在(zai)過(guo)去的(de)幾(ji)年里，人們(men)從知道大(da)數(shu)據(ju)的(de)概念，發展到(dao)一些組(zu)織能(neng)夠真(zhen)正實施一些大(da)數(shu)據(ju)項(xiang)目。然而，在(zai)一些組(zu)織的(de)數(shu)據(ju)中心(xin)團隊負責實施這些業務驅動的(de)舉措之后(hou)，現在(zai)才開(kai)始認識到(dao)實現真(zhen)正大(da)數(shu)據(ju)集成的(de)復雜性(xing)和深度(du)。

大數據通過人們(men)生活，工作平(ping)臺(tai)，應用程序，以及設(she)備(bei)提供了(le)多種格式的(de)大量(liang)(liang)的(de)數據。大量(liang)(liang)的(de)結(jie)(jie)構(gou)化和非(fei)結(jie)(jie)構(gou)化的(de)內容往(wang)往(wang)使用戶非(fei)常難(nan)以訪問和分析所需的(de)信(xin)息(xi)。

現代數(shu)(shu)據(ju)中心(xin)往往是一個(ge)復(fu)雜的(de)系統(tong)，相互連(lian)接(jie)的(de)服務器和(he)設備存儲，處理和(he)分發(fa)各(ge)種來源的(de)大量(liang)信息。但智能大數(shu)(shu)據(ju)整合(he)，在改造傳統(tong)的(de)信息系統(tong)，可以(yi)緩解從地(di)理位置分散(san)的(de)網站(zhan)，甚至其他數(shu)(shu)據(ju)中心(xin)的(de)聚集和(he)分析信息的(de)斗爭。

如果一個(ge)數(shu)(shu)據中心是一個(ge)組織的(de)大腦，那么可以(yi)認為(wei)其數(shu)(shu)據源就是反饋給神經和細胞(bao)的(de)信息(xi)(xi)。智能大數(shu)(shu)據集成意(yi)味著該組織的(de)“神經系統”，為(wei)整個(ge)企業快速傳達(da)信息(xi)(xi)，為(wei)現代商業生態系統起著至關重(zhong)要的(de)作用。但這(zhe)也(ye)意(yi)味著數(shu)(shu)據中心的(de)管理人員將獲得他們尋(xun)求的(de)準確和高效的(de)數(shu)(shu)據處(chu)理的(de)安全(quan)性，質量，控制和管理。

從哪里開始(shi)

任(ren)何大數(shu)據項(xiang)目(mu)的目(mu)的是為了(le)獲(huo)得更(geng)好的結果，其(qi)中包括直接進行實(shi)時(shi)洞察和基于循環模式的長期觀點，但首先(xian)你必須(xu)克服早(zao)期的集(ji)成(cheng)挑戰。所以要(yao)問你自己(ji)：

· 你所有的關(guan)鍵數據來(lai)自哪里？

· 你(ni)的組織如(ru)何聚合并快速移動所有的數據(ju)？

· 如何分(fen)析(xi)可用(yong)的數據是否有價值(zhi)？

· 通過在技(ji)術和基礎設施方(fang)面的投(tou)資，你的企業如(ru)何才能(neng)最大(da)限度地發揮價(jia)值？

最終(zhong)，大數(shu)據(ju)整合攝入，準備和提供的(de)(de)數(shu)據(ju)，不管(guan)是什么來源。這包括(kuo)利用在(zai)企業每一(yi)類(lei)型的(de)(de)數(shu)據(ju)，包括(kuo)復雜的(de)(de)，往往是非結(jie)構(gou)化的(de)(de)機器產生的(de)(de)數(shu)據(ju)，這通常需要一(yi)個更加融(rong)合的(de)(de)數(shu)據(ju)中(zhong)心的(de)(de)基(ji)礎設施。

因此，第(di)一步驟，可(ke)(ke)以說是(shi)最重要的(de)(de)一步，是(shi)整合(he)所有可(ke)(ke)用的(de)(de)數(shu)據。以下是(shi)確定你的(de)(de)大數(shu)據集成項目有效實施的(de)(de)三個關鍵領域。

（1）可靠的(de)數據流

攝入大(da)數(shu)據到一個(ge)平(ping)(ping)臺，像ApacheHadoop這樣的平(ping)(ping)臺是不夠智能的，不足以啟(qi)動(dong)一個(ge)Hadoop集群(qun)，輸入所有類型的數(shu)據，并得出具有突破性(xing)的新見解，展現自己。大(da)數(shu)據行(xing)業廠商似乎每一個(ge)星期都在發(fa)布新的工具和升級版本，甚至將某一技術引入到你的堆棧，雖(sui)然功(gong)能并不強大(da)，但卻可(ke)以使(shi)你的整(zheng)個(ge)平(ping)(ping)臺過時。

這是(shi)(shi)常見的(de)(de)(de)企業(ye)應用(yong)程(cheng)序和(he)集群之(zhi)間的(de)(de)(de)經(jing)驗(yan)數據流和(he)數據退化問題。因(yin)此，大多(duo)數反(fan)應涉及(ji)手(shou)工(gong)編碼正在嘗(chang)試(shi)努力工(gong)作，并拋棄一些其他類型的(de)(de)(de)技術。通常情況下，這是(shi)(shi)一個解(jie)決(jue)方案。但這不(bu)是(shi)(shi)最終的(de)(de)(de)解(jie)決(jue)辦法。

采用一個安全的，敏(min)捷的集成平臺(tai)，專注于調動實(shi)際的數據流進出數據中心的管道，確保在(zai)越(yue)來越(yue)復雜的工作場所的生態(tai)系統進行可靠(kao)的信息交換。

（2）可(ke)擴展性(xing)

