1、2数据管理建立一个强大的数据湖 将数据库中的数据经过抽取清洗转换将分散零乱标准不统一的数据整合到一起，通过在分析数据库中建模数据来提高查询性能合并来自多个来源的数据，构建复杂的连接和聚合，以创建数据。

2、企业数据平台的演进大致可以分为三个重要阶段 第一阶段，专有的企业数据仓库和商业智能平台第二阶段，以数据湖为代表的大数据生态系统第三阶段，云上数据平台，也是当前主流的混合实践模式，包含实时数据流处理架构整合批处理与流处理的。

3、有一个新概念叫数据湖DataLake，它需要将数据存储为生产者和消费者之间预先协定的模式传统上，分析一直与较小规模数据集相关联，并且在OLAP模式中执行除非我们能够说服干系人接受大数据的分析优势实时分析与较大规模。

4、可能必须得承认，我们对大数据的控制能力是有限的，大数据很大程度上对于人类来说就是失控的很直接的一个例子就是“数据湖”，显然“数据湖”失去了传统数据库和数据仓库那种井井有条的规范美“数据湖”基本上就是把所有可以收集到的。

5、获知客户的消费习惯消费方向等，以便商场做好更合理商品货架摆放，规划市场营销方案产品推荐手段等金融业在金融行业里头，数据即是生命，其信息系统中积累了大量客户的交易数据通过大数据可以对客户的行为进行分析。

6、从技术发展看，大规模的数据存储和处理需求，使得大数据数据仓库数据湖以及数据中台得到推广，并应用于分布式数据库云端数据库等很多场景从数据安全法律法规看，继等级保护20系列标准提出大数据应用场景的安全防护参考后。

7、大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了2 数据挖掘。

8、1实时处理方式 现实生活中，需要我们对某些大数据进行及时处理，然后进行快速呈现，我们可以将日常生活中产生的数据想象成水流，流处理方式就是在处理这些水流，数据“水流”不断流入到实时处理分析引擎中需要注意的是，这个。

9、如何利用统一的数据管理模块对企业所有进入到数据湖的数据进行有效管控，不单单取决于数据管理模块本身，也取决于元数据的合理采集维护，组织结构及制度的强力支持保证 谈大数据时代的数据治理 大数据平台数据管理参照了DAMA对于数据管理的九。