大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于數(shù)據(jù)中心是干什么的的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀企業(yè)，服務(wù)客戶遍布全國，網(wǎng)絡(luò)營銷相關(guān)業(yè)務(wù)請撥打175-8598-2043，或微信：1454722008

本文目錄:

• 1、什么是互聯(lián)網(wǎng)數(shù)據(jù)中心

• 2、華為大數(shù)據(jù)中心是干什么的

• 3、銀行數(shù)據(jù)中心是做什么工作

• 4、數(shù)據(jù)中心是什么？其系統(tǒng)結(jié)構(gòu)和工作原理是怎樣的呢？

一、什么是互聯(lián)網(wǎng)數(shù)據(jù)中心

互聯(lián)網(wǎng)數(shù)據(jù)中心即 Internet Data Center（以下簡稱IDC），是為了滿足互聯(lián)網(wǎng)業(yè)務(wù)以及信息服務(wù)需求而構(gòu)建的應(yīng)用基礎(chǔ)設(shè)施，可以通過與互聯(lián)網(wǎng)的連接，憑借豐富的計(jì)算、網(wǎng)絡(luò)及應(yīng)用資源，向客戶提供如主機(jī)托管、網(wǎng)絡(luò)帶寬租用、企業(yè)網(wǎng)站建設(shè)等各類安全可靠的增值服務(wù)。IDC 作為信息化的重要載體，提供信息數(shù)據(jù)存儲和信息系統(tǒng)運(yùn)行平臺支撐，是推進(jìn)新一代信息技術(shù)產(chǎn)業(yè)發(fā)展的關(guān)鍵資源，其承擔(dān)著數(shù)據(jù)流通中心的關(guān)鍵作用，是網(wǎng)絡(luò)數(shù)據(jù)交換最為集中的節(jié)點(diǎn)所在。

在傳統(tǒng)的數(shù)據(jù)中心產(chǎn)業(yè)模式中，科技沒有給數(shù)據(jù)中心實(shí)現(xiàn)互聯(lián)特性?；ヂ?lián)網(wǎng)數(shù)據(jù)中心的核心正是要連接各種需要監(jiān)控的設(shè)備和產(chǎn)品，包括放置在工廠和各種使用現(xiàn)場的固定或移動(dòng)設(shè)備，以及產(chǎn)品的運(yùn)輸和使用過程，實(shí)現(xiàn)過程追溯、設(shè)備狀態(tài)的遠(yuǎn)程監(jiān)控、故障預(yù)警等，在此基礎(chǔ)上實(shí)現(xiàn)智能工廠和智能服務(wù)。

IDC 有兩個(gè)非常重要的顯著特征：在網(wǎng)絡(luò)中的位置和總的網(wǎng)絡(luò)帶寬容量，它構(gòu)成了網(wǎng)絡(luò)基礎(chǔ)資源的一部分，就像骨干網(wǎng)、接入網(wǎng)一;提供了一種高端的數(shù)據(jù)傳輸(Data Delivery)的服務(wù)，提供高速接入的服務(wù)。

時(shí)值“十四五”開局的關(guān)鍵歷史時(shí)刻，數(shù)字經(jīng)濟(jì)在“十四五”規(guī)劃中單獨(dú)成篇，作為數(shù)字經(jīng)濟(jì)底層支撐的數(shù)據(jù)中心也迎來發(fā)展的黃金時(shí)代。與此同時(shí)，伴隨著“碳達(dá)峰、碳中和”戰(zhàn)略目標(biāo)的提出，作為“高能耗”的數(shù)據(jù)中心行業(yè)如何在“促發(fā)展”的同時(shí)，實(shí)現(xiàn)“碳中和”，成為產(chǎn)業(yè)上下游企業(yè)共同關(guān)注的焦點(diǎn)話題之一。

選擇專業(yè)的開發(fā)與設(shè)計(jì)團(tuán)隊(duì)，將 2D 與 3D 有機(jī)的融合在一起，保證互聯(lián)網(wǎng)數(shù)據(jù)中心遠(yuǎn)程遙控界面設(shè)計(jì)效果的完整呈現(xiàn)。實(shí)現(xiàn)對數(shù)據(jù)中心的眾多子系統(tǒng)集中調(diào)配管理的目的，降低機(jī)房管理難度，減輕機(jī)房運(yùn)維壓力。也可為各種不同業(yè)務(wù)訴求增長提供了靈活的解決方案。Hightopo 在數(shù)據(jù)中心三維可視化中，摒棄傳統(tǒng)的圖表方式，為 Web 可視化提供了豐富的展示形式和效果。

