在過去的幾年里，人們從知(zhi)道大(da)數(shu)(shu)據(ju)(ju)的概(gai)念，發展到一些(xie)組織(zhi)能夠(gou)真正實施一些(xie)大(da)數(shu)(shu)據(ju)(ju)項目。然而，在一些(xie)組織(zhi)的數(shu)(shu)據(ju)(ju)中(zhong)心(xin)團隊負責實施這些(xie)業務驅動的舉措之后(hou)，現在才開始(shi)認識到實現真正大(da)數(shu)(shu)據(ju)(ju)集成的復(fu)雜性和深(shen)度。

大(da)(da)數(shu)據通過人(ren)們生活，工作(zuo)平臺，應(ying)用(yong)程序，以(yi)及設備提供了多種(zhong)格式的(de)(de)(de)大(da)(da)量的(de)(de)(de)數(shu)據。大(da)(da)量的(de)(de)(de)結構(gou)化和(he)非(fei)結構(gou)化的(de)(de)(de)內容往(wang)往(wang)使用(yong)戶非(fei)常(chang)難(nan)以(yi)訪問和(he)分析所(suo)需的(de)(de)(de)信息。

現代數據中心往(wang)往(wang)是一個復雜的系統(tong)(tong)，相互連接的服務器和設備存(cun)儲，處理(li)和分發各種來源的大量(liang)信息。但智能大數據整(zheng)合，在(zai)改造傳統(tong)(tong)的信息系統(tong)(tong)，可以緩解從地理(li)位置分散的網站，甚至其他數據中心的聚集和分析信息的斗爭。

如果一個數(shu)(shu)(shu)據(ju)中(zhong)心(xin)是(shi)一個組織(zhi)的(de)大(da)腦，那么可以認(ren)為(wei)其(qi)數(shu)(shu)(shu)據(ju)源就是(shi)反(fan)饋給神(shen)經和細胞的(de)信息(xi)(xi)。智能(neng)大(da)數(shu)(shu)(shu)據(ju)集成(cheng)意味著(zhu)該組織(zhi)的(de)“神(shen)經系(xi)統”，為(wei)整個企業(ye)快(kuai)速(su)傳(chuan)達信息(xi)(xi)，為(wei)現(xian)代商業(ye)生(sheng)態系(xi)統起著(zhu)至關重要的(de)作用。但這也(ye)意味著(zhu)數(shu)(shu)(shu)據(ju)中(zhong)心(xin)的(de)管理(li)人員將獲得(de)他(ta)們尋求的(de)準(zhun)確和高(gao)效的(de)數(shu)(shu)(shu)據(ju)處理(li)的(de)安(an)全(quan)性(xing)，質量，控制和管理(li)。

從哪里(li)開始

任何(he)大數據項目的(de)(de)目的(de)(de)是為了(le)獲得更好的(de)(de)結(jie)果，其中包括直接進(jin)行實時(shi)洞(dong)察和基于循環模式的(de)(de)長(chang)期觀點，但首先你必須克(ke)服早(zao)期的(de)(de)集成(cheng)挑戰。所以(yi)要問你自己：

· 你(ni)所有的關鍵數據來自哪里？

· 你的組織如何聚合并快速移動所有的數據？

· 如何分析可用的數據是否有(you)價(jia)值(zhi)？

· 通過在技術和基(ji)礎(chu)設施方面的投(tou)資，你的企業如(ru)何才能最大限度(du)地發(fa)揮價值？

最終，大數據(ju)(ju)整合攝入，準備和提供的(de)(de)數據(ju)(ju)，不(bu)管(guan)是(shi)(shi)什么來源。這包括(kuo)利(li)用在企(qi)業每一(yi)類型(xing)的(de)(de)數據(ju)(ju)，包括(kuo)復(fu)雜的(de)(de)，往往是(shi)(shi)非結構化的(de)(de)機器產生(sheng)的(de)(de)數據(ju)(ju)，這通(tong)常(chang)需要(yao)一(yi)個更加融合的(de)(de)數據(ju)(ju)中心的(de)(de)基礎(chu)設施(shi)。

