存一份备用：大数据分析工具采购指南

其他考虑因素包括分析流程与将已开发模型加入到业务应用过程中分配角色和访问权限等安全问题。分析产品所提供的身份验证、授权和访问控制等选项。

性能

大多数高端Hadoop平台和专业设备在设计上都支持多个并行处理和分布式计算的计算节点。如果要求较高的运行性能，那么很重要的一点是所评估的产品是否支持大规模并行处理（MPP）系统配置。

使用MPP平台要求使用一组特定的工具才能高效地使用平台的性能优化机制，其中包括：

平等性和数据分发。如果要用并行进程独立处理分布式的数据集，并且要求减小网络带宽和增大数据存储位置，那么最适合使用数据并行系统。要检查产品的并行性是否能很好地吻合数据分发策略。

产品的下推功能。它使分析算法能够利用系统软件堆中其他组件的内在功能。例如，如果有一个数据库管理系统在其工具集内部提供了支持参数定制的建模工具，并且这些工具本身就经过优化和支持DBMS的架构特性。在这种情况下，分析工具最好要使用原生功能，而不要尝试替换这些功能。

可扩展性和可伸缩性。随着数据量的不断增长和数据管理平台的不断扩展，要评估不同的分析产品如何跟随处理与存储容量的增长而增长。

大数据分析工具的费用

在使用大数据技术的大部分案例中，产品的价格必须影响购买决策。有一些大数据分析工具价格昂贵，而有一些则价格较低，甚至是免费的。此外，供应商可能根据不同的定价提供不同的特性、功能或约束（如限制可分析数据容量）。

另一个要注意的问题是特殊服务需求。对于每一个评估的产品，我们都要评估它是否需要软件供应商或外部专家的帮助，才能完成安装和培训，或者提供特殊的开发服务。

此外，一定要考虑所评估的长期总拥有成本（TCO）。TCO计算应该包括年度维护费用和支持该产品的系统软件堆分摊费用，以及运维人员、数据中心空间、制冷及其他设施的分摊费用。

制定自己的RFP

根据组织的具体用例来过滤出最适合的产品，从而缩小候选供应商范围。要检查组织需求与上面的评估类别的关系，制作出一个RFP，其中除了说明关于集成、互操作性和企业明细之外的标准问题，主要关注于量化预期因素的符合程度，如分析建模、数据容量、必要知识水平和数据可访问性要求等。