隨著大數據在越來越多的企業當中落地，企業要開展大數據相關的業務，那么首先要搭建起自身的數據平臺。而企業搭建大數據平臺，往往需要結合成本、業務、人員等各方面的因素，來規劃數據平臺建設方案。今天我們就來聊聊數據平臺建設的幾種方案。

數據平臺其實在企業當中一直都是存在的，但是進入到數據爆發式增長的大數據時代，傳統的企業級數據庫，在滿足數據管理應用上，并不能完全滿足各項需求。

對于企業而言，基于大數據背景下的企業數據管理應用，也需要更加符合需求的數據平臺建設方案。

主流數據平臺建設方案

從市場主流選擇來看，企業數據平臺建設方案，目前大致有以下幾種：

1、常規數據倉庫

數據倉庫的重點，是對數據進行整合，同時也是對業務邏輯的一個梳理。數據倉庫雖然也可以打包成SAAS那種Cube一類的東西來提升數據的讀取性能，但是數據倉庫的作用，更多的是為了解決公司的業務問題。

2、敏捷型數據集市

數據集市也是常見的一種方案，底層的數據產品與分析層綁定，使得應用層可以直接對底層數據產品中的數據進行拖拽式分析。數據集市，主要的優勢在于對業務數據進行簡單的、快速的整合，實現敏捷建模，并且大幅提升數據的處理速度。

3、MPP（大規模并行處理）架構

進入大數據時代以來，傳統的主機計算模式已經不能滿足需求了，分布式存儲和分布式計算才是王道。大家所熟悉的Hadoop MapReduce框架以及MPP計算框架，都是基于這一背景產生。

MPP架構的代表產品，就是Greenplum。Greenplum的數據庫引擎是基于Postgresql的，并且通過Interconnnect神器實現了對同一個集群中多個Postgresql實例的高效協同和并行計算。

4、Hadoop分布式系統架構

當然，大規模分布式系統架構，Hadoop依然站在不可代替的關鍵位置上。雅虎、Facebook、百度、淘寶等國內外大企，最初都是基于Hadoop來展開的。

Hadoop生態體系龐大，企業基于Hadoop所能實現的需求，也不僅限于數據分析，也包括機器學習、數據挖掘、實時系統等。企業搭建大數據系統平臺，Hadoop的大數據處理能力、高可靠性、高容錯性、開源性以及低成本，都使得它成為首選。

關于大數據平臺架構，數據平臺建設的幾種方案，以上就為大家做了一個簡單的介紹了。企業基于大數據平臺建設的需求，對于專業人才的需求度也正在增加，具備過硬技術實力的大數據人才，將受到更高程度的青睞。
責編AJX