2022年中国大数据分析平台行业研究报告.pdfVIP

2022年中国大数据分析平台行业研究报告--第1页

2022年中国大数据分析平台行业研究报告

大数据丨研究报告

核心摘要：

行业界定：大数据分析平台逐渐由产品态转向集成态，行业边界模糊。在技术

架构上，主要包含数据采集与存储、计算、分析与决策三个层级。在OLAP之

上融合了深度学习等技术，在提升数据分析深度和广度的同时，也极大增加了

数据服务在业务侧的低门槛和友好性，满足用户运用数据分析驱动业务发展的

需求。

市场情况：尽管行业边界泛化，市场参与者众多，但按照部署模式、架构分类

及能力补给，可分为以下五类：1）以云上数据湖方案为主的公有云厂商；2）

以本地化大数据分析平台为主的传统软件服务商；3）提供轻量化数仓架构的数

据库/数仓厂商；4）为数据应用层提供服务能力的软件供应商；5）提升数据应

用能力的人工智能厂商。行业市场整体呈现竞合状态。

架构选型：搭建平台前用户首先需要明确自身的数据体量和业务场景需求。在

明确大数据分析平台需要具备的基本功能后，再决定平台搭建过程中使用的大

数据处理框架和工具。在分层架构中，数据分析层的组件选型和整体搭建十分

关键，尤其是存储引擎的选型直接决定了离线、在线、实时三大场景的支撑和

算力效率的高低。

趋势洞察：传统架构下的湖仓分体引发数据孤岛，造成实施、运维和成本问

题。湖仓一体架构在数据和查询层面形成一体化架构，突破实时性和并发度、

集群规模受限、非结构化数据无法整合、建模路径冗长、数据一致性弱等瓶

颈。同时，平台融合AI自主学习和自适应能力，增强用数人员的分析和决策能

力。

2022年中国大数据分析平台行业研究报告--第1页

2022年中国大数据分析平台行业研究报告--第2页

行业界定

驱动业务的全场景数据分析平台，提供实时、多维的数据分析

和智能决策

大数据分析平台，是企业用户在大数据环境下用于分析与决策的平

台。按技术架构划分，主要包含数据收集与存储、数据计算、数据分

析与决策三个层级。从服务边界来看，大数据分析平台概念小于数据

中台，强调平台的数据分析与决策能力，弱化了数据本身的规划、治

理与服务；在OLAP之上，又融合了深度学习等技术，在提升数据分

析深度和广度的同时，也极大增加了数据服务在业务侧的低门槛和友

好性。企业通过构建大数据分析平台，聚拢各业务系统数据，打通全

渠道组织各业务维度，用数据分析驱动业务，满足企业级宽表实时分

析、实时BI报表分析、用户行为分析、自助分析、AI智能分析等全

方位需求。

2022年中国大数据分析平台行业研究报告--第2页

2022年中国大数据分析平台行业研究报告--第3页

技术沿革

平台技术架构持续更新迭代，由离线处理向实时分析演进

架构剖析

基于Hadoop分析架构的流程原理：

各类结构化数据通过采集管道进入Kafka，Spark实时消费Kafka的

数据，写入集群内的HDFS，RDS数据库中的数据通过Spark每天一

次全量扫表同步至HDFS。HDFS存储汇总用户数据，对数据库数据

定期执行snapshot。

基于Hadoop分析架构的优缺点：

优点：借助Hadoop集群的高并