SAAS那種Cube一類的東西來提升數(shù)據(jù)的讀取性能，但是數(shù)據(jù)倉庫的作用，更多的是為了解決公司的業(yè)務(wù)問題。

二、敏捷型數(shù)據(jù)集市

數(shù)據(jù)集市也是常見的一種方案，底層的數(shù)據(jù)產(chǎn)品與分析層綁定，使得應(yīng)用層可以直接對(duì)底層數(shù)據(jù)產(chǎn)品中的數(shù)據(jù)進(jìn)行拖拽式分析。數(shù)據(jù)集市，主要的優(yōu)勢(shì)在于對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行簡單的、快速的整合，實(shí)現(xiàn)敏捷建模，并且大幅提升數(shù)據(jù)的處理速度。

三、MPP(大規(guī)模并行處理)架構(gòu)

進(jìn)入大數(shù)據(jù)時(shí)代以來，傳統(tǒng)的主機(jī)計(jì)算模式已經(jīng)不能滿足需求了，分布式存儲(chǔ)和分布式計(jì)算才是王道。大家所熟悉的HadoopMapReduce框架以及MPP計(jì)算框架，都是基于這一背景產(chǎn)生。

MPP架構(gòu)的代表產(chǎn)品，就是Greenplum。Greenplum的數(shù)據(jù)庫引擎是基于Postgresql的，并且通過Interconnnect神器實(shí)現(xiàn)了對(duì)同一個(gè)集群中多個(gè)Postgresql實(shí)例的高效協(xié)同和并行計(jì)算。

四、Hadoop分布式系統(tǒng)架構(gòu)

當(dāng)然，大規(guī)模分布式系統(tǒng)架構(gòu)，Hadoop依然站在不可代替的關(guān)鍵位置上。雅虎、Facebook、百度、淘寶等國內(nèi)外大企，最初都是基于Hadoop來展開的。

Hadoop生態(tài)體系龐大，企業(yè)基于Hadoop所能實(shí)現(xiàn)的需求，也不僅限于數(shù)據(jù)分析，也包括機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、實(shí)時(shí)系統(tǒng)等。企業(yè)搭建大數(shù)據(jù)系統(tǒng)平臺(tái)，Hadoop的大數(shù)據(jù)處理能力、高可靠性、高容錯(cuò)性、開源性以及低成本，都使得它成為首選。隨著科技信息的不斷發(fā)展，大數(shù)據(jù)的應(yīng)運(yùn)也會(huì)愈之廣泛。而對(duì)于企業(yè)而言，基于大數(shù)據(jù)背景下的企業(yè)數(shù)據(jù)管理應(yīng)用，也需要更加符合需求的企業(yè)數(shù)據(jù)平臺(tái)建設(shè)方案。（）

上

，