數(shù)據(jù)中心是熱密度高的環(huán)境與場所，數(shù)據(jù)中心內(nèi)的計(jì)算機(jī)服務(wù)器等 IT 設(shè)備對機(jī)房的環(huán)境有較高的要求。數(shù)據(jù)中心內(nèi)的熱、濕負(fù)荷的特點(diǎn)是，既要求空調(diào)系統(tǒng)的制冷能力較強(qiáng)，以便在單位時(shí)間內(nèi)消除機(jī)房余熱，又要求空調(diào)機(jī)的蒸發(fā)溫度相對較高，以免在降溫的同時(shí)進(jìn)行不必要的除濕。及時(shí)排除安全隱患，防止重大安全事故的發(fā)生；完善應(yīng)急保障方案，減少故障歷時(shí)；積極采用新技術(shù)，改進(jìn)維護(hù)方法，提高工作效率。

同時(shí)作為一個(gè)監(jiān)控系統(tǒng)，預(yù)警、告警必不可少。數(shù)據(jù)中心的空調(diào)機(jī)組數(shù)量較多，必須進(jìn)行科學(xué)、專業(yè)的維護(hù)與管理，這要求具有空調(diào)機(jī)組的遠(yuǎn)程監(jiān)控和管理功能。合理調(diào)整系統(tǒng)配置，提高效率，延長各類設(shè)備使用壽命；加強(qiáng)用電管理，降低能耗，節(jié)約運(yùn)行維護(hù)費(fèi)用。同時(shí)，數(shù)據(jù)中心的空調(diào)是主要的能耗設(shè)備之一，要求空調(diào)機(jī)組的節(jié)能運(yùn)行，也需要空調(diào)的可監(jiān)控。

在 3D 可視化環(huán)境中能清楚看到管線分布的全景視圖，運(yùn)維人員可點(diǎn)擊查詢單設(shè)備的所有鏈路信息或展示鏈路中包含的全部設(shè)備，呈現(xiàn)數(shù)據(jù)中心從高壓市電引入至列頭柜（智能母線、PDU）輸出的變配電系統(tǒng)設(shè)備和線路。

管線可視化能有效梳理數(shù)據(jù)中心密集的電氣管道和網(wǎng)絡(luò)線路，讓運(yùn)維人員更直觀地掌握數(shù)據(jù)中心的管線分布及走線情況，從而快速排查及修復(fù)管線類故障。主動(dòng)預(yù)警及時(shí)告知電力網(wǎng)線布局或輸、發(fā)、變電環(huán)節(jié)的不合規(guī)情況，打破當(dāng)前數(shù)據(jù)分散的局面，提高管線管理水平和故障解決效率。

互聯(lián)網(wǎng)數(shù)據(jù)中心可視化系統(tǒng)在很大程度上保障了機(jī)房日常運(yùn)行的監(jiān)控狀態(tài)，及時(shí)反饋機(jī)房內(nèi)部的實(shí)況信息，這是可視化系統(tǒng)的一大優(yōu)勢。

對接數(shù)據(jù)進(jìn)行可視化展示，集中監(jiān)管數(shù)據(jù)的變動(dòng)，對應(yīng)急突發(fā)狀態(tài)能夠起到捕捉，及時(shí)做出應(yīng)對方案，很大程度上發(fā)揮了智能機(jī)房的最大價(jià)值，而可視化系統(tǒng)的用處的地方，還很廣闊，在各行各業(yè)的監(jiān)管可視化展示上，以及對自身產(chǎn)品的研發(fā)改造下。

二、華為大數(shù)據(jù)中心是干什么的

華為大數(shù)據(jù)中心是用來搜集整理大數(shù)據(jù)，提供解決方案的數(shù)據(jù)中心。華為大數(shù)據(jù)解決方案是華為公司推出的一種綜合性云解決方案，主要針對廣告營銷、電商、車聯(lián)網(wǎng)等大數(shù)據(jù)應(yīng)用場景的云計(jì)算大數(shù)據(jù)方案，幫助企業(yè)用戶構(gòu)建大數(shù)據(jù)平臺，解決企業(yè)的海量數(shù)據(jù)存儲和分析需求。

