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-
4、人人都在说大 数据,那么大 数据行业 创业的方向是什么?有数据的地方，就有大数据技术的地方。大数据目前在金融行业和互联网行业应用最多最深，在农业行业流量管理方面有应用。Big 数据在金融行业的应用非常广泛，可以概括为以下两个层次:A: Big 数据营销:根据客户的消费习惯、地点、消费时间，强烈推荐。b:风险防控:根据客户消费和现金流展示信用评级或股权融资，利用客户社交媒体记录透支卡风险控制。
5、人人都在说大 数据,大 数据 平台如何设计?Big 数据与之前的数据相比，体现在一个量上。以前每天生成的数据可能只有M级，现在你们公司生成了数据GB级，已经扩展到全社会。数据每天都在爆发式增长。我们需要用更复杂的技术从海量中找到数据的规律，然后应用到数据中。比如之前的“约”的输入法就比较复杂。这个功能就是利用Da 数据的特点，主要表现在当社会使用这个词足够频繁时，可以自动添加到词库中供用户使用，不需要做其他改动就可以达到更新最新词条的目的。
所以数据 平台的设计需要基于业务场景或者发展方向。数据 平台其实也一样，比如现在的风险识别。当我们使用支付宝、微信支付时，背后的支付监控数据 平台在默默工作。当发现异常时，会显示出来或者系统按照设定的策略在系统层面进行处理。如果系统处理不了，会显示或者交给相关业务人员，他们可以第一时间处理，减少用户或者公司的损失。
6、如何设计企业级大 数据分析 平台企业中的OLAP几乎都是基于关系型的数据数据库。如何应对架构中“大数据”分析的瓶颈乃至实时数据分析的挑战？本文拟就Da数据OLAP平台的几个设计要点，以期引起更多的关注。突破设计原理构建企业的big数据management平台(BigDataManagement Platform)第一个挑战来自历史数据结构和现有数据库设计者的概念和原理。
7、大 数据 平台是什么?什么时候需要大 数据 平台?如何建立大 数据 平台?首先要了解Java语言和Linux操作系统，这是学习Da 数据的基础，学习顺序不分先后。Java:只要懂一些基础，不需要很深的Java技术就可以大数据。学习javaSE相当于学习big 数据。Linux:因为相关的软件都运行在Linux上，所以你要把Linux学得更扎实。学好Linux对你快速掌握相关技术会有很大的帮助。可以更好的了解hadoop、hive、hbase、spark等大型数据软件的运行环境和网络环境配置，通过学习shell可以了解脚本，更容易理解和配置大型数据集群。
8、如何创建一个大 数据 平台总的来说，分析过程可以分为以下几个步骤:1。linux系统安装一般使用开源版本的Redhat system CentOS作为底层/平台from数据，为了提供稳定的硬件基础，在raid挂载数据存储节点时，需要根据情况配置硬盘。比如可以选择制作HDFS NameNode的RAID2来提高稳定性，将数据存储和操作系统放在不同的硬盘上，保证操作系统的正常运行。
