随着大数据在越来越多的企业落地，企业想要开展大数据相关业务，首先必须搭建自己的数据平台。企业建设大数据平台时，往往需要考虑成本、业务、人员等多种因素来规划数据平台建设方案。今天我们就来说说数据平台建设的几种选择。

数据平台一直存在于企业中。然而，在数据爆发式增长的大数据时代，传统的企业级数据库已不能完全满足数据管理应用的需求。

对于企业来说，基于大数据背景的企业数据管理应用也需要更贴近自身需求的数据平台建设解决方案。

从市场主流选择来看，目前企业数据平台建设解决方案大致有以下几类：

1、常规数据仓库：

数据仓库的重点是整合数据、梳理业务逻辑。虽然数据仓库也可以像SAAS一样封装成Cube来提高数据读取性能，但是数据仓库的作用更多的是为了解决公司的业务问题。

2. 敏捷数据集市：

数据集市也是一种常见的解决方案。底层数据产品与分析层绑定，应用层可以直接对底层数据产品中的数据进行拖拽分析。数据集市的主要优点是简单快速地整合业务数据，实现敏捷建模，大大提高数据处理的速度。

3、MPP（大规模并行处理）架构：

进入大数据时代以来，传统的主机计算模式已经不能满足需求，分布式存储和分布式计算才是王道。大家所熟悉的框架以及MPP计算框架都是基于这样的背景。

MPP架构的代表产品是。数据库引擎基于并通过工件实现同一集群内多个实例的高效协作和并行计算。

4、分布式系统架构

当然，大规模分布式系统架构仍然处于不可替代的关键地位。雅虎、谷歌、百度、淘宝等国内外大公司最初都是基于.

生态系统庞大，基于企业能够实现的需求，不仅限于数据分析，还包括机器学习、数据挖掘、实时系统等。当企业构建大数据系统平台时，它的大数据处理能力强、高可靠性、高容错性、开源和低成本使其成为首选。

关于大数据平台架构以及数据平台建设的几个方案，上面已经给大家简单介绍了。基于大数据平台建设的需要，企业对专业人才的需求也在不断增加。技术实力过硬的大数据人才将受到更高程度的青睐。