数据中心平台架构设计

---

一、数据中心的构成是怎么样的

数据中心系统的总体设计思想是以数据为中心，按照数据中心系统的内在关系进行划分。数据中心系统总体架构由五个主要层组成：基础设施层、信息源层、应用支撑层、应用层和支撑系统。如下：

数据中心整体架构

数据中心系统整体架构

数据中心规划总体技术架构，设计技术路线和方法，确保网络、数据源、应用系统、安全系统等要素形成有机整体，实现企业（机构）数据资源管理和及时互联。信息监测、汇总与分析。具体各层介绍如下：

（一）基础设施层

基础设施层是指支撑整个系统的基础支撑，包括机房、主机、存储、网络、通信环境以及各种系统软硬件。

（二）信息资源层

信息资源层包括数据中心内的各类数据、数据库和数据仓库。负责整个数据中心信息数据的存储和规划，涵盖信息资源层的规划和数据流程的定义，为数据中心提供统一的数据交换平台。

（3）应用支撑层

根据组件设计思想和复用需求提出和设计构建应用层所需的各种组件，包括从第三方购买的组件。

（四）应用层

应用层是指为数据中心定制开发的应用系统，包括标准构建应用、聚合集成应用、数据服务应用与管理运维应用，以及为各种设施服务的企业信息门户（包括内网门户和外网门户）。

（五）支撑体系

支撑体系包括标准规范体系、运维管理体系、安全与容灾体系、备份体系。传统数据中心系统中容灾备份系统依赖于安全系统，随着数据状态的提高，容灾备份已经成为自成一体的系统。安全保障体系重点关注数据中心立体安全防护，容灾备份体系重点关注数据恢复和数据中心灾难。

---

二、如何搭建大数据分析平台？我是一名大数据工程师，我可以和提问者分享一些经验：
确实，提问者必须理解以下问题，一旦弄清楚，问题的答案就会出现：
1.是的您想从学习和个人成长的角度搭建一个自学平台吗？或者当今的公司是否需要大数据技术进行分析？——从学习和个人成长的角度，建议直接按照Hadoop或Spark官网的教程安装。我们建议您阅读官方网站（英文）。英语非常重要，因为关系到选型、以后的安装、部署、运维，所有任务执行的信息和错误信息都是英文的，包括遇到问题的解答，所以还是非常重要的。如果企业需要进行大数据分析，需要研究以下问题：为什么需要构建大数据分析平台？解决了什么业务问题？需要什么类型的分析？有多少数据？是否需要实时分析？BI报告有必要吗？——这是一个典型的场景：公司以前使用Oracle或MySQL创建企业数据库并进行简单的数据分析，或者可能购买了BI系统，现在由企业系统数据库直接支持数据增长，随着规模的扩大，就需要利用大数据技术进行扩张。
明确需求后，按照以下步骤进行：
1设计整体解决方案设计整体解决方案时要考虑的因素：有多少数据：几百GB？几十太字节？数据存储在哪里：MySQL中？甲骨文？或者其他数据库？数据如何从现有的存储系统进入大数据平台？如何将结果数据写入另一个存储系统？分析的主题是什么：几个简单的指标？或者有很多统计指标需要专门人员对产品进行整理、分组和设计。我们需要建立一个整体的数据仓库吗？如果需要BI报表：公司人员有使用BI的能力，或者团队构成比较简单，不需要前端和后端人员的投入，所以真正使用BI比较方便；需要时间计算吗？
2.元件的选择；建筑设计完成后，需要更多有经验的建筑师参与设计。Tez...实时处理引擎：Storm、Flink、Samza、SparkStreaming...BI软件：Tableau、QlikView、帆软...
3.安装部署完成选择后，就可以安装部署了，这部分其实是最简单的。是的，您可以根据各个组件的部署要求直接安装。
4.另一种选择：使用商业软件。如果企业需要建设大数据平台，另一种选择是直接使用商业数据平台。市场上有很多成熟的大数据商用平台，包括Cloudera、Starring、华为、亚信等，都有相应的产品线。袋鼠云作为业界的大数据玩家，拥有一款真正优秀的大数据平台产品：DataStack。主要特点如下：
1．独特的数据开发产品体系，满足企业建立数据中心过程中多样化、复杂的需求。
2.兼容性强。支持与多种计算引擎对接，让更多的业务上路。
3.准备启用。基于网络的图形化操作界面，即用型，上手快捷。
4.性价比高。满足中小企业数据中心建设需求，降低企业投资成本。