背景：BA，不过和 BI 经常接触所以知道一些。

第一部分：数据仓库（纯听说加总结）
多数据来源融合的话，我估计你需要的是数据直接进数据仓库。要做的就是写 ETL 进某个数据仓库，100TB 的话我觉得目前市场上常见的都没问题，甚至本地的 PostgreSQL 应该都可以，毕竟你数据仓库里头主要需要的是聚合表。

数据仓库的建立可以看看 Data Modelling 的书，因为你数据来源比较繁杂，所以可能需要分别写 ETL，总之感觉比较麻烦的样子。我们公司数据来源比较单一，主要就是 APP 内部的 telemetry，走 Kafka 到 parser 然后到数据库，最后聚合到数据仓库。你们估计没有这么强的实时性需求。

另外看起来你们应该是需要很多数据仓库的样子，比如说监控和营收肯定是不同的数据仓库。

第二部分：可视化和分析
这块我比较熟悉，Power BI 和 Tableau 都做过，虽然经验都不超过一年。这块其实技术上都没啥难度（除非你准备做数据科学的活），大多数应该都是监控和简单的分析，所以最主要的是数据仓库的架构和需求的分析。这个要看具体了，但是你们必须先和 Business 商量好每件事情的 KPI。

最重要的，其实我觉得还是得从一开始就让业务介入，每次开会都必须要让业务清楚的知道，他想要你们做什么，然后你们是如何把他的需求转化成技术，最后是如何让业务那边的分析（或者你们自己做这块也可以）用你们的技术，出业务需要的报表。重复一下，业务必须深度介入，否则这件事情没法搞。我觉得比较理想的情况是，每一个业务分支都有自己的分析，并且熟悉 SQL, 或者愿意学习 SQL，这样你们就只需要做监控和自动化报表就可以了。能够自动化的全部自动化。数据挖掘什么的留给他们就行，当然除非你也想做，但是估计你精力跟不上。数据仓库这种东西需要经常维护的。

还有一点，这肯定是个很长期的过程，所以需要你们领导知道这点，不是几个礼拜的事情，而是几个月的事情。所以这个事情得有个比较牛逼的人做架构，定好里程碑，不然又是乱七八糟。架构弄不好，整个公司都吃亏。如果需求是在紧张，可以让大领导拍板挑一个最急需的业务线出来，做一个 Data Mart 作为示范。

抛异常我觉得也蛮好的，至少比返回 tuple 感觉舒服一些。

databricks, impala, vertica
mysql, postgresql

BA，主要用来清洗数据和自动化。

病毒起码得能传染吧。恶意程序就未必了。

直接用 log 库输出可行么？

@xiaojunjor 不厉害的话是不是要健身起来了。我现在过三十五了觉得身体也不太行了，和十年前真不一样。二十八的时候我记得也觉得和二十出头不一样，一个个门坎跌下来。
看了你的帖子吓得我赶紧测了下血压。。。

哥们还是得注意身体，还没到透析那一步，应该还有办法。我觉得是不是平时生活习惯也不太好？

@mousef 类似那种纽扣式麦克风？

其实销售、人事都可以是人才。。。而且就任正非的看法，明显人事这种牧羊犬才符合人才的定义。

不过我要是他那个位置我也赞同他。你说牧羊犬重要还是羊群里头几只羊毛产出又快有多的重要？

你们啊！等你们结婚了就知道单身的可贵了，还一个个往火坑里头跳，哈哈哈哈