制造企業(yè)正面臨著提升競爭力以及轉型的嚴峻挑戰(zhàn)。隨著智能制造成為了企業(yè)大力推進的重點，在企業(yè)面對擴大再生產的需求和設備升級的契機，企業(yè)亟需實現(xiàn)信息化和智能化的深度融合，提升企業(yè)在質量管控、工藝提升、服務升級等方面的管理和決策能力。

隨著大數據技術逐漸成為工業(yè)4.0的標配技術之一，生產制造企業(yè)基于數據的生產和管理需求越來越高?；谖锫?lián)網技術的數據采集和控制模塊的廣泛應用以及企業(yè)在信息化方面的大量投入，企業(yè)在變革和提升企業(yè)管理模式和手段的同時，已積累了大量的數據，形成了極為龐大的數據源。傳統(tǒng)數據庫技術對這種大規(guī)模的數據的存儲、管理及分析能力顯得捉襟見肘，而利用大數據技術，可以給企業(yè)提供高效的數據分析能力，提高質量管控、工藝提升、服務升級等方面的管理和決策能力。在大數據時代，如何對有用的數據進行挖掘、發(fā)現(xiàn)重要的知識和提取有用的信息已成為企業(yè)面臨的關鍵點。

對于制造企業(yè)來說，由于數據海量且分散，具備負載的關聯(lián)性，來源廣泛，而制造企業(yè)多數采用傳統(tǒng)的數據庫管理模式，操作人員只能對系統(tǒng)功能框架內的數據進行觀察，無法通過利用集群進行性能提升和數據處理。僅僅憑借傳統(tǒng)的方法和技術，無法滿足企業(yè)處理海量大數據及改進生產的需求。因此，在研發(fā)、生產等多個環(huán)節(jié)，引入大數據技術，構建工業(yè)大數據分析平臺已成為制造企業(yè)轉型升級的具體方向。