建设大数据平台的最终目的是服务于业务需求，解决现有业务问题或创造新机会。 业务部门可能不关心是采用大数据技术还是传统的数据库技术，是否采用大数据技术的主要依据是数据量。 如果任务执行时间太长，计算量太大，现有技术无法满足，或者需要处理大量半结构化、非结构化数据，则可能会有大数据诉求。
大数据平台的系统设计包括什么？
1、目录管理系统
目录管理系统用于业务数据的盘点和整理、业务目录的编制发布、数据的收集、处理、管理和共享等的规划和指导。 一般包括目录分类管理、编目、审计和发布功能。
2、数据采集系统
数据采集系统为大数据平台提供基础支撑服务，构建高效、易用、可扩展的数据传输通道。
3、数据资产管理系统
数据资产管理系统的主要职责是标准数据管理、元数据管理、数据资源管理和数据资产清点。
标准数据管理：管理对象形成词典、数据要素(业务端标准化管理业务字段用)、数据标准体系。
元数据管理：元数据是所有系统、文档和流程中所有数据的上下文，是原始数据的知识。
元模型管理：获取和显示不同数据库类型的元模型元素和属性信息
数据源管理：添加、编辑和维护数据库信息
元数据注册：包括表、视图、索引、字段、列族、消息等各种元模型下的元数据；
查看元数据：显示所有已注册的元数据(按数据源)，并允许查看元数据关系和血缘关系。
数据资源管理：对数据资源进行目录化管理，形成分层的结构化数据资源智能。
数据目录分类：实现数据目录的分类设置；
创建数据目录：实现数据目录的添加、修改、删除、停止/启动等；
业务目录映射：构成业务目录与数据目录的映射关系；
数据资产盘点：数据资产控制面板，数据资产显示。
4、数据治理系统
数据治理系统用于规范数据的生成和使用，改善数据质量，加工处理数据，提高数据价值。 识别和测量数据质量能力、数据清洗转换能力、数据加工三个核心能力。
数据质量管理：包括规则管理(准确性、完整性、唯一性、一致性、即时性、业务相关性等)、任务部署和检查报告。
数据组织管理：包括格式转换、词典转换、内容转换、任务管理、日志等。
数据加工：模型定义、模型时间表。
5、数据共享系统
数据共享系统依托于数据资源目录，基于数据交换标准，实现跨部门、跨层次、跨区域的数据资源共享交换。 提供资源查看、搜索、申请、使用、下载功能、用户管理和资源批准功能，以及数据库表、服务接口、文件等类型的共享交换功能。
照片
6、数据开发系统
数据开发系统使用大数据或人工智能算法组件分析、挖掘数据，形成数据服务产品。 数据开发管理：包括应用工程管理、计算任务管理、任务调度管理、资源管理等。 APP应用程序开发工具：在线开发IDE、数据源控件库、预处理控件库、模型库、可视控件库、输出控件库、挖掘算法
7、数据分析系统
结合各种业务数据库、数据仓库和大数据平台，为用户提供从基本数据到统计、数据交叉表、自由钻取分析、多维数据分析等多层数据分析功能。 用户只需用鼠标拖动指针和维即可生成数据分析结果。 它还为分析结果的可视化展示提供了丰富的统计图表。
企业要开展大数据业务，首先要根据自身需求设计构建数据系统平台。 大数据系统平台的构建需要根据实际需求进行系统架构规划。