数仓与数据挖掘、数据分析以及大数据平台是如何结合的

数据仓库与数据挖掘、数据分析，以及大数据平台，是如何结合的？
传统的数据仓库是分析型的数据仓库，结合展现后就是现在的BI应用，在前些年的定义里把挖掘也归为数据仓库和BI的范畴，但随着大数据时代的到来，逐渐的数据量级增大，数据内容越来越全，数据挖掘归为专一的挖掘和建模技术，数据挖掘的底层数据结构和数据分析底层数据仓库结构完全不一样，例如挖掘需要数据采样建模，数据分析需要么？不需要，数据分析是基于数据仓库的业务数据展示，挖掘是数据抽样建模，模型成立后在跑数据得结果，完全不同的实现原理。
另外必须要明确的是数据分析是偏向业务的实际内容展现，体现的是业务现状，而数据挖掘是脱离业务层面发现数据与数据之间的关系，来改进业务策略或发展新的业务，例如银行信用卡中心，从数据分析角度只能做到一个人的信用卡消费情况，例如月消费笔数分析、月消费金额分析、还款笔数分析等基础分析，但数据挖掘可以做到这个人的未来消费预测、信用卡逾期预测等等，挖掘技术在行业中已经大量的使用，只是前些年在国内做数据挖掘人才较少，大多都在BAT这样类公司里，有些行业数据量很大，但不全，无法支撑挖掘技术所必须的Y变量，但近两年国内进入了数据挖掘的时代，随时数据资源跨行业整合，挖掘技术和数据挖掘人才急需，很快你会看到基于数据挖掘技术衍生出来的各类业务。

您说的数据分析和数据挖掘如何整合···其实这个是一个伪命题，挖掘衍生新业务规则或新的业务场景，分析是基于业务数据的业务体现，两者从底层数据结构在到业务层使用都是不同层面的两类技术。