華為技術(shù)有限公司成立于1987年，總部位于中國廣東省深圳市龍崗區(qū)。華為是全球領(lǐng)先的信息與通信技術(shù)（ICT）解決方案供應(yīng)商，專注于ICT領(lǐng)域，堅(jiān)持穩(wěn)健經(jīng)營、持續(xù)創(chuàng)新、開放合作，在電信運(yùn)營商、企業(yè)、終端和云計(jì)算等領(lǐng)域構(gòu)筑了端到端的解決方案優(yōu)勢，為運(yùn)營商客戶、企業(yè)客戶和消費(fèi)者提供有競爭力的ICT解決方案、產(chǎn)品和服務(wù)，并致力于實(shí)現(xiàn)未來信息社會、構(gòu)建更美好的全聯(lián)接世界。

2013年，華為首超全球第一大電信設(shè)備商愛立信，排名《財(cái)富》世界500強(qiáng)第315位。截至2016年底，華為有17多萬名員工，華為的產(chǎn)品和解決方案已經(jīng)應(yīng)用于全球170多個(gè)國家，服務(wù)全球運(yùn)營商50強(qiáng)中的45家及全球1/3的人口。

三、銀行數(shù)據(jù)中心是做什么工作

中國工商銀行數(shù)據(jù)中心業(yè)務(wù)測試崗的主要工作內(nèi)容是對工商銀行網(wǎng)絡(luò)業(yè)務(wù)和終端業(yè)務(wù)的軟件貨硬件，進(jìn)行測試、統(tǒng)計(jì)、分析，最終匯集資料提交分析報(bào)告交于科研部門，根據(jù)數(shù)據(jù)升級或提高網(wǎng)絡(luò)業(yè)務(wù)等技術(shù)水平，進(jìn)一步完善工商銀行數(shù)據(jù)業(yè)務(wù)的實(shí)際應(yīng)用。 中國工商銀行數(shù)據(jù)中心（北京）成立于2000年10月，是中國工商銀行股份有限公司的直屬機(jī)構(gòu)。數(shù)據(jù)中心（北京）是集全行業(yè)務(wù)驗(yàn)收及適應(yīng)性測試、科技研發(fā)和信息科技風(fēng)險(xiǎn)管理等多項(xiàng)職能為一體的綜合化中心。

拓展資料：

農(nóng)行數(shù)據(jù)中心：

農(nóng)行數(shù)據(jù)中心是中國農(nóng)業(yè)銀行生產(chǎn)運(yùn)營工作體系中的運(yùn)行、保障和處理的核心，承擔(dān)全行所有金融電子數(shù)據(jù)的生產(chǎn)運(yùn)行、技術(shù)和業(yè)務(wù)保障、生產(chǎn)數(shù)據(jù)管理、交易監(jiān)控以及門柜業(yè)務(wù)的后臺處理職能。

中國農(nóng)業(yè)銀行數(shù)據(jù)中心主要職責(zé)是制定全行各分?jǐn)?shù)據(jù)中心生產(chǎn)運(yùn)行管理的各項(xiàng)制度辦法，并組織實(shí)施；負(fù)責(zé)全行業(yè)務(wù)系統(tǒng)的生產(chǎn)運(yùn)行及與生產(chǎn)運(yùn)行相關(guān)的技術(shù)支持軟硬件維護(hù)；研究、制定系統(tǒng)運(yùn)行突發(fā)事件的應(yīng)急處理方案，實(shí)施應(yīng)急處理，并組織進(jìn)行應(yīng)急演練；管理和維護(hù)數(shù)據(jù)中心各類主機(jī)系統(tǒng)計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)，確保全行業(yè)務(wù)系統(tǒng)正常生產(chǎn)運(yùn)行；

監(jiān)測和考核全行生產(chǎn)系統(tǒng)運(yùn)行狀況，根據(jù)主管部門授權(quán)對全行生產(chǎn)系統(tǒng)運(yùn)行安排進(jìn)行調(diào)度；在中國農(nóng)業(yè)銀行科技部領(lǐng)導(dǎo)下實(shí)施數(shù)據(jù)災(zāi)難備份的管理，制訂備援方案，領(lǐng)導(dǎo)和管理備援測試中心；

