企业大数据平台如何搭建?-阿里云开发者社区

开发者社区> 大数据> 正文

企业大数据平台如何搭建?

简介: 在大数据这个词出现之前,我们对日常数据的这种处理和分析,常常使用的一些类似SQL server、MySQL、Oracle等等这些关系数据库,传统的这些数据库处理T级别数据量已经是这些数据库的极限,面对这种P级和E级的数据量,基本上是无能为力。

大数据这个词出现之前,我们对日常数据的这种处理和分析,常常使用的一些类似SQL serverMySQLOracle等等这些关系数据库,传统的这些数据库处理T级别数据量已经是这些数据库的极限,面对这种P级和E级的数据量,基本上是无能为力。



  一直到2005年,提供大数据基础能力的Hadoop项目出来,从技术层面上搭建了一个对非结构化和复杂数据快速可靠分析,变为现实的一个技术平台,从这个时候开始,大数据才成为互联网信息科技里高频的热词;





  2.什么是大数据,大数据有哪些特征





  不管我们是不是大数据的专业人士,在这个信息时代,我们都要了解一些大数据的概念,小到店家,大到国家都在讲大数据,不过真正搞清楚什么是大数据的人,还不是太多;





  对于大数据的概念,我们引用世界著名咨询公司麦肯锡对它的描述:





  大数据是什么?





  麦肯锡的定义:“一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有4V特征”





  4V是什么?





  Volume海量的规模;





  Velocity快速的流转





  Variety多样的类型





  Value低密度的价值





  二.怎样制定企业的大数据战略





  战略是我们工作的指导,一定有正确的战略才能做战术上的执行,战略错了,那么一切战术都是等于0,这里总结了大数据的6大战略;





  1.决策战略





  先了解所在企业的背景状况:比如企业是民企、国企还是上市公司,规模有多大,有多少员工,大数据仅仅是锦上添花还是已经具体的发挥了它的价值;在决策企业是否上大数据项目的时候,以及投入多少的问题上,这些问题都需要考虑清楚的;





  2.时机战略





  就是企业什么时候开始投入大数据建设





  3.人才战略





  4.选型战略





  是自建IDC数据中心、自建私有云,还是选择阿里云(腾讯云等等)共有云这个平台





  5.平台战略





  就是我们先选择搭建一个平台还是先实施一个应用的问题。





  一个原则:离钱越近,越要早做;





  6.管理战略





  关于数据是否可再生的问题:就是如何采集数据、如何存储数据、数据是怎样应用的,数据安全,用户隐私安全问题的保障;





  三.企业如何进行大数据平台建设





  无论从帮助企业营销还是提高效率来看,节约企业成本这个角度来看,大数据有非常大的价值,大数据做好了,可以推动企业的业务突飞猛进的增长;要实现这个大数据的价值,真正让大数据为企业创造贡献,那我们首先要积累有大数据,把日常业务和用户的行为数据收集起来,我们前面说过,有些数据是可再生资源,但更多的是不可再生资源,这就需要我们管理好我们的数据资产,去搭建一个数据平台,负责数据的采集,规整、运算、存储、应用、展现等等;





  1.大数据平台是由三个平台加一个服务组成的





  (1)工具平台,又包括





  -运维平台





  -数据采集平台





  (2)大数据仓库基础平台





  (3)大数据门户,又包括





  -大数据分析平台





  -产品应用平台





  (4)服务





  运维平台主要负责大数据平台的业务调度、任务监控、元数据管理、权限管理等等,主要由图中所示的系统组成的;二个是数据采集平台,主要负责把数据采集到大数据仓库平台当中,企业这种大数据来源,主要从三个方面去获取数据,从业务系统、日志采集系统、外部数据来源采集,每一个方面的来源又包含几个途径,如图所示;





  大数据基础平台,传统的也叫大数据仓库平台,这部分是整个大数据平台的核心;





  下面是大数据门户,是集成数据成果一体化的平台,包括大数据分析平台,和大数据应用平台;大数据门户,作为整个大数据的窗口,所有的数据研究成果,都会展现在这个数据门户当中,这样就极大的方便了公司职能人员使用数据;





  用户服务:使用数据的人主要包括管理人员、分析人员、运营人员、产品经理、技术工程师还有企业投资的相关方,或公司对外的数据服务,我们是通过API接口体现出来;





  2.如何构建大数据基础平台





  大数据基础平台,是整个大数据平台的核心,是企业大数据加工、计算、存储的场所,原本非常凌乱的各种各样来源的数据,进入基础平台之后,都会按照一定的标准,一定的规范化进行存储,处理起来,大数据基础平台有三个核心技术点,第一个是主题模型,第二个是层次模型,第三个是计算模型,下面会给大家一些简单的介绍;





  (1)主题模型





  主体模型详细附件图表





  主体模型设计的注意事项:





  大主题可以有若干的子主题构成





  主题之间不要有交叉,相同特征的要放在同一个主题当中;





  主体要充分的覆盖,能够覆盖到企业所有的业务,能够支持所有的应用和分析的需求





  (a)具备完整性





  (b)主体的独立性





  (c)具备层次性





  (2)层次模型





  层次模型通常由4个层次组成,如下图:





  (a)ODL层(操作数据层)





  功能是存放从业务系统之间抽取过来的数据,数据从数据结构,从数据这种逻辑关系上面,都与业务系统基本上是保持一致的,这里实现了透视字段一些固化的处理,像会员注册,注册时间,还有一些少量的基本的数据清洗,比如脏数据的一些过滤,维度的一些处理等等,最终生成了这种增量的数据





  (b)BDL层(基础数据层)





  该层的主要功能,是基于主题域的划分来完成数据整合的,提供统一的数据的基础平台,在这个层级当中,我们会完成数据的清洗、定义的分类等等的一些功能;





  (c)IDL层(接口数据层)





  面向应用的,统一的应用接口访问平台,客户统一视图都在这一层级实现,该层级的重点就在于实现跨主题域的这种数据的关联计算;在实践当中,会涉及两类模型,一类是为了获取数据更容易,我们会制造一些反规范化的主题模型,我们常常看到的这种宽表模型,另一类就是为了我们实现快速的查询,分析而建立起来的这种比较规范式的多维分析模型,它是由多个维表进行组成的;





  (d)ADL层(应用数据层)





  提供差异化的数据服务,以满足业务方的需求,这一层级我们可以实现一些报表,数据挖掘、产品应用等等需求;





  在传统的数据库时代,ADL层主要在RAC(ORACLE真正应用集群)中实现的,在大数据时代里,我们通常会用hbase这一层的数据的存储;





  我们在工作中,为了降低维度大数据平台的负责度,我们通常把4层压缩到3层,我们通常把ODL层和BDL层进行合并,原来分别在这两层当中实现的一些事情,我们合并到一层里面去实现;如下图所示:





  3.如何构建大数据门户





  企业大数据门户,是企业应用的集成一体化的平台,大数据门户,作为企业服务的窗口,除了数据研究成果外,都会展现在大数据门户中,从而极大的方便了我们企业个只能人员使用、利用这个数据;





  企业大数据门户包含:





  主要由精准营销、个性化推荐等等





  负责业务数据的可视化展现,智能报表,临时取数的分析,还有多维数据分析的一些模型,比如用户画像、业务关键指标监控,还有数据挖掘模型的一些监控等等。


云服务器ECS地址:阿里云·云小站


 

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
大数据
使用钉钉扫一扫加入圈子
+ 订阅

大数据计算实践乐园,近距离学习前沿技术

其他文章