23、企业架构与大数据技术生态系统：推动业务敏捷性的关键

企业架构与大数据技术生态系统：推动业务敏捷性的关键

1. 大数据技术带来的挑战

大数据在为企业带来价值的同时，也带来了诸多挑战。

1.1 数据来源与结构挑战

大数据包含大量非企业自身产生和拥有的数据，这些外部数据集通常通过购买、租赁、接口获取（如政府公开数据）或作为分析参考。数据及其来源的多样性和非结构化特性，要求在企业现有架构框架下进行仔细的建模、映射、审查、实验和迭代。

1.2 数据处理与集成挑战

大数据技术会产生微小的输入数据点，这些数据点需要与企业现有的结构化和非结构化数据持续同步。现有数据与新数据、现有分析应用与新应用，以及内部和第三方数据与服务之间的接口可能会产生“摩擦”，如数据重复、不一致，导致用户对单一实体的碎片化视图。架构元素的摩擦还可能导致安全和隐私漏洞以及数据滥用，进而导致决策失误和业务敏捷性丧失。

2. 新兴技术及其对业务敏捷性的影响

除了核心的Hadoop生态系统，还有许多新兴技术与大数据相关，它们对业务敏捷性有着重要影响，具体如下表所示：
| 技术 | 大数据方面 | 敏捷性方面 |
| — | — | — |
| 模拟 - 数字（ADC）传感器：互联的物联网（IoT）和万物互联（IoE）；IoT 可为个人或工业用途 | 实现不间断的数据采集，通常来自个人用户及其设备（如 GPS），导致数据的高速度和高容量 | 数据可用于即时决策（如在 GPS 导航时更改路线），为业务流程带来敏捷性机会 |
| 云计算 | 基于基础设施即服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）和现在的分析即服务（AaaS），实现数