Hadoop系統(tǒng)和NoSQL數(shù)據(jù)庫已經(jīng)成為管理大數(shù)據(jù)環(huán)境的重要工具。不過，在很多情況下，企業(yè)利用他們現(xiàn)有的數(shù)據(jù)倉庫設施，或是一個新老混合的技術來對大數(shù)據(jù)流入他們的系統(tǒng)進行管理。

無論一個公司部署什么類型的大數(shù)據(jù)技術棧，有一些共通的因素必須加以考量，以保證為大數(shù)據(jù)分析工作提供一個有效的框架。在開始一個大數(shù)據(jù)項目之前，去審視項目所要承擔的新數(shù)據(jù)需求的更大圖景顯得尤為關鍵。下面來讓我們檢視四個需要加以考量的因素。

數(shù)據(jù)準確性

數(shù)據(jù)質(zhì)量問題對于BI和數(shù)據(jù)管理專業(yè)人士來說一定不陌生。很多BI和分析團隊努力保證數(shù)據(jù)的有效性并說服業(yè)務使用人員去信任信息資產(chǎn)的準確性和可靠性。作為個性化分析庫而得以廣泛使用的電子表格或電子報表軟件可以對數(shù)據(jù)中信任缺乏的問題加以彌補：在Excel中存儲和操作分析數(shù)據(jù)的功能為支持自助分析能力創(chuàng)造了環(huán)境，但可能不會激發(fā)其他用戶對結(jié)果的自信心。數(shù)據(jù)倉庫與數(shù)據(jù)集成和數(shù)據(jù)質(zhì)量工具一起，能夠通過為管理BI和分析數(shù)據(jù)提供標準化流程來幫助樹立信心。但是，由于不斷增加的數(shù)據(jù)容量和更廣泛多樣的數(shù)據(jù)類型，特別是當涉及結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)混合時，就會對一個大數(shù)據(jù)的實施增加難度系數(shù)。建立評估數(shù)據(jù)質(zhì)量標準以及對它們進行升級以處理那些更大、更多樣數(shù)據(jù)集，對于大數(shù)據(jù)實施的成功和分析框架的使用是至關重要的。

存儲適用

數(shù)據(jù)倉儲的一個核心要求是處理和存儲大數(shù)據(jù)集的能力。但并不是所有數(shù)據(jù)倉庫在這方面都滿足要求。一些是針對復雜查詢處理進行優(yōu)化，而其他的則并非如此。并且在許多大數(shù)據(jù)應用程序中，相較于事務系統(tǒng)，由于添加了非結(jié)構(gòu)化數(shù)據(jù)還有數(shù)據(jù)的創(chuàng)建和收集增速迅猛，用Hadoop和NoSQL技術增強數(shù)據(jù)倉庫就成為必要。對于一個希望獲取并分析大數(shù)據(jù)的組織來說，光有存儲容量是不夠的；而重要的部分在于將數(shù)據(jù)置于何處才是最佳的，這樣數(shù)據(jù)就可以轉(zhuǎn)化為有用信息并為數(shù)據(jù)科學家和其他用戶所利用。

查詢性能

大數(shù)據(jù)分析依賴于及時處理和查詢復雜數(shù)據(jù)的能力。一個很好地例子就是：一家公司開發(fā)了一個數(shù)據(jù)倉庫用來維護從能源使用計收集到的數(shù)據(jù)。在產(chǎn)品評估過程中，某供應商的系統(tǒng)有能力在15分鐘內(nèi)處理七百萬條記錄，而另一家則在相同時間內(nèi)可以處理最高三十萬條記錄。能否識別正確的基礎設施來支持快速的數(shù)據(jù)可用性和高性能查詢就意味著成功還是失敗。

穩(wěn)定性

隨著許多組織中數(shù)據(jù)量和數(shù)據(jù)種類的增長，大數(shù)據(jù)平臺的建立需要有對未來的考量。必須提前考慮和求證正在進行評估的大數(shù)據(jù)技術是否能夠進行擴展，以達到不斷向前發(fā)展的需求所要求的級別。這便超出了存儲容量的范疇，將性能也包含了進來，對那些從社交網(wǎng)絡，傳感器，系統(tǒng)日志文件以及其他非事務源獲取數(shù)據(jù)作為其業(yè)務數(shù)據(jù)擴展的公司來說尤為如此。