# 大数据平台架构如何进行 包括哪些方面

> 作者：不庸俗的大学生 ｜ 发布时间：2021-01-23 ｜ 阅读：504

【导语】大数据平台将互联网使用和大数据产品整合起来，将实时数据和离线数据打通，使数据能够实现更大规模的相关核算，挖掘出数据更大的价值，然后实现数据驱动事务，那么大数据平台架构如何进行?包括哪些方面呢?

![](https://oss-hqwx-edu100.hqwx.com/wendaditor_1611296459984971.png)

**1、事务使用：**

其实指的是数据收集，你经过什么样的方法收集到数据。互联网收集数据相对简略，经过网页、App就能够收集到数据，比方许多银行现在都有自己的App。

更深层次的还能收集到用户的行为数据，能够切分出来许多维度，做很细的剖析。但是对于涉及到线下的行业，数据收集就需要借助各类的事务体系去完成。

**2、数据集成：**

指的其实是ETL，指的是用户从数据源抽取出所需的数据，经过数据清洗,终究依照预先定义好的数据仓库模型，将数据加载到数据仓库中去。而这儿的Kettle仅仅ETL的其中一种。

**3、数据存储：**

指的便是数据仓库的建设了，简略来说能够分为事务数据层(DW)、指标层、维度层、汇总层(DWA)。

**4、数据同享层：**

表明在数据仓库与事务体系间提供数据同享服务。Web Service和Web 
API，代表的是一种数据间的衔接方法，还有一些其他衔接方法，能够依照自己的情况来确定。

**5、数据剖析层：**

剖析函数就相对比较容易理解了，便是各种数学函数，比方K均值剖析、聚类、RMF模型等等。

**6、数据展现：**

结果以什么样的方式呈现，其实便是数据可视化。这儿建议用敏捷BI，和传统BI不同的是，它能经过简略的拖拽就生成报表，学习成本较低。

**7、数据访问：**

这个就比较简略了，看你是经过什么样的方法去查看这些数据，图中示例的是因为B/S架构，终究的可视化结果是经过浏览器访问的。

关于大数据平台架构内容，就给大家介绍到这里了，不知道大家是不是有所了解呢，未来，大数据对社会发展的重大影响必将会决定未来的发展趋势，所以有想法考生要抓紧时间学起来了。

---

链接: https://wenda.hqwx.com/article-45460.html
提示：内容由环球青藤快问-不庸俗的大学生整合，商业转载请联系作者获得授权，非商业转载请注明出处。
