企业大数据平台的平台架构如何设计？

大数据平台的总体架构设计从下向上依次为：
数据源：支持多种数据源，可以实现接入多个业务系统数据进行接入整合；
接入层：业务数据库定时同步和基于canel的实时同步结合，日志数据实时接入，互联网海量数据实时爬取清洗；
存储层：HDFS分布式文件系统实现海量数据存储，Hbase提供实时数据读写，Kafka消息队列实现数据缓存；
计算层：离线计算引擎用于数据挖掘和机器学习模型训练，实时计算引擎实现日志的实时分析和处理，深度学习引擎用于人工智能算法的运行
分析层：实时SQL用于探索性分析和多维分析，机器学习算法用于商机的分类和推荐，NLP分析实现自然语言处理，深度学习算法用于图片水印和违禁图片识别；
数据服务层：对外提供数据服务；
数据应用层：个性推荐为PC端和移动APP端提供推荐服务；用户画像可以抽象出标签化的用户模型提升客户服务质量的基础；用户行为分析对用户访问网站的规律进行分析可用于智能推荐；统计报表对数据进行挖掘分析，提供报表作为决策的依据，实现商业智能；运营支付对运营部门的需求提供大数据的支持；数据大屏方便用户直观的了解运营情况，包括实时交易图，统计大屏和基地大屏。