- 数据吞吐量
在大数据流式计算环境中，数据吞吐量呈现出了根本性的增加。在传统的流式数据环境中，所处理的数据吞吐量往往在吉字节（GB）级别，这满足不了大数据流式计算环境对数据吞吐量的要求。在大数据流式计算环境中，数据的吞吐量往往在太字节（TB）级别以上，且其增长的趋势是显著的。然而，当前流式数据处理系统（如Storm）均无法满足太字节（TB）级别的应用需求。
大数据流式计算环境中的数据吞吐量问题的解决，一方面需要从硬件的角度进行系统的优化，设计出更符合大数据流式计算环境的硬件产品，在数据的计算能力上实现大幅提升；另一方面，更为重要的是，从系统架构的设计中进行优化和提升，设计出更加符合大数据流式计算特征的数据计算逻辑。
3.5 数据平台
企业要做AI和大数据分析，首先要考虑数据的准备，这其实就是数据平台的建设。有人也许会问：业务跑得好好的，各系统稳定运行，为何还要搭建企业的数据平台？企业一般在什么情况下需要搭建数据平台，从而实现对各种数据进行重新架构？
从业务的视角来看：业务系统过多，彼此的数据没有打通。这种情况下，涉及数据分析就麻烦了，可能需要分析人员从多个系统中提取数据，再进行数据整合，之后才能分析。一次两次可以忍，天天干这个能忍吗？人为地整合出错率高怎么办？分析不及时效率低要不要处理？
●从系统的视角来看：业务系统压力大，但很不巧，数据分析又是一项比较费资源的任务。那么自然会想到，通过将数据抽取出来，独立服务器来处理数据查询、分析的任务，从而释放业务系统的压力。
从数据处理性能的视角来看：企业越做越大，与此同时，数据也会越来越多。可能是历史数据的积累，也可能是新数据内容的加入。当原始数据平台不能承受更大数据量的处理时，或者效率已经十分低下时，重新构建一个大数据处理平台就是必需的了。
这三种情况有时并非独立的，往往是其中两种其至三种情况同时出现。这时，一个数据平台的出现不仅可以承担数据分析的压力，还可以对业务数据进行整合，从而从不同程度上提高数据处理的性能，基于数据平台实现更丰富的功能需求。
AI和大数据分析的成功需要的不仅仅是原始数据，还需要好的且高质量的数据。更准确的说法应该是，AI的成功需要那些准备好的数据。对于分析，如果进来的是垃圾，那么出去的也是垃圾，这就意味着，如果你把大量参差不齐的数据放到分析解决方案中，你将会得到不好的结果。所以，大多数数据科学家和数据分析师花费大量时间来为AI准备数据。
人工智能与大数据技术导论
88