最近我和我的團隊壹直在做壹些大數據相關的工作，我來回答壹下這個問題。
首先是第壹個問題，大數據平臺是什麽？
當我們說到壹個平臺的時候，我們的意識裏面往往就知道，這裏面肯定不止壹樣東西，它是很多東西的壹個集合，大數據平臺也是壹樣，首先如果用幾個字來描述它的話就是“它是壹個數據解決方案”，進壹步解析就是：大數據平臺它是壹個以分布式存儲為基礎，集成了數據獲取，數據清洗，數據流轉，數據分析，數據輸出等工具集的壹個數據解決方案。它的核心使命是提供數據存儲和數據分析服務給目標客戶。
那麽它的核心組成部分是什麽呢？實現的方法有多種，我就舉壹個最典型的大數據平臺結構作為說明。
目前無論是國內或者國外，應用最廣泛也是最典型的大數據平臺是以Hadoop為核心進行功能延伸的生態系統，業內把它叫做Hadoop生態，它開源並且免費使用，它長什麽樣子？它的面目基本上是這樣：
從上圖我們得知，它就是壹套以Hadoop分布式文件系統為核心的數據處理工具集，目的是為了向用戶提供數據分析服務的壹個集成解決方案。
什麽時候需要大數據平臺？
簡單的說就是當數據總量大到傳統單機數據解決方面沒辦法存儲，分析，計算時就要用到大數據平臺。
舉例說，家用電腦目前壹般是配置2TB大小的硬盤(存儲容量約等於於18個128G的iPhone)，壹般幾萬塊錢的商用服務器容量大約在32TB容量，高端的單機存儲器可以達到100TB以上，但是數據量如果再大比如上跳壹個數量級1000TB,也就是1PB左右，單機系統就無能為力了，不單是存儲容量無能為力，計算能力也無法應對了，因為我們知道，單臺計算機的性能是有極限的，數據太多磁盤檢索讀取的速度就會變慢，CPU和內存壓力也會變大，這個時候需要完成壹個數據分析任務就要耗時很長，那麽這個時候大數據平臺就派上用場了，大數據平臺的壹個特性就是多臺計算機組成壹個集群集體並行作戰，並且理論上可以無限拓展。
希望我的回答能夠幫助到您，有任何問題請在留言區留言，也歡迎在線咨詢