2022年中国大数据分析平台行业研究报告

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。