現代數據倉庫

關系數據倉庫托管服務Palo和Hadoop/Spark托管服務BMR的有機組合才是數據倉儲最佳解決方案：

在線報表

交互查詢

數字面板

大數據平臺BMR

關系數據倉庫
Palo

Spark

MapReduce

Kafka

Hive

Pig

Mahout

Zeppelin

Hue

HBase

傳感器

輿情

聲音

日志

圖片

視頻

視頻

ERP

CRM

HR

其中：

結構化、弱結構化、非結構化存儲的原始數據可以復制到BMR集群中。

結構化數據通過ETL載入Palo中。

通過Hive或者Spark SQL交互式查詢BMR中的數據，用來做原型測試或者即席查詢。這些組件支持運行時定義表模式（Schema on Read），方便處理弱結構化數據。非結構化數據可以通過MapReduce或Spark加工成結構化數據。

變形完成的結構化數據載入Palo，作為企業唯一真實版本（Single Version of the Truth），幫助企業部門之間協作。

通過SQL與Palo通訊，使用BI工具進行即席查詢或者交互式分析，或者產生數字面板提供自動報表，以獲取洞察力。

大數據時代的數據倉儲，應該能夠同時處理關系型數據和非關系型數據，小數據與大數據，一個都不能少，而BMR和Palo正是百度智能云大數據平臺給出的答案。

傳統的數據倉庫或者Hadoop集群建設，需要經過采購硬件、部署軟件、開發運維等步驟，周期冗長，而且無法隨著業務動態伸縮。相比之下，BMR和Palo都是云端的全托管服務，用戶在幾分鐘內便可以創建集群，而無須考慮運維，節省IT人員的成本。同時，托管服務都支持動態伸縮集群，可根據業務大小調節集群，按使用量付費。總之，IT支出下降，凸顯云端托管服務的優勢。

無縫集成BI工具

秉承開源開放的原則，BMR、Palo可以輕松與業界著名的BI工具的無縫集成，使得自助式分析與報表變得異常簡單。

數據服務

百度智能云對數據倉儲提供了完整的收集、存儲、倉儲、應用四個步驟的服務：

收集：方便快捷地把各種類型的數據收集到云端。除了公網上傳數據，海量數據可以使用硬盤快遞服務，此外還有日志服務和物聯網IoT服務可以選擇。

存儲：把不同類型的數據存儲到相應的服務以便進一步處理。比如對象存儲BOS是支持HDFS接口的文件存儲服務；RDS支持MySQL和SQL Server的關系型數據庫服務。

倉儲：把數據清理、變形、優化以后存儲關系型數據倉庫Palo，或者以更直接形式放在以Hadoop/Spark為平臺的數據湖上，以便高效地進行數據分析。

應用：使用商務智能工具如Qlik、Tableau等與BMR或者Palo交互，交互式查詢、產生報表、或者生成數字面板供企業內分享。

參考架構如下：

報表

交互查詢

數字面板

大數據平臺BMR

關系數據倉庫
Palo

Spark

MapReduce

Kafka

Hive

Pig

Mahout

Zeppelin

Hue

HBase

對象存儲BOS

關系數據庫RDS

硬盤快遞

日志服務

網絡傳輸

物聯網服務IOT

百度消息服務