大数据云的数据交换共享平台架构探索(上)
发布时间：2018-09-12 13:27:42 所属栏目：大数据 来源：星环科技
导读：云计算、大数据和人工智能的融合成为市场追逐的技术热点。云计算作为底层为上层大数据处理提供支撑，加速应用开发与服务创新；另一方面，应用的丰富激发数据体量增长，人工智能技术落地实现，构成Artificial Intelligence +Big Data +Cloud的大数据行业发
|
云计算、大数据和人工智能的融合成为市场追逐的技术热点。云计算作为底层为上层大数据处理提供支撑，加速应用开发与服务创新；另一方面，应用的丰富激发数据体量增长，人工智能技术落地实现，构成Artificial Intelligence + Big Data + Cloud的大数据行业发展趋势。
该趋势下，各个厂商都在寻求更好的ABC技术共建方式，以解决传统大数据平台的一些常见问题： ①数据孤岛问题 传统方式建设企业系统时，不同部门或团队通常会构建独立的数据库，导致的问题有：同一份数据存在于多个业务系统内且内容不一致，缺少统一的数据标准、数据管理流程及可靠的管理工具，出现质量问题时往往无法有效追溯并修正。 ②烟囱开发问题 “烟囱”式架构是传统企业系统开发的弊病，不同团队独立建设、独立开发服务和应用，带来安全、运维、升级、部署等通用功能的重复开发和投入问题，这种开发的低复用率带来了巨大资源的浪费，难以形成技术合力，也不利于团队间的研发管控和质量提升。 ③技术门槛问题 大数据和AI的应用与运维十分昂贵，无论是对于平台建设、团队建设还是业务探索而言都会带来不小的开销。将数据服务化、资产化、在线化，以方便客户、技术开发人员和数据科学家使用，降低技术门槛是当务之急。 以上问题得到广泛重视，许多企业（特别是跨地域多级别的大规模组织）都希望引入好用有效的数据管理与应用开发一体化平台，实现高质量数据交换共享服务。 相关阅读： 大数据云的数据交换共享平台架构探索(下) 如何使用HBase？大数据存储的两个实战场景 做大数据分析时，这几个技巧可以带来帮助 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
