成都监控数据恢复供应商指出，随着互联网数据规模，也呈爆炸式增长。新环境下的数据应用呈现出数据源多、系统耦合多、业务变化快、应用深度深等特点。那么企业大数据平台仓库架构建设思路是什么呢?

我认为我们应该从透明、信誉、稳定、丰富这四个关键词开始。其中，稳定性要求数据输出稳定、有保证;可信度意味着数据的质量应该足够高;丰富意味着数据覆盖的业务应该足够丰富;透明度要求数据组合处理系统是透明的，让用户可以放心使用。

我们选择建立基于大数据平台的数据仓库，是由大数据平台的丰富特点决定的:

强大的计算和存储能力使设计更平坦的数据流和简化计算过程成为可能;

各种编程接口和框架丰富了数据处理手段;

丰富的数据采集通道，可实现半结构化数据以及非结构化数据的采集;

各种安全和管理措施保证了平台的可用性。

大数据平台仓库架构模型设计

构建数据仓库的第一步是模型设计。

维度建模或实体关系建模

成都监控数据恢复供应商指出，常见的模型设计思想包括实体关系建模、维度建模。实体关系建模结构复杂，大部分是通过主题数据获取，适用在哪些对于各种复杂数据内容的深度挖掘。维度建模相对实现简单一些用的也多，便于实时数据分析，适用于业务分析报告;

在构建自己的数据仓库时，每个企业都应该根据业务形式和需求场景选择合适的建模方法。