在過去的(de)(de)幾年里，人們從知道(dao)大(da)數(shu)(shu)據的(de)(de)概(gai)念，發展到一些組(zu)織能夠真正實施一些大(da)數(shu)(shu)據項(xiang)目。然而，在一些組(zu)織的(de)(de)數(shu)(shu)據中心團(tuan)隊負(fu)責(ze)實施這些業務驅動的(de)(de)舉措之(zhi)后(hou)，現在才開始認識到實現真正大(da)數(shu)(shu)據集成的(de)(de)復雜性和深度。

大(da)數據(ju)通過人們(men)生活，工作平臺，應(ying)用(yong)程(cheng)序，以及設備提供(gong)了多種格式的(de)(de)大(da)量的(de)(de)數據(ju)。大(da)量的(de)(de)結(jie)(jie)構化和非結(jie)(jie)構化的(de)(de)內容往(wang)往(wang)使(shi)用(yong)戶非常難(nan)以訪問和分(fen)析所需的(de)(de)信息。

現(xian)代數據中(zhong)心往往是一個復雜的(de)系統，相互(hu)連接的(de)服務器和(he)設備存(cun)儲，處理和(he)分(fen)發各種來源的(de)大量(liang)信(xin)息(xi)。但智能大數據整合，在改造傳(chuan)統的(de)信(xin)息(xi)系統，可以(yi)緩(huan)解(jie)從地理位(wei)置分(fen)散的(de)網站，甚至其(qi)他數據中(zhong)心的(de)聚集和(he)分(fen)析信(xin)息(xi)的(de)斗爭。

如果一個數(shu)據(ju)(ju)中(zhong)心是一個組(zu)織的(de)(de)大腦，那么可(ke)以認為其數(shu)據(ju)(ju)源就是反饋給神(shen)經和(he)細(xi)胞的(de)(de)信(xin)息。智能大數(shu)據(ju)(ju)集成意味著該組(zu)織的(de)(de)“神(shen)經系統(tong)”，為整個企業快速傳達信(xin)息，為現代商業生態系統(tong)起著至關重要的(de)(de)作用。但這也意味著數(shu)據(ju)(ju)中(zhong)心的(de)(de)管理人員將(jiang)獲得他們尋(xun)求的(de)(de)準確(que)和(he)高效的(de)(de)數(shu)據(ju)(ju)處(chu)理的(de)(de)安(an)全性，質量(liang)，控制和(he)管理。

從哪里開始

任何大數據(ju)項目(mu)的(de)目(mu)的(de)是為了獲得更好的(de)結(jie)果，其中包括直接進行實時洞(dong)察和基(ji)于循環模式(shi)的(de)長期觀點(dian)，但首先你必須克服早期的(de)集成(cheng)挑戰(zhan)。所(suo)以要問你自己：

· 你所有的關鍵數據來自哪里？

· 你的(de)組(zu)織如何(he)聚合并(bing)快速(su)移動所有的(de)數據？

· 如何分析可用的數據(ju)是(shi)否有價(jia)值？

· 通過在技術(shu)和(he)基礎設施方面的投資，你的企業如何(he)才能最大限度地發揮價(jia)值(zhi)？

最終，大(da)數(shu)(shu)據(ju)(ju)整合(he)攝入，準(zhun)備和(he)提供的(de)(de)數(shu)(shu)據(ju)(ju)，不(bu)管是什么來源(yuan)。這包括利用在企(qi)業每一類型的(de)(de)數(shu)(shu)據(ju)(ju)，包括復雜的(de)(de)，往往是非結(jie)構化的(de)(de)機器產生的(de)(de)數(shu)(shu)據(ju)(ju)，這通常(chang)需要一個(ge)更加融合(he)的(de)(de)數(shu)(shu)據(ju)(ju)中心(xin)的(de)(de)基礎設施。

因此，第一步驟，可以說是(shi)最(zui)重(zhong)要的一步，是(shi)整合所有可用(yong)的數據。以下是(shi)確定你(ni)的大數據集成項(xiang)目有效(xiao)實(shi)施的三個關(guan)鍵領域。

（1）可靠的數據流(liu)

攝入大(da)數(shu)據到(dao)一個(ge)平臺(tai)，像ApacheHadoop這樣的平臺(tai)是不(bu)夠智能的，不(bu)足以啟動一個(ge)Hadoop集(ji)群(qun)，輸入所(suo)有類(lei)型(xing)的數(shu)據，并(bing)得出(chu)具有突破性(xing)的新(xin)見解(jie)，展現(xian)自(zi)己(ji)。大(da)數(shu)據行業廠商似乎每一個(ge)星期都在發布(bu)新(xin)的工具和升級版本(ben)，甚至將某一技術(shu)引入到(dao)你(ni)的堆棧，雖(sui)然(ran)功能并(bing)不(bu)強大(da)，但(dan)卻可以使你(ni)的整個(ge)平臺(tai)過時(shi)。

這是常見的(de)企業應(ying)用程序和(he)集(ji)群之間的(de)經驗(yan)數據流和(he)數據退化(hua)問(wen)題(ti)。因此，大多數反(fan)應(ying)涉及手工(gong)編(bian)碼正在嘗試努力工(gong)作，并拋棄一些其他類型的(de)技術。通常情(qing)況下，這是一個解決(jue)方案。但這不是最終的(de)解決(jue)辦法。

采用(yong)一個安全的(de)，敏捷的(de)集(ji)成平臺，專注于調動實際的(de)數據(ju)流進出(chu)數據(ju)中心的(de)管道(dao)，確保在越來越復雜的(de)工(gong)作(zuo)場所的(de)生態系統進行可靠的(de)信息交(jiao)換。

（2）可(ke)擴(kuo)展性(xing)

