大数据时代很多企业都能够凭借资深的技术和过去的数据积累可以找到新的资源和增长点，对于这个而言也是企业对于大数据发展趋之若鹜的重要原因。通过对于各类数据的集中和统一处理，我们可以发现有价值的规律，从而进行挖掘到丰富的资源，让企业在发展中有更多优势。但技术仍旧是技术，任何技术在应用时都有其固定的前提和要求，大数据技术也不例外。
大数据也有门槛
云计算的门前提是硬件资源的充分池化，内存计算的前提负担于高昂的采购和调试成本，那么大数据技术的前提有哪些?在笔者看来，高效的数据集成是大数据技术的绝对大前提。
关于数据集成，百度给出的解释是“把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中，从而为企业提供全面的数据共享。”简单的说，就是打通不同数据库和数据类型之间的屏障，让数据能够被大数据应用高效的存取。这个前提看似简单，想要实现却并不简单。而这也正是很多企业徘徊在大数据时代门外的重要原因。
数据集成痛点与解决
以最熟悉的“啤酒与尿布”的故事来看，想要得到故事中的结果，企业至少要在销售数据、客户行为和特征数据、商品位置数据等多个不同类型的数据库中进行来回的对比和分析。而在实际的应用中，企业想要用好大数据，情况会比“啤酒与尿布”的故事复杂的多。想要得到这种简单有效的大数据分析结果，恐怕不是部署几个大数据分析应用就能解决的。而对于那种业务线长、业务种类众多的大中型企业来说，其难度可想而知。
数据存量大、种类繁杂、存储分散几乎是所有大中型企业的通病，而想要进入大数据时代，数据集成必须完成。传统数据集成分为三个层面：数据库层面、中间件层面和应用层面。三个层面各有利弊，对于实际应用来说，选择任何一种都意味着相应的好处和弊端。
数据存量大、种类繁杂、存储分散几乎是所有大中型企业的通病，而想要进入大数据时代，数据集成必须完成。传统数据集成分为三个层面：数据库层面、中间件层 面和应用层面。三个层面各有利弊，对于实际应用来说，选择任何一种都意味着相应的好处和弊端。而云创存储所推出的数据立方(DataCube)是一种用于 数据分析与索引的技术架构。它是针对大数据(bigdata)的处理利器，可以对元数据进行任意多关键字实时索引。通过数据立方对元数据进行分析之后，可 以大大加快数据的查询和检索效率。
走好大数据第一步
作为企业迈向大数据时代的第一步，数据集成的重要性毋庸置疑，但其中的困难也显而易见。面对海量的历史数据和其中隐藏的巨大机遇，数据集成完全可以说是企业未来的竞争力集成。
作为基础，数据集成平台的选择关系到企业大数据应用的最终效果，是成是败、是好是坏，全看这一步。