做好系統(tǒng)運(yùn)行維護(hù)、業(yè)務(wù)操作、計(jì)算機(jī)系統(tǒng)及網(wǎng)絡(luò)等安全防范工作；負(fù)責(zé)數(shù)據(jù)中心各類應(yīng)用軟件的版本管理和技術(shù)檔案管理；負(fù)責(zé)網(wǎng)內(nèi)客戶的查詢、咨詢、投訴等服務(wù)，提供業(yè)務(wù)和技術(shù)支持；按照指令和授權(quán)實(shí)施業(yè)務(wù)系統(tǒng)運(yùn)行參數(shù)和異常賬務(wù)的調(diào)整；在有關(guān)部門領(lǐng)導(dǎo)下，實(shí)施業(yè)務(wù)系統(tǒng)生產(chǎn)運(yùn)行數(shù)據(jù)的管理；

按照主管部門的安排，統(tǒng)一組織、調(diào)度和實(shí)施新產(chǎn)品投產(chǎn)上線及生產(chǎn)運(yùn)行；承擔(dān)上海分行轄內(nèi)各網(wǎng)點(diǎn)生產(chǎn)運(yùn)行的服務(wù)與支持工作；制定數(shù)據(jù)中心園區(qū)安全防范管理制度，組織實(shí)施數(shù)據(jù)中心園區(qū)的安全保衛(wèi)工作；實(shí)施數(shù)據(jù)中心人力資源財(cái)務(wù)和行政后勤保障管理；協(xié)助中國農(nóng)業(yè)銀行科技部制定全行相關(guān)IT技術(shù)方案、制度、辦法、流程等。

四、數(shù)據(jù)中心是什么？其系統(tǒng)結(jié)構(gòu)和工作原理是怎樣的呢？

一直想整理一下這塊內(nèi)容，既然是漫談，就想起什么說什么吧。我一直是在互聯(lián)網(wǎng)行業(yè)，就以互聯(lián)網(wǎng)行業(yè)來說。

先大概列一下互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)倉庫、數(shù)據(jù)平臺的用途：

• 整合公司所有業(yè)務(wù)數(shù)據(jù)，建立統(tǒng)一的數(shù)據(jù)中心；

• 提供各種報(bào)表，有給高層的，有給各個(gè)業(yè)務(wù)的；

• 為網(wǎng)站運(yùn)營提供運(yùn)營上的數(shù)據(jù)支持，就是通過數(shù)據(jù)，讓運(yùn)營及時(shí)了解網(wǎng)站和產(chǎn)品的運(yùn)營效果；

• 為各個(gè)業(yè)務(wù)提供線上或線下的數(shù)據(jù)支持，成為公司統(tǒng)一的數(shù)據(jù)交換與提供平臺；

• 分析用戶行為數(shù)據(jù)，通過數(shù)據(jù)挖掘來降低投入成本，提高投入效果；比如廣告定向精準(zhǔn)投放、用戶個(gè)性化推薦等；

• 開發(fā)數(shù)據(jù)產(chǎn)品，直接或間接為公司盈利；

• 建設(shè)開放數(shù)據(jù)平臺，開放公司數(shù)據(jù)；

• 。。。。。。

• 上面列出的內(nèi)容看上去和傳統(tǒng)行業(yè)數(shù)據(jù)倉庫用途差不多，并且都要求數(shù)據(jù)倉庫/數(shù)據(jù)平臺有很好的穩(wěn)定性、可靠性；但在互聯(lián)網(wǎng)行業(yè)，除了數(shù)據(jù)量大之外，越來越多的業(yè)務(wù)要求時(shí)效性，甚至很多是要求實(shí)時(shí)的 ，另外，互聯(lián)網(wǎng)行業(yè)的業(yè)務(wù)變化非?？欤豢赡芟駛鹘y(tǒng)行業(yè)一樣，可以使用自頂向下的方法建立數(shù)據(jù)倉庫，一勞永逸，它要求新的業(yè)務(wù)很快能融入數(shù)據(jù)倉庫中來，老的下線的業(yè)務(wù)，能很方便的從現(xiàn)有的數(shù)據(jù)倉庫中下線；
• 其實(shí)，互聯(lián)網(wǎng)行業(yè)的數(shù)據(jù)倉庫就是所謂的敏捷數(shù)據(jù)倉庫，不但要求能快速的響應(yīng)數(shù)據(jù)，也要求能快速的響應(yīng)業(yè)務(wù)；
• 建設(shè)敏捷數(shù)據(jù)倉庫，除了對架構(gòu)技術(shù)上的要求之外，還有一個(gè)很重要的方面，就是數(shù)據(jù)建模，如果一上來就想著建立一套能兼容所有數(shù)據(jù)和業(yè)務(wù)的數(shù)據(jù)模型，那就又回到傳統(tǒng)數(shù)據(jù)倉庫的建設(shè)上了，很難滿足對業(yè)務(wù)變化的快速響應(yīng)。應(yīng)對這種情況，一般是先將核心的持久化的業(yè)務(wù)進(jìn)行深度建模（比如：基于網(wǎng)站日志建立的網(wǎng)站統(tǒng)計(jì)分析模型和用戶瀏覽軌跡模型；基于公司核心用戶數(shù)據(jù)建立的用戶模型），其它的業(yè)務(wù)一般都采用維度+寬表的方式來建立數(shù)據(jù)模型。這塊是后話。
• 整體架構(gòu)下面的圖是我們目前使用的數(shù)據(jù)平臺架構(gòu)圖，其實(shí)大多公司應(yīng)該都差不多：

