本人為大數(shù)據(jù)技術(shù)員，可以分享一些心得體驗給題主：
其實題主需要搞清楚以下幾個問題，搞清楚了，其實問題的答案也就有了：
1、是從個人學(xué)習(xí)成長的角度想搭建平臺自學(xué)？還是現(xiàn)在的公司需要大數(shù)據(jù)技術(shù)進行分析？——如果是從個人學(xué)習(xí)成長的角度，建議直接按照Hadoop或者Spark的官網(wǎng)教程安裝即可，建議看官網(wǎng)（英文），在大數(shù)據(jù)技術(shù)領(lǐng)域，英語的掌握是非常重要的，因為涉及到組件選型、日后的安裝、部署、運維，所有的任務(wù)運行信息、報錯信息都是英文的，包括遇到問題的解答，所以還是非常重要的。如果是公司需要進行大數(shù)據(jù)分析，那么還要研究以下幾個問題：為什么需要搭建大數(shù)據(jù)分析平臺？要解決什么業(yè)務(wù)問題？需要什么樣的分析？數(shù)據(jù)量有多少？是否有實時分析的需求？是否有BI報表的需求？——這里舉一個典型的場景：公司之前采用Oracle或MySQL搭建的業(yè)務(wù)數(shù)據(jù)庫，而且有簡單的數(shù)據(jù)分析，或者可能采購了BI系統(tǒng)，就是直接用業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫進行支持的，現(xiàn)在隨著數(shù)據(jù)量越來越大，那么就需要采用大數(shù)據(jù)技術(shù)進行擴容。
搞清楚需求之后，按照以下的步驟進行：
1、整體方案設(shè)計；整體方案設(shè)計時需要考慮的因素：數(shù)據(jù)量有多少：幾百GB？幾十TB？數(shù)據(jù)存儲在哪里：存儲在MySQL中？Oracle中？或其他數(shù)據(jù)庫中？數(shù)據(jù)如何從現(xiàn)在的存儲系統(tǒng)進入到大數(shù)據(jù)平臺中？如何將結(jié)果數(shù)據(jù)寫出到其他存儲系統(tǒng)中？分析主題是什么：只有幾個簡單指標(biāo)？還是說有很多統(tǒng)計指標(biāo)，需要專門的人員去梳理，分組，并進行產(chǎn)品設(shè)計；是否需要搭建整體數(shù)倉？是否需要BI報表：業(yè)務(wù)人員有無操作BI的能力，或團隊組成比較簡單，不需要前后端人員投入，使用BI比較方便；是否需要實時計算？
2、組件選型；架構(gòu)設(shè)計完成后就需要組件選型了，這時候最好是比較資深的架構(gòu)師參與設(shè)計，選型包括：離線計算引擎：Hadoop、Spark、Tez……實時計算引擎：Storm、Flink、Samza、Spark Streaming……BI軟件：Tableau、QlikView、帆軟……
3、安裝部署；選型完成后，就可以進行安裝部署了，這部分其實是最簡單的，直接按照每個組件的部署要求安裝即可。
4、另一種選擇：采用商用軟件如果是企業(yè)需要搭建大數(shù)據(jù)平臺，那么還有一種選擇是直接采用商用的數(shù)據(jù)平臺。市面上有很多成熟的商用大數(shù)據(jù)平臺，Cloudera、星環(huán)、華為、亞信等等，都有對應(yīng)的產(chǎn)品線，業(yè)內(nèi)數(shù)據(jù)大咖袋鼠云就有一款非常優(yōu)秀的大數(shù)據(jù)平臺產(chǎn)品：數(shù)棧。主要有以下幾個特點：
1.一站式。一站式數(shù)據(jù)開發(fā)產(chǎn)品體系，滿足企業(yè)建設(shè)數(shù)據(jù)中臺過程中的多樣復(fù)雜需求。
2.兼容性強。支持對接多種計算引擎，使更多企業(yè)“半路上車”。
3.開箱即用?；赪eb的圖形化操作界面，開箱即用，快速上手。
4.性價比高。滿足中小企業(yè)數(shù)據(jù)中臺建設(shè)需求，降低企業(yè)投入成本。