因此(ci)，第(di)一步驟，可(ke)(ke)以說是(shi)最(zui)重(zhong)要的一步，是(shi)整合(he)所有可(ke)(ke)用的數據(ju)。以下是(shi)確(que)定(ding)你的大數據(ju)集成項目有效實施的三個關(guan)鍵領域(yu)。

（1）可靠的數據流(liu)

攝入(ru)大數(shu)據到一個平(ping)臺，像ApacheHadoop這樣的(de)(de)平(ping)臺是不夠智(zhi)能(neng)的(de)(de)，不足以啟動一個Hadoop集(ji)群(qun)，輸(shu)入(ru)所(suo)有類(lei)型的(de)(de)數(shu)據，并得出具有突破(po)性的(de)(de)新見解，展現自己。大數(shu)據行(xing)業廠(chang)商似乎每一個星(xing)期(qi)都在發(fa)布新的(de)(de)工具和升(sheng)級(ji)版本(ben)，甚至(zhi)將(jiang)某一技術引入(ru)到你(ni)的(de)(de)堆棧，雖然功能(neng)并不強(qiang)大，但(dan)卻可以使你(ni)的(de)(de)整個平(ping)臺過時(shi)。

這是常見的企業應用(yong)程序和(he)集群之間的經驗數(shu)據流(liu)和(he)數(shu)據退化(hua)問題。因此，大多(duo)數(shu)反應涉及手工編碼正在嘗(chang)試努力工作，并(bing)拋棄一(yi)些其他類型的技術。通常情況下，這是一(yi)個解(jie)決(jue)方案(an)。但這不是最終(zhong)的解(jie)決(jue)辦法。

采用一個(ge)安全的(de)(de)，敏(min)捷的(de)(de)集成平臺，專注于(yu)調動實際(ji)的(de)(de)數(shu)據流進出數(shu)據中心(xin)的(de)(de)管道，確保在越(yue)來越(yue)復(fu)雜的(de)(de)工作場所的(de)(de)生(sheng)態系統(tong)進行可(ke)靠的(de)(de)信(xin)息交換。

（2）可擴展(zhan)性

目(mu)前(qian)存在(zai)一些(xie)主要的整合，治理(li)和(he)(he)安(an)全問題(ti)，需要針對(dui)不(bu)同層次的大(da)數(shu)(shu)據(ju)采取不(bu)同的舉(ju)措(cuo)，特(te)別(bie)是在(zai)數(shu)(shu)據(ju)中心。我們今天(tian)正在(zai)經營業務在(zai)其規模和(he)(he)信息方面日益龐大(da)，這使(shi)得數(shu)(shu)據(ju)成為“大(da)數(shu)(shu)據(ju)”。而(er)人(ren)們需要跨越(yue)地域和(he)(he)傳(chuan)統的數(shu)(shu)據(ju)中心來管理(li)大(da)數(shu)(shu)據(ju)，那些(xie)過時(shi)陳舊的工具(ju)已經嚴重低估了現代需求。

隨著企業的(de)發(fa)展和新的(de)數據源開始發(fa)揮(hui)作用，需(xu)要增加不同(tong)的(de)技術，你的(de)系統將無一(yi)例外(wai)地必須(xu)適應。如果你將現在(zai)的(de)問題通過手工編碼解決(jue)，當你試圖擴展之后，會不會在(zai)擁有它以后拋(pao)棄它？

簡單地(di)增加更(geng)多的(de)(de)工(gong)(gong)作人(ren)員或代碼的(de)(de)問題(ti)(ti)并(bing)不(bu)(bu)是一個(ge)(ge)可擴(kuo)展(zhan)的(de)(de)策略，也不(bu)(bu)會(hui)解決復雜的(de)(de)大(da)數(shu)據(ju)傳輸問題(ti)(ti)。需(xu)要(yao)有(you)一個(ge)(ge)堅實的(de)(de)數(shu)據(ju)集成(cheng)和管理平臺下(xia)的(de)(de)商業智(zhi)能工(gong)(gong)具，可以輕松地(di)擴(kuo)展(zhan)，采用眾多的(de)(de)大(da)數(shu)據(ju)工(gong)(gong)具，并(bing)且其來源而不(bu)(bu)中斷。