請點(diǎn)擊輸入圖片描述

• 邏輯上，一般都有數(shù)據(jù)采集層、數(shù)據(jù)存儲與分析層、數(shù)據(jù)共享層、數(shù)據(jù)應(yīng)用層。可能叫法有所不同，本質(zhì)上的角色都大同小異。
• 我們從下往上看：
• 數(shù)據(jù)采集數(shù)據(jù)采集層的任務(wù)就是把數(shù)據(jù)從各種數(shù)據(jù)源中采集和存儲到數(shù)據(jù)存儲上，期間有可能會做一些簡單的清洗。
• 數(shù)據(jù)源的種類比較多：

• 網(wǎng)站日志：

• 作為互聯(lián)網(wǎng)行業(yè)，網(wǎng)站日志占的份額最大，網(wǎng)站日志存儲在多臺網(wǎng)站日志服務(wù)器上，
• 一般是在每臺網(wǎng)站日志服務(wù)器上部署flume agent，實(shí)時(shí)的收集網(wǎng)站日志并存儲到HDFS上；

• 業(yè)務(wù)數(shù)據(jù)庫：

• 業(yè)務(wù)數(shù)據(jù)庫的種類也是多種多樣，有Mysql、Oracle、SqlServer等，這時(shí)候，我們迫切的需要一種能從各種數(shù)據(jù)庫中將數(shù)據(jù)同步到HDFS上的工具，Sqoop是一種，但是Sqoop太過繁重，而且不管數(shù)據(jù)量大小，都需要啟動(dòng)MapReduce來執(zhí)行，而且需要Hadoop集群的每臺機(jī)器都能訪問業(yè)務(wù)數(shù)據(jù)庫；應(yīng)對此場景，淘寶開源的DataX，是一個(gè)很好的解決方案（可參考文章 《異構(gòu)數(shù)據(jù)源海量數(shù)據(jù)交換工具-Taobao DataX 下載和使用》），有資源的話，可以基于DataX之上做二次開發(fā)，就能非常好的解決，我們目前使用的DataHub也是。
• 當(dāng)然，F(xiàn)lume通過配置與開發(fā)，也可以實(shí)時(shí)的從數(shù)據(jù)庫中同步數(shù)據(jù)到HDFS。

