我們所處的社會已經從IT（Information Technology）時代全面跨入DT（Data Technology）時代，數據滲透到當今每一個行業和業務職能規模，成為要害的出產要素之一。從Gartner宣布的大數據技能成熟度曲線圖中可以看出，大數據已不在是逗留在觀念層面，而是正式進入了財富化應用歷程中。據統計，僅全球交通、教誨、消費、電力、能源、康健與金融等7大重點規模的大數據應用潛在代價就在3.2萬億-5.4萬億元閣下，大數據潛在成長空間龐大。

然而，從中國信息通信研究院的另一組數據表白，海內實際的應用環境另有差距，據統計有44%的企業還沒有大數據陳設和應用，24%的陳設了但未實現大數據應用，只有1/3的企業劈頭應用了大數據，是什么制約了大數據的快速普及之路？ 中國工程院院士、中國互聯網協會理事長鄔賀銓院士在2017大數據財富峰會上暗示："數據資源的活動性和可獲取性是大數據應用和財富成長的基本，直接干系到大數據代價的實現環境。"

傳統的統計闡明常常是對單一數據源（營銷數據、行政報表、問卷觀測、人口普查等）舉辦深入的追蹤和闡明。闡明人員對數據的來歷和布局有必然的節制和深層的相識。但在大數據時代，數據源是多樣的、多種形態的，海量的數據經常是半布局或無布局的。從數據獲取到最終的數據代價泛起要經驗數據從源頭接入、處理懲罰、存儲計較到闡明挖掘、應用、處事的完整數據生命周期。這就要求數據科學家和闡明師駕御多樣、多源的數據，將它們梳理后舉辦挖掘和闡明。在這個進程中，數據融合就成為不行或缺的一步。

所謂數據融合，是以發生決定智能為方針將多種數據源中的相關數據提取、融合、梳理整合成一個闡明數據薈萃，實現數據資源的活動和易獲取，從而支撐多樣并呈碎片化的貿易智能處事利用。來自賽迪智庫的調研，現實中實施的大數據項目至少有80%的時間和經費花在了數據籌備上，個中多源數據的融合是最淹滅資源的任務之一。紐約時報也曾報道： "數據科學家把高達80%的時間用于數據籌備而不是用來發明新的貿易智能".

陪伴著人們對數據應用代價的不絕渴求，區別于傳統數據統計的需求，用戶對大數據的數據籌備有著更高的要求：

第一，多源。除了眾所周知的數據開放度的影響之外，多源數據融合的另一個瓶頸在于如何沖破原有垂直建樹系統間的信息孤島、結構統一的整體的數據平臺，把分手但彼此有關聯的數據以整體的視角對待和思考并舉辦打點，而且通過這樣的統一平臺，對上層碎片化的或需要快速迭代的大數據應用舉辦有效、精采的支撐。好比在數據抓取中，要充實思量傳統企業已經具備大量系統存在的環境，而對付這些系統在不滋擾的環境下，如何可以或許把數據精確、高效、及時的拿得出來，快速認清企業有什么樣的數據原質料。這在很是多的尤其是當局、大型企業內里是個很大的挑戰。別的，數據進來之后，因為系統和系統之間的建樹時間是差異的，數據的表示形態也是各異的，我們要對這些數據舉辦橫向之間的處理懲罰而且能把這些數據關聯起來，讓分手的數據形成一個整體，這都是數據融合進程中所要辦理的問題。

第二，及時。萬物互聯的趨勢下，人們不只對付數據的數量，也對數據的時效性提出了愈來愈高的要求，有一組數據表白12%的打點者都能認識到數據對付企業或組織的龐大影響，然而，53%的打點者認為太多的焦點信息不能實時得到。出格是在某些持續性業務運轉的應用場景下，好比通信、金融、安詳規模等，需要通過大數據技能對業務數據舉辦及時同步的收集、整合與挖掘闡明，用以指導甚至是隨時按照數據變革而調解業務計策，而不是把業務系統停掉先闡明再作出決定。對將來的預測遠比干過后諸葛更能浮現大數據的潛在代價。

第三，海量。在DT時代，數據量急劇發作，據IDC預測，今朝全球每年紀據的出產量是 8ZB（ 1ZB=1024EB），2020 年將到達 40ZB.我們已經從"傳統互聯網"時代的"線上數據化"階段和"互聯網+"時代的"線下數據化"階段，快速進入了"數據暢通時代"，即線上線下全財富實現數據化，數據在財富鏈上下游甚至跨財富暢通并締造代價的階段。在這一進程中，國外域名 免費域名，今朝數據的出產速度和本領遠遠大于我們對其利用和代價變現的速度和本領。對數據業務代價的高期望值和落伍的數據集成方案之間的抵牾日漸突出。互聯網、物聯網、云計較，我們的業務系統時時刻刻都在發生著大量的差異來歷的數據，如何實時、有效、全面的捕捉到這些數據是別的一個會直接影響數據代價浮現的要害因素。