第三，风暴。Storm是一个免费的开源软件，一个分布式和容错的实时计算系统。Storm可以非常可靠地处理巨大的数据 stream，用于处理Hadoop 数据的批处理。Storm支持许多编程语言，使用起来非常有趣。Storm来自Twitter开源。第四，ApacheDrill。
4、怎样选择 数据 平台的建设方案1。为什么要建数据 平台业务运行良好，系统运行稳定。你为什么要建企业的数据 平台？这样的问题就在脑子里想想，不要大声问出来。我直接回答，公司一般在什么情况下需要设立数据 平台重新设立各种数据 架构。从商业角度来看:1。业务系统太多，彼此的数据没有连接。这种情况下，分析数据，比较麻烦，分析师可能需要从多个系统中提取数据，然后整合数据，再进行分析。
如何控制人工积分的高错误率？分析不及时，效率低。你想处理吗？从系统角度看:2。业务系统压力很大，但很遗憾，数据分析是一项耗费资源的工作。那么你自然会想到，通过抽取数据，一个独立的服务器来处理数据的查询和分析任务，来释放业务系统的压力。3.性能问题可以越来越大，同样的数据也会越来越大。可能是历史的积累数据，也可能是新增内容数据，当原数据 平台无法承受更大的处理量时，或者
5、如何搭建大 数据分析 平台?我是技术人员数据，可以和题主分享一些经验:其实题主需要明确以下几个问题，问题的答案其实是有的:1。我想从个人学习成长的角度来构建平台自学？还是现在的公司需要big 数据技术进行分析？从个人学习成长的角度，建议根据Hadoop或者Spark的官网教程直接安装，建议看官网(英文)。在“Big-3”这个技术领域，掌握英语是非常重要的，因为它涉及到组件选型、未来的安装、部署和运维，所有的任务操作信息和错误信息都是英文的，包括遇到问题的回答，所以还是非常重要的。
要解决什么业务问题？需要什么样的分析？数据数量是多少？是否需要实时分析？对BI报告有需求吗？下面是一个典型的场景:公司用Oracle或MySQL搭建业务数据库，有简单的数据分析，也可能是购买了BI系统，业务系统数据库直接支持，现在用-
6、怎样的 架构设计才是真正的 数据仓库 架构一直想整理一下这段内容。既然是漫谈，想到什么就说什么。比如我一直在互联网行业。先简单列出互联网行业的目的数据warehouse数据平台:整合公司所有业务数据建立统一的数据中心；提供各种报表，有的给高管，有的给各种业务；为网站运营提供运营支持数据是指通过数据，运营人员可以及时了解网站和产品的运营效果；为各种业务提供线上或线下数据支持并成为公司的统一数据交换和提供平台分析用户行为数据，通过数据挖掘降低投入成本，提高投入效果；比如定向精准广告，用户个性化推荐等。；开发数据产品，直接或间接为公司盈利；建设开放数据 平台，开放公司数据；。