• 來自于Ftp/Http的數(shù)據(jù)源：

• 有可能一些合作伙伴提供的數(shù)據(jù)，需要通過Ftp/Http等定時(shí)獲取，DataX也可以滿足該需求；

• 其他數(shù)據(jù)源：

• 比如一些手工錄入的數(shù)據(jù)，只需要提供一個(gè)接口或小程序，即可完成；
• 數(shù)據(jù)存儲與分析毋庸置疑，HDFS是大數(shù)據(jù)環(huán)境下數(shù)據(jù)倉庫/數(shù)據(jù)平臺最完美的數(shù)據(jù)存儲解決方案。
• 離線數(shù)據(jù)分析與計(jì)算，也就是對實(shí)時(shí)性要求不高的部分，在我看來，Hive還是首當(dāng)其沖的選擇，豐富的數(shù)據(jù)類型、內(nèi)置函數(shù)；壓縮比非常高的ORC文件存儲格式；非常方便的SQL支持，使得Hive在基于結(jié)構(gòu)化數(shù)據(jù)上的統(tǒng)計(jì)分析遠(yuǎn)遠(yuǎn)比MapReduce要高效的多，一句SQL可以完成的需求，開發(fā)MR可能需要上百行代碼；
• 當(dāng)然，使用Hadoop框架自然而然也提供了MapReduce接口，如果真的很樂意開發(fā)Java，或者對SQL不熟，那么也可以使用MapReduce來做分析與計(jì)算；Spark是這兩年非常火的，經(jīng)過實(shí)踐，它的性能的確比MapReduce要好很多，而且和Hive、Yarn結(jié)合的越來越好，因此，必須支持使用Spark和SparkSQL來做分析和計(jì)算。因?yàn)橐呀?jīng)有Hadoop Yarn，使用Spark其實(shí)是非常容易的，不用單獨(dú)部署Spark集群，關(guān)于Spark On Yarn的相關(guān)文章，可參考：《Spark On Yarn系列文章》
• 實(shí)時(shí)計(jì)算部分，后面單獨(dú)說。
• 數(shù)據(jù)共享這里的數(shù)據(jù)共享，其實(shí)指的是前面數(shù)據(jù)分析與計(jì)算后的結(jié)果存放的地方，其實(shí)就是關(guān)系型數(shù)據(jù)庫和NOSQL數(shù)據(jù)庫；
• 前面使用Hive、MR、Spark、SparkSQL分析和計(jì)算的結(jié)果，還是在HDFS上，但大多業(yè)務(wù)和應(yīng)用不可能直接從HDFS上獲取數(shù)據(jù)，那么就需要一個(gè)數(shù)據(jù)共享的地方，使得各業(yè)務(wù)和產(chǎn)品能方便的獲取數(shù)據(jù)； 和數(shù)據(jù)采集層到HDFS剛好相反，這里需要一個(gè)從HDFS將數(shù)據(jù)同步至其他目標(biāo)數(shù)據(jù)源的工具，同樣，DataX也可以滿足。
• 另外，一些實(shí)時(shí)計(jì)算的結(jié)果數(shù)據(jù)可能由實(shí)時(shí)計(jì)算模塊直接寫入數(shù)據(jù)共享。
• 數(shù)據(jù)應(yīng)用

• 業(yè)務(wù)產(chǎn)品

• 業(yè)務(wù)產(chǎn)品所使用的數(shù)據(jù)，已經(jīng)存在于數(shù)據(jù)共享層，他們直接從數(shù)據(jù)共享層訪問即可；

• 報(bào)表

• 同業(yè)務(wù)產(chǎn)品，報(bào)表所使用的數(shù)據(jù)，一般也是已經(jīng)統(tǒng)計(jì)匯總好的，存放于數(shù)據(jù)共享層；

• 即席查詢

• 即席查詢的用戶有很多，有可能是數(shù)據(jù)開發(fā)人員、網(wǎng)站和產(chǎn)品運(yùn)營人員、數(shù)據(jù)分析人員、甚至是部門老大，他們都有即席查詢數(shù)據(jù)的需求；
• 這種即席查詢通常是現(xiàn)有的報(bào)表和數(shù)據(jù)共享層的數(shù)據(jù)并不能滿足他們的需求，需要從數(shù)據(jù)存儲層直接查詢。
• 即席查詢一般是通過SQL完成，最大的難度在于響應(yīng)速度上，使用Hive有點(diǎn)慢，目前我的解決方案是SparkSQL，它的響應(yīng)速度較Hive快很多，而且能很好的與Hive兼容。
• 當(dāng)然，你也可以使用Impala，如果不在乎平臺中再多一個(gè)框架的話。

• OLAP

• 目前，很多的OLAP工具不能很好的支持從HDFS上直接獲取數(shù)據(jù)，都是通過將需要的數(shù)據(jù)同步到關(guān)系型數(shù)據(jù)庫中做OLAP，但如果數(shù)據(jù)量巨大的話，關(guān)系型數(shù)據(jù)庫顯然不行；
• 這時(shí)候，需要做相應(yīng)的開發(fā)，從HDFS或者HBase中獲取數(shù)據(jù)，完成OLAP的功能；
• 比如：根據(jù)用戶在界面上選擇的不定的維度和指標(biāo)，通過開發(fā)接口，從HBase中獲取數(shù)據(jù)來展示。

