如何构建正确的大数据架构

架构、基础设施、生态

我们用来描述技术的词通常来自生活的其他部分。但是，它们对于理解技术和大数据在支持业务运营和提高绩效方面的作用非常有帮助。

对于大数据架构，基本理念是记录架构、基础设施和应用程序的正确基础，最终使企业能够更有效地每天使用大数据。虽然大数据架构看起来是一个高度技术性的话题，但重要的是要认识到，如果没有一个构思周全、定义清晰、设计周到的架构，大数据创新和洞察是不可能的。因此，如果您的业务对大数据有大计划，则执行这些计划需要强大的大数据架构。

什么是大数据架构？为什么我需要它？

与许多大数据和技术相关术语一样，我们需要澄清一下大数据架构的含义。与房屋或建筑物的蓝图一样，大数据架构是一个概念或图形模型，用于描述如何捕获、存储、管理和使各种用户群和应用程序能够访问大数据和其他信息资产。通常，大数据架构概述了完整大数据解决方案所需的硬件和软件组件。大数据架构文档还可以描述数据共享、应用程序集成和信息安全的协议。

如果这听起来有点干涩，那么请记住，没有蓝图就没人能建造房子。因此，如果没有大数据架构，任何人都不能有效地利用大数据。你投资的房子越多（或大数据解决方案），你需要的数据架构就越大，以确保你得到你想要的投资回报率。换句话说，大数据架构有助于确保数据按计划流动，以便正确的用户可以通过正确的工具访问数据。

如何获得正确的大数据架构：提出正确的问题

设计您需要的大数据架构通常从提出正确的问题开始：

• 大数据策略——需要解决的业务问题、需要改进的运营以及如何通过使用大数据塑造架构来实现目标是什么？
• 我们现有的哪些数据源和系统可以“嵌入”大数据的集成架构？
• 我们如何解释新的数据集， 如传感器数据或来自物联网的数据？
• 我们处理大数据架构的方法如何帮助将数据驱动和支持分析的思维转移到我们业务的中心？
• 在试点阶段之外“操作”或扩展大数据和分析计划所需的组件是什么？

一种行之有效的方法是从统一的数据架构（UDA）的角度进行思考，该架构可以从大数据中生成更具可操作性见解。统一的数据架构围绕基本组件构建，如集成数据仓库和分析和发现平台，共同弥合原始数据源与特定商业智能工具和标准CRM应用程序之间的差距。这大大降低了传统“混合”环境的复杂性，使公司能够引入非常快速移动的数据集，为用户提供跨平台访问数据和分析引擎的机会。

大数据架构在起作用

与大数据架构一样重要，企业和IT绝不能将蓝图误认为解决方案本身。大数据架构是描述大数据在连接和集成到统一整体后如何工作的设计和文档。架构本身并不一定能产生商业价值，但它为成功奠定了基础。其价值来自定义正确大数据的过程和结构、部署高级大数据分析以及安排合适的人员和团队与数据进行交互和审查。这可以帮用户解决问题、寻找新机会、做出更好的决策和其他有意义的决策。

我们可以想象一下，大型零售商需要强大而灵活的大数据架构，以便更好地了解跨设备和渠道（包括店内）的消费者行为。个性化营销活动或实时提供优惠券需要集成数据和复杂的定位，如果没有先进的大数据架构，这是不可能的。

作为全球最大的电信公司，Verizon利用其大数据架构“倾听”了1亿客户的意见。他们的逻辑模型确保结构化和非结构化大数据都能存储在正确的地方，可以访问并通过发现平台进行搜索。

Netflix设计大数据架构以推动参与度：

Netflix的大数据架构采用经济高效的服务、平台、应用程序和工具集合，用于更智能的数据管理、处理和分析。分析师使用一系列的方法来解决各种问题，哪怕整体环境要处理惊人的工作量。他们由此收获了一个独特的分析平台。

大数据架构意味着为未来打下基础

重要的是要认识到，大数据架构是长期承诺，而不是“一次性”项目。大局和长远的思考证实了大数据架构应该是全面的，能够解决许多业务问题，包括那些将来将要出现的问题。换句话说，当今的大数据架构必须设计为能够利用未来的新工具和技术，并纳入新类目和扩大数据量。您的大数据架构是您为大数据的未来之旅做准备的一种方式。

好奇Teradata能帮您做什么？

了解我们的大数据解决方案