制造企业正面临着提升竞争力以及转型的严峻挑战。随着智能制造成为了企业大力推进的重点，在企业面对扩大再生产的需求和设备升级的契机，企业亟需实现信息化和智能化的深度融合，提升企业在质量管控、工艺提升、服务升级等方面的管理和决策能力。

随着大数据技术逐渐成为工业4.0的标配技术之一，生产制造企业基于数据的生产和管理需求越来越高?；谖锪际醯氖莶杉涂刂颇？榈墓惴河τ靡约捌笠翟谛畔⒒矫娴拇罅客度?，企业在变革和提升企业管理模式和手段的同时，已积累了大量的数据，形成了极为庞大的数据源。传统数据库技术对这种大规模的数据的存储、管理及分析能力显得捉襟见肘，而利用大数据技术，可以给企业提供高效的数据分析能力，提高质量管控、工艺提升、服务升级等方面的管理和决策能力。在大数据时代，如何对有用的数据进行挖掘、发现重要的知识和提取有用的信息已成为企业面临的关键点。

对于制造企业来说，由于数据海量且分散，具备负载的关联性，来源广泛，而制造企业多数采用传统的数据库管理模式，操作人员只能对系统功能框架内的数据进行观察，无法通过利用集群进行性能提升和数据处理。仅仅凭借传统的方法和技术，无法满足企业处理海量大数据及改进生产的需求。因此，在研发、生产等多个环节，引入大数据技术，构建工业大数据分析平台已成为制造企业转型升级的具体方向。