適逢空間大數據爆發性增長，大數據時代已經到來，傳統國土、測繪、規劃領域的業務正在向空間大數據分析轉型，2015年國務院印發《促進大數據發展行動綱要》，指出大數據已經成為國家基礎型戰略資源，運用大數據推動經濟發展、完善社會治理、提升政府服務和監管能力正成為趨勢，并要求全面推進我國大數據發展和應用，加快建設數據強國。
空間大數據解決方案主要包括五大步驟：
數據接入存儲、空間分析挖掘、時空大數據存儲、可視化展現、業務系統集成
1、空間數據接入存儲：這里包含了數據清洗、數據質檢、轉換加載的全過程，通過平臺提供的工具、模型和方法，結合實際業務需求，進行數據預處理，目的是抽取出適用于接入到大數據平臺分析計算的文件型數據源。也就是說，實現了現有的業務數據庫與大數據分析計算庫相分離。大數據分析數據源接入類型支持：文件型數據、HDFS分布式文件系統、Hive數據源以及云存儲（亞馬遜S3存儲、微軟Azure數據湖）；
2、空間分析挖掘：這一步也就是大數據分析場景設計，需要結合數據結構、業務需求，進行分析工具的選擇，可以是多種分析工具流程化應用，通過GeoAnalytics Server集群的分布式計算，能夠充分利用硬件資源，使傳統幾小時甚至幾天的計算量，在秒級和分鐘級完成；
3、時空大數據存儲：空間大數據的兩個關鍵能力是分布式計算和分布式存儲，在高效計算的能力下，需要配備分布式、高性能的時空大數據存儲，ArcGIS Spatiotemporal DataStore通過數據分片存儲機制，提供了高效的數據寫入和查詢檢索能力。同時，可以動態增加和減少集群節點，不存在單點故障，保障了業務連續性；
4、可視化展現能力：大數據分析結果可以通過多種方式進行展現和查看，如Portal MapViewer、ArcGIS Pro、Insights等豐富的可視化展現；
5、業務系統集成能力：大數據平臺建設是一個系統性工程，解決具體需求難點很重要，突破以往技術瓶頸很重要，但是整個平臺的完整性、流程化也同樣重要。空間大數據分析結果均以服務形式提供，可以通過Rest API、Python API，高效地實現大數據平臺的能力展示。
1、空間數據接入存儲：這里包含了數據清洗、數據質檢、轉換加載的全過程，通過平臺提供的工具、模型和方法，結合實際業務需求，進行數據預處理，目的是抽取出適用于接入到大數據平臺分析計算的文件型數據源。也就是說，實現了現有的業務數據庫與大數據分析計算庫相分離。大數據分析數據源接入類型支持：文件型數據、HDFS分布式文件系統、Hive數據源以及云存儲（亞馬遜S3存儲、微軟Azure數據湖）；
2、空間分析挖掘：這一步也就是大數據分析場景設計，需要結合數據結構、業務需求，進行分析工具的選擇，可以是多種分析工具流程化應用，通過GeoAnalytics Server集群的分布式計算，能夠充分利用硬件資源，使傳統幾小時甚至幾天的計算量，在秒級和分鐘級完成；
3、時空大數據存儲：空間大數據的兩個關鍵能力是分布式計算和分布式存儲，在高效計算的能力下，需要配備分布式、高性能的時空大數據存儲，ArcGIS Spatiotemporal DataStore通過數據分片存儲機制，提供了高效的數據寫入和查詢檢索能力。同時，可以動態增加和減少集群節點，不存在單點故障，保障了業務連續性；
4、可視化展現能力：大數據分析結果可以通過多種方式進行展現和查看，如Portal MapViewer、ArcGIS Pro、Insights等豐富的可視化展現；
5、業務系統集成能力：大數據平臺建設是一個系統性工程，解決具體需求難點很重要，突破以往技術瓶頸很重要，但是整個平臺的完整性、流程化也同樣重要。空間大數據分析結果均以服務形式提供，可以通過Rest API、Python API，高效地實現大數據平臺的能力展示。
