目前很多人仍然存在的一个最大的误区是，只有大企业才能负担得起大数据驱动的解决方案的成本，这是因为采集和分析大量数据成本很高。现在这种情况已经不存在了，几次革命已经改变了这种思维状态。
　　
　　大数据技术的成熟
　　
　　第一次革命与成熟度和质量有关。众所周知，十年前，大数据技术需要付出一定的努力才能让所有的部件一起工作。
　　
　　过去有大量开发者的故事，他们花费了80%的时间试图克服Spark、Hadoop、Kafka或其他工具的故障。如今，这些技术已经足够可靠，并学会了如何相互配合。
　　
　　基础设施中断的可能性比捕获内部错误的可能性大得多。即使是基础设施问题，在大多数情况下也可以容忍，因为大多数大数据处理框架都被设计成容错的。此外，这些技术通过计算提供了稳定、强大、简单的抽象，允许开发人员专注于开发的业务方面。
　　
　　大数据技术的多样性
　　
　　第二次革命正在发生，因为近年来出现了无数的开源和专有技术。大量的开发人员的创造性能想法已经转化为大胆而杰出的解决方案，并围绕它们产生了巨大的激励协同作用。
　　
　　以下了解一个典型的分析数据平台(ADP)。它由四个主要层组成：
　　
　　?仪表板和可视化——分析数据平台的外观，向终端用户公开分析摘要。
　　
　　?数据处理——数据管道用于验证、丰富和将数据从一种形式转换为另一种形式。
　　
　　?数据仓库——保存企业良好的数据的地方，进行汇总，并成为数据集市。
　　
　　?数据湖，纯粹的原始数据定居的地方，数据仓库的基地。