（3）數據質(zhi)量，分類，治理

而從(cong)結構化數(shu)據(ju)出(chu)來的(de)CRM和ERP應用程序(xu)通(tong)常很好地進(jin)行企業(ye)的(de)分析，但它是非結構化的(de)數(shu)據(ju)，更加難以管理(li)。企業(ye)必須(xu)以某種方式治理(li)信息混(hun)亂，因為即使是最小的(de)數(shu)據(ju)質量(liang)的(de)問題也會產生巨大的(de)錯誤。成功的(de)公司(si)在元(yuan)數(shu)據(ju)級別(bie)上做(zuo)到這(zhe)一點。

通過(guo)元數(shu)據定義信(xin)息(xi)(xi)是至關重要(yao)的(de)(de)，因(yin)為它提供了來(lai)自大數(shu)據的(de)(de)結(jie)構(gou)，幫(bang)助進行(xing)分(fen)類和整(zheng)理這(zhe)些信(xin)息(xi)(xi)以后可以輕松找到。當信(xin)息(xi)(xi)流動到你(ni)(ni)的(de)(de)數(shu)據湖(hu)，必須進行(xing)某種分(fen)類，因(yin)此你(ni)(ni)正在(zai)做分(fen)析(xi)的(de)(de)數(shu)據實際(ji)上是準確的(de)(de)。

企業在(zai)(zai)(zai)錯(cuo)誤的數據(ju)方面浪(lang)費了一些(xie)技術周(zhou)期(qi)(qi)，特別是昂貴的今天(tian)。所有(you)這(zhe)些(xie)質量(liang)和分類必須在(zai)(zai)(zai)某一點上進(jin)行，但它(ta)應該在(zai)(zai)(zai)早(zao)期(qi)(qi)的水平，即使在(zai)(zai)(zai)集(ji)成周(zhou)期(qi)(qi)。企業認(ren)為在(zai)(zai)(zai)數據(ju)質量(liang)的早(zao)期(qi)(qi)可以(yi)得(de)到(dao)更好的，更有(you)價值的分析。

總結：

每一(yi)個(ge)組織(zhi)都會成為(wei)一(yi)個(ge)數據組織(zhi)，或是被甩在(zai)后面(mian)。是什么使(shi)一(yi)個(ge)公司可以獨有他們的(de)數據，并更好地使(shi)用數據。因此，一(yi)個(ge)成功的(de)大數據項目最終取決于(yu)一(yi)個(ge)組織(zhi)的(de)捉(zhuo)捕其數據的(de)能力。

快速攝入(ru)和處理(li)的(de)(de)大(da)(da)數據(ju)(ju)，需要(yao)一(yi)個(ge)可(ke)靠(kao)的(de)(de)集成(cheng)基礎(chu)設施，可(ke)以很容易(yi)地(di)擴(kuo)展以容納大(da)(da)量的(de)(de)數據(ju)(ju)量，驅(qu)動實時(shi)訪(fang)問(wen)，并支持每一(yi)個(ge)請求(qiu)分析。利(li)用信息，以獲得(de)競爭優勢，這聽(ting)起來(lai)很偉大(da)(da)，但只有可(ke)靠(kao)準確地(di)集成(cheng)了所有的(de)(de)數據(ju)(ju)源之后，才能建立一(yi)個(ge)可(ke)用的(de)(de)數據(ju)(ju)湖。

當正確的(de)(de)(de)信息傳(chuan)遞給正確的(de)(de)(de)人，所(suo)以(yi)可以(yi)理解并(bing)采取行動最大(da)(da)限度(du)地提高(gao)大(da)(da)數據(ju)整合(he)的(de)(de)(de)價(jia)值(zhi)。但是，只有(you)當企業支持提供了大(da)(da)數據(ju)下的(de)(de)(de)投(tou)資和可靠的(de)(de)(de)集成平臺(tai)，他們(men)將(jiang)獲得每個企業都在(zai)尋(xun)求大(da)(da)數據(ju)的(de)(de)(de)最佳回報(bao)。