目(mu)前存在(zai)(zai)一(yi)些主要(yao)(yao)的(de)整合，治(zhi)理(li)和(he)安全問題(ti)，需要(yao)(yao)針(zhen)對不同(tong)層次的(de)大(da)(da)數據采(cai)取不同(tong)的(de)舉措，特別是在(zai)(zai)數據中心。我們(men)(men)今天(tian)正在(zai)(zai)經營業務(wu)在(zai)(zai)其規模和(he)信(xin)息方面日益(yi)龐大(da)(da)，這(zhe)使得數據成(cheng)為“大(da)(da)數據”。而人們(men)(men)需要(yao)(yao)跨(kua)越(yue)地域和(he)傳統的(de)數據中心來(lai)管理(li)大(da)(da)數據，那些過時陳舊的(de)工具已經嚴(yan)重(zhong)低估(gu)了現(xian)代需求。

隨著企業的(de)發(fa)展(zhan)(zhan)和新的(de)數據(ju)源開始發(fa)揮作用，需要增加不同的(de)技術，你(ni)的(de)系統將(jiang)無一(yi)例(li)外地(di)必須適(shi)應。如果你(ni)將(jiang)現在的(de)問題通過(guo)手工(gong)編(bian)碼(ma)解決，當你(ni)試(shi)圖擴展(zhan)(zhan)之后(hou)，會不會在擁有它以后(hou)拋棄它？

簡單(dan)地(di)增加更多的(de)工(gong)作人(ren)員(yuan)或(huo)代碼的(de)問題并不(bu)是一個可(ke)擴(kuo)展的(de)策略，也不(bu)會(hui)解決復(fu)雜的(de)大數(shu)(shu)據(ju)傳輸(shu)問題。需(xu)要有一個堅實(shi)的(de)數(shu)(shu)據(ju)集成(cheng)和(he)管理平(ping)臺下(xia)的(de)商業智能工(gong)具，可(ke)以輕松(song)地(di)擴(kuo)展，采用眾(zhong)多的(de)大數(shu)(shu)據(ju)工(gong)具，并且其來源而不(bu)中(zhong)斷。

（3）數據質量，分類(lei)，治理

而(er)從結(jie)(jie)構化數(shu)(shu)據(ju)出來的CRM和(he)ERP應用程序通常很好地進(jin)行企業的分析，但它是(shi)非結(jie)(jie)構化的數(shu)(shu)據(ju)，更加(jia)難(nan)以管理(li)(li)。企業必須以某(mou)種方式(shi)治理(li)(li)信息(xi)混(hun)亂，因為即使是(shi)最小的數(shu)(shu)據(ju)質量(liang)的問題也會產生(sheng)巨大的錯誤。成功的公(gong)司在(zai)元(yuan)數(shu)(shu)據(ju)級別上做到這一(yi)點。

通過元數(shu)據(ju)定義信(xin)息(xi)是(shi)至關重(zhong)要的，因為(wei)它提供了來(lai)自大數(shu)據(ju)的結構，幫助(zhu)進(jin)行分(fen)類和整理這(zhe)些(xie)信(xin)息(xi)以(yi)后可以(yi)輕松找(zhao)到。當(dang)信(xin)息(xi)流動(dong)到你的數(shu)據(ju)湖，必須進(jin)行某種分(fen)類，因此(ci)你正在做分(fen)析(xi)的數(shu)據(ju)實際上是(shi)準確的。

企業(ye)在錯誤的(de)數據(ju)方面浪費了(le)一些技(ji)術周期(qi)(qi)，特(te)別是昂(ang)貴(gui)的(de)今天。所有這(zhe)些質量和分類必須在某一點上進行，但它應該在早(zao)期(qi)(qi)的(de)水平，即使在集成周期(qi)(qi)。企業(ye)認為在數據(ju)質量的(de)早(zao)期(qi)(qi)可以得(de)到更好的(de)，更有價值的(de)分析。

總結：

每一(yi)(yi)個(ge)(ge)組(zu)織都會成(cheng)為一(yi)(yi)個(ge)(ge)數(shu)據組(zu)織，或是(shi)被甩在后面(mian)。是(shi)什么使一(yi)(yi)個(ge)(ge)公司可以(yi)獨有他們的數(shu)據，并更好(hao)地使用數(shu)據。因此，一(yi)(yi)個(ge)(ge)成(cheng)功的大數(shu)據項目最終取(qu)決于一(yi)(yi)個(ge)(ge)組(zu)織的捉(zhuo)捕其數(shu)據的能力。

快速攝入和處理的大(da)數據，需要一(yi)個(ge)(ge)可(ke)靠的集成(cheng)基(ji)礎設施，可(ke)以很(hen)容易地擴展以容納大(da)量(liang)的數據量(liang)，驅動實時訪問，并支持(chi)每一(yi)個(ge)(ge)請求分析。利用信(xin)息，以獲得競爭優勢，這聽起來很(hen)偉大(da)，但只(zhi)有(you)可(ke)靠準(zhun)確地集成(cheng)了所有(you)的數據源之后，才(cai)能建立(li)一(yi)個(ge)(ge)可(ke)用的數據湖。

當(dang)正確的(de)(de)信息傳(chuan)遞(di)給正確的(de)(de)人，所(suo)以(yi)可以(yi)理解并采取行(xing)動最大限(xian)度地(di)提(ti)(ti)高(gao)大數據整合的(de)(de)價(jia)值。但是，只有當(dang)企業支持提(ti)(ti)供了大數據下的(de)(de)投資和可靠(kao)的(de)(de)集(ji)成平臺，他(ta)們將獲得每個(ge)企業都在尋(xun)求大數據的(de)(de)最佳(jia)回報。