如何理解大数据平台的运维需求

1、大数据的基础服务，包括传输系统（Flume和Kafka），计算调度（Yarn和K8S）以及存储系统（HDFS和HBASE）。

3、自动化运维的架构，应该足够简单，开源可修改；解决非专业运维团队的专业运维问题。投入产出比高，架构简单，一个系统迭代容易打造精品。

5、批量作业平台，要解决运维中高频的批处理任务，确保到达率很稳定，很可靠；尽量引入原生支持的组件，减少开发的工作量。

7、自动化运维应该让产品、运营轻松掌控海量数据，就像操纵Excel那样轻松；让数据更加开放，让更多人通过数据去决策。