• 其它數(shù)據(jù)接口

• 這種接口有通用的，有定制的。比如：一個(gè)從Redis中獲取用戶屬性的接口是通用的，所有的業(yè)務(wù)都可以調(diào)用這個(gè)接口來獲取用戶屬性。
• 實(shí)時(shí)計(jì)算現(xiàn)在業(yè)務(wù)對數(shù)據(jù)倉庫實(shí)時(shí)性的需求越來越多，比如：實(shí)時(shí)的了解網(wǎng)站的整體流量；實(shí)時(shí)的獲取一個(gè)廣告的曝光和點(diǎn)擊；在海量數(shù)據(jù)下，依靠傳統(tǒng)數(shù)據(jù)庫和傳統(tǒng)實(shí)現(xiàn)方法基本完成不了，需要的是一種分布式的、高吞吐量的、延時(shí)低的、高可靠的實(shí)時(shí)計(jì)算框架；Storm在這塊是比較成熟了，但我選擇Spark Streaming，原因很簡單，不想多引入一個(gè)框架到平臺中，另外，Spark Streaming比Storm延時(shí)性高那么一點(diǎn)點(diǎn)，那對于我們的需要可以忽略。
•  我們目前使用Spark Streaming實(shí)現(xiàn)了實(shí)時(shí)的網(wǎng)站流量統(tǒng)計(jì)、實(shí)時(shí)的廣告效果統(tǒng)計(jì)兩塊功能。
• 做法也很簡單，由Flume在前端日志服務(wù)器上收集網(wǎng)站日志和廣告日志，實(shí)時(shí)的發(fā)送給Spark Streaming，由Spark Streaming完成統(tǒng)計(jì)，將數(shù)據(jù)存儲至Redis，業(yè)務(wù)通過訪問Redis實(shí)時(shí)獲取。
• 任務(wù)調(diào)度與監(jiān)控在數(shù)據(jù)倉庫/數(shù)據(jù)平臺中，有各種各樣非常多的程序和任務(wù)，比如：數(shù)據(jù)采集任務(wù)、數(shù)據(jù)同步任務(wù)、數(shù)據(jù)分析任務(wù)等；
• 這些任務(wù)除了定時(shí)調(diào)度，還存在非常復(fù)雜的任務(wù)依賴關(guān)系，比如：數(shù)據(jù)分析任務(wù)必須等相應(yīng)的數(shù)據(jù)采集任務(wù)完成后才能開始；數(shù)據(jù)同步任務(wù)需要等數(shù)據(jù)分析任務(wù)完成后才能開始； 這就需要一個(gè)非常完善的任務(wù)調(diào)度與監(jiān)控系統(tǒng)，它作為數(shù)據(jù)倉庫/數(shù)據(jù)平臺的中樞，負(fù)責(zé)調(diào)度和監(jiān)控所有任務(wù)的分配與運(yùn)行。
• 前面有寫過文章，《大數(shù)據(jù)平臺中的任務(wù)調(diào)度與監(jiān)控》,這里不再累贅。
• 總結(jié)在我看來架構(gòu)并不是技術(shù)越多越新越好，而是在可以滿足需求的情況下，越簡單越穩(wěn)定越好。目前在我們的數(shù)據(jù)平臺中，開發(fā)更多的是關(guān)注業(yè)務(wù)，而不是技術(shù)，他們把業(yè)務(wù)和需求搞清楚了，基本上只需要做簡單的SQL開發(fā)，然后配置到調(diào)度系統(tǒng)就可以了，如果任務(wù)異常，會收到告警。這樣，可以使更多的資源專注于業(yè)務(wù)之上。

以上就是關(guān)于數(shù)據(jù)中心是干什么的相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。

推薦閱讀：

如何獲取淘寶銷售數(shù)據(jù)（如何獲取淘寶銷售數(shù)據(jù)呢）

數(shù)據(jù)對比的上下箭頭（數(shù)據(jù)對比的上下箭頭怎么設(shè)置）

行業(yè)發(fā)展現(xiàn)狀及前景分析（中國行業(yè)數(shù)據(jù)分析網(wǎng)）

新型的旅游營銷方式有哪些（新型的旅游營銷方式有哪些方面）

人工智能都學(xué)些什么（人工智能都學(xué)些什么課程）