目前存在(zai)一些主要的整合(he)，治(zhi)理和安全問(wen)題，需要針對不(bu)同層(ceng)次的大(da)(da)數據(ju)采取不(bu)同的舉措，特別(bie)是在(zai)數據(ju)中心。我們(men)今天正在(zai)經營業務在(zai)其規模和信(xin)息(xi)方面日益龐大(da)(da)，這(zhe)使得數據(ju)成為“大(da)(da)數據(ju)”。而人們(men)需要跨越地(di)域(yu)和傳統的數據(ju)中心來管理大(da)(da)數據(ju)，那些過(guo)時陳舊(jiu)的工具已經嚴重低估了現代需求。

隨著企業的(de)發展(zhan)和新的(de)數據源(yuan)開(kai)始發揮作用，需(xu)要增加不同(tong)的(de)技術，你的(de)系統(tong)將(jiang)無一例(li)外地必(bi)須適應。如(ru)果你將(jiang)現(xian)在(zai)的(de)問題通過手工編碼解決，當你試圖擴展(zhan)之后，會不會在(zai)擁(yong)有它以后拋棄它？

簡(jian)單(dan)地(di)增加更(geng)多的(de)(de)(de)工(gong)作人(ren)員或代碼的(de)(de)(de)問(wen)題并(bing)(bing)不是一(yi)個(ge)可擴(kuo)展的(de)(de)(de)策略，也不會解決復雜(za)的(de)(de)(de)大數(shu)據傳輸問(wen)題。需(xu)要有一(yi)個(ge)堅(jian)實的(de)(de)(de)數(shu)據集成和管理平臺下的(de)(de)(de)商業智能工(gong)具(ju)，可以輕松(song)地(di)擴(kuo)展，采(cai)用眾多的(de)(de)(de)大數(shu)據工(gong)具(ju)，并(bing)(bing)且其來源而不中斷。

（3）數(shu)據質量(liang)，分類(lei)，治(zhi)理(li)

而從(cong)結(jie)構(gou)化數(shu)(shu)據出來的CRM和ERP應用(yong)程(cheng)序通常很好(hao)地進行企業(ye)(ye)的分析，但它是非結(jie)構(gou)化的數(shu)(shu)據，更加難(nan)以(yi)管理。企業(ye)(ye)必(bi)須以(yi)某種(zhong)方式(shi)治理信息混亂，因為即(ji)使是最小的數(shu)(shu)據質量的問題也會產生巨大(da)的錯誤。成功的公司在(zai)元數(shu)(shu)據級別上做到這一點(dian)。

通過元數(shu)據(ju)定(ding)義(yi)信(xin)息(xi)是至關(guan)重要的(de)，因為它提供了來自大(da)數(shu)據(ju)的(de)結構，幫助進行(xing)分(fen)類和整理這些信(xin)息(xi)以后(hou)可以輕松找(zhao)到。當信(xin)息(xi)流動(dong)到你的(de)數(shu)據(ju)湖，必須進行(xing)某種分(fen)類，因此你正在(zai)做分(fen)析的(de)數(shu)據(ju)實際上(shang)是準確的(de)。

企業(ye)在(zai)(zai)錯誤的(de)(de)數(shu)(shu)據方(fang)面浪費了一(yi)些(xie)技術周(zhou)期，特別是昂貴(gui)的(de)(de)今天。所有(you)這些(xie)質(zhi)(zhi)量和分(fen)類必(bi)須在(zai)(zai)某一(yi)點上(shang)進(jin)行，但它應該在(zai)(zai)早(zao)期的(de)(de)水平，即使在(zai)(zai)集(ji)成(cheng)周(zhou)期。企業(ye)認為(wei)在(zai)(zai)數(shu)(shu)據質(zhi)(zhi)量的(de)(de)早(zao)期可以得到(dao)更(geng)好的(de)(de)，更(geng)有(you)價值的(de)(de)分(fen)析。

總結：

每一(yi)個(ge)組織都會成(cheng)為一(yi)個(ge)數(shu)據(ju)(ju)組織，或(huo)是(shi)被甩在后面。是(shi)什么使一(yi)個(ge)公司可以獨有他們的(de)(de)數(shu)據(ju)(ju)，并更好地使用數(shu)據(ju)(ju)。因此，一(yi)個(ge)成(cheng)功的(de)(de)大數(shu)據(ju)(ju)項目最終取(qu)決于(yu)一(yi)個(ge)組織的(de)(de)捉捕其數(shu)據(ju)(ju)的(de)(de)能(neng)力。

快速攝(she)入和處理的(de)大數(shu)據，需要(yao)一(yi)個(ge)可靠(kao)的(de)集成基礎設施(shi)，可以很容(rong)易地(di)擴展以容(rong)納(na)大量的(de)數(shu)據量，驅(qu)動實(shi)時訪(fang)問(wen)，并支持每一(yi)個(ge)請求(qiu)分析。利用信(xin)息，以獲得競爭優勢，這聽起(qi)來很偉大，但(dan)只有(you)(you)可靠(kao)準(zhun)確地(di)集成了(le)所有(you)(you)的(de)數(shu)據源之后，才能建立一(yi)個(ge)可用的(de)數(shu)據湖。

當正(zheng)確(que)的(de)(de)信息傳遞給正(zheng)確(que)的(de)(de)人(ren)，所以可以理解并采(cai)取行(xing)動最大(da)(da)(da)限度地提高大(da)(da)(da)數據(ju)整(zheng)合的(de)(de)價值。但是，只有當企業支持提供(gong)了大(da)(da)(da)數據(ju)下的(de)(de)投資和可靠的(de)(de)集成平臺，他們將獲得每個(ge)企業都在尋求大(da)(da)(da)數據(ju)的(de)(de)最佳回報。