现代数据仓库

关系数据仓库托管服务Palo和Hadoop/Spark托管服务BMR的有机组合才是数据仓储最佳解决方案：

在线报表

交互查询

数字面板

大数据平台BMR

关系数据仓库
Palo

Spark

MapReduce

Kafka

Hive

Pig

Mahout

Zeppelin

Hue

HBase

传感器

舆情

声音

日志

图片

视频

视频

ERP

CRM

HR

其中：

结构化、弱结构化、非结构化存储的原始数据可以复制到BMR集群中。

结构化数据通过ETL载入Palo中。

通过Hive或者Spark SQL交互式查询BMR中的数据，用来做原型测试或者即席查询。这些组件支持运行时定义表模式（Schema on Read），方便处理弱结构化数据。非结构化数据可以通过MapReduce或Spark加工成结构化数据。

变形完成的结构化数据载入Palo，作为企业唯一真实版本（Single Version of the Truth），帮助企业部门之间协作。

通过SQL与Palo通讯，使用BI工具进行即席查询或者交互式分析，或者产生数字面板提供自动报表，以获取洞察力。

大数据时代的数据仓储，应该能够同时处理关系型数据和非关系型数据，小数据与大数据，一个都不能少，而BMR和Palo正是百度智能云大数据平台给出的答案。

传统的数据仓库或者Hadoop集群建设，需要经过采购硬件、部署软件、开发运维等步骤，周期冗长，而且无法随着业务动态伸缩。相比之下，BMR和Palo都是云端的全托管服务，用户在几分钟内便可以创建集群，而无须考虑运维，节省IT人员的成本。同时，托管服务都支持动态伸缩集群，可根据业务大小调节集群，按使用量付费。总之，IT支出下降，凸显云端托管服务的优势。

无缝集成BI工具

秉承开源开放的原则，BMR、Palo可以轻松与业界著名的BI工具的无缝集成，使得自助式分析与报表变得异常简单。

数据服务

百度智能云对数据仓储提供了完整的收集、存储、仓储、应用四个步骤的服务：

收集：方便快捷地把各种类型的数据收集到云端。除了公网上传数据，海量数据可以使用硬盘快递服务，此外还有日志服务和物联网IoT服务可以选择。

存储：把不同类型的数据存储到相应的服务以便进一步处理。比如对象存储BOS是支持HDFS接口的文件存储服务；RDS支持MySQL和SQL Server的关系型数据库服务。

仓储：把数据清理、变形、优化以后存储关系型数据仓库Palo，或者以更直接形式放在以Hadoop/Spark为平台的数据湖上，以便高效地进行数据分析。

应用：使用商务智能工具如Qlik、Tableau等与BMR或者Palo交互，交互式查询、产生报表、或者生成数字面板供企业内分享。

参考架构如下：

报表

交互查询

数字面板

大数据平台BMR

关系数据仓库
Palo

Spark

MapReduce

Kafka

Hive

Pig

Mahout

Zeppelin

Hue

HBase

对象存储BOS

关系数据库RDS

硬盘快递

日志服务

网络传输

物联网服务IOT

百度消息服务