一、如何快速搭建企业级大数据平台

提到大数据，无可避免的就会提到Hadoop。尽管大数据并不等同于Hadoop，但Hadoop确实是最热门的大数据技术。下面是最常用的混搭架构，来看一下大数据平台可以怎么搭建，支撑企业应用：

通过Kafka作为统一采集平台的消息管理层，灵活的对接、适配各种数据源采集（如集成flume），提供灵活、可配置的数据采集能力。

利用Spark和Hadoop技术，构建大数据平台最为核心的基础数据的存储、处理能力中心，提供强大的数据处理能力，满足数据的交互需求。同时通过Sparkstreaming，可以有效满足企业实时数据的要求，构建企业发展的实时指标体系。

同时为了更好的满足的数据获取需求，通过RDBMS，提供企业高度汇总的统计数据，满足企业常规的统计报表需求，降低使用门槛。对大数据明细查询需求，则通过构建HBase集群，提供大数据快速查询能力，满足对大数据的查询获取需求。

二、如何基于hadoop搭建大数据开源平台

这个就比较负责了，可以用hadoop+hbase+spark/storm进行平台构建，spark用于数据分析和处理、hbase用于将处理后的数据保存、hadoop用于离线分析和原始数据存储，具体的还得结合应用场景

三、有谁知道百度和阿里与大数据相关部门的架构

阿里巴巴在08年就把大数据作为一项公司基本战略，要知道那个时候甚至还没几个人开始谈论“大数据”，可以说在大数据方面相比于国内其他互联网公司，阿里是走在前面的。

按马云的话讲，我们正从information technology转向data technology。数据是灵魂。也许并不能保证大数据能给阿里巴巴赚很多钱，但是阿里认为数据对人类有用，所以他们做了。

举一个阿里CTO认为大数据应用和价值的例子：淘宝小贷团队，很小的队伍，完全依赖数据对客户的信用程度作分析，将数据转化为信用，将信用转化为财富，这是传统商业银行冗杂的审核程序，低效和高成本所不能比的。更重要的是，这个项目给近百万的小商户提供了生命线，哪怕只贷一元钱。没有哪个银行会这么做。

我认为阿里巴巴已经是国内互联网大数据的先驱，他们在做有意义的事情。