架构大数据平台是实现大数据价值创造的核心基础设施，而大数据中台则是支撑大数据平台运行的底层基础。在云计算和大数据技术快速发展的背景下，传统的大数据处理软件架构已经无法满足企业业务发展对海量数据的处理需求。因此，如何通过构建一个高效灵活、可扩展、易管理的统一的数据共享与治理平台成为企业数字化转型的关键所在。

大数据分析软件（daas）是大数据时代的重要产物之一，它是一种基于云计算模式的软件服务模式，以saas方式为企业提供计算资源和管理能力。目前市场上主流的大数据分析产品包括hadoopmapredce和sparkhbase等开源框架以及mahot、pigetl等商业分析工具包。这些产品的优势在于能够将不同厂商的数据进行整合管理并形成统一的视图展现给用户；同时具备良好的扩展性与灵活性；支持多种语言及开发模型；具有高可用性保障等特点。

但是这些产品在功能上各有侧重：
hadoopmapredce专注于分布式存储的优化和内存的计算性能提升；

spark则专注于流式计算的优化与大规模并行处理能力的提高；

而mahot侧重于多维分析场景下数据的可视化展示与分析挖掘能力提升等。

随着互联网技术的不断发展与应用落地需求的不断提升，越来越多的行业开始采用云化的解决方案来应对日益复杂多变的环境变化趋势-例如金融行业中的互联网金融领域就出现了”云+端”、”云+边”等多种应用形态的出现与发展趋势-这不仅要求传统的it系统必须能够适应不断变化的客户需求和应用场景的变化情况，同时也需要新的it系统能够在云端部署后迅速完成部署迁移工作从而降低企业的运营成本和维护难度等等一系列问题都需要解决和处理！

在这一系列问题的背后都指向了同一个核心点：
如何利用最新的技术和手段来实现企业业务的创新升级？如何才能帮助企业在瞬息万变的市场环境中抢占先机？

毫无疑问的是：
只有通过新技术的赋能才能够真正做到这一点！而随着人工智能、5g通信网络等技术的发展成熟与应用落地速度的持续加快，”智能+”已经成为当前乃至未来一段时期内各个产业发展的必然方向和发展潮流！”智能+5g=新基建”。新基建的提出为各行各业带来了巨大的发展契机和新一轮的发展红利期！