德鹿大數據解決方案基于德鹿開發框架、提供一套全面集成的元計算服務及高內聚低耦合的資源整合，支持大數據的分布式架構的、縱向和橫向的無限切分的高并發數據集合的解決方案。

德鹿大數據從大數據的特征定義理解行業對大數據的整體描繪和定性；從對大數據價值的探討來深入解決大數據的核心技術；洞悉大數據的發展趨勢；從大數據安全與隱私這個特別而重要的視角審視人和數據之間的長久博弈。

技術是大數據價值體現的手段和前進的基石。德鹿大數據解決方案分別從云計算、分布式處理技術、存儲技術中抽象、提煉、歸納。形成德鹿大數據從采集、處理、存儲到形成結果、查詢統計分析的整個過程。

大數據的處理的核心是可無限擴展服務器和與之相對應的分布式算法，數據庫分布式，其核心內容無非就是數據切分（Sharding），以及切分后對數據的定位、整合工作，解決單一數據庫或數據表因數據量過大而導致的性能瓶頸問題。集數據存儲、管理以及分布式協調與計算為一體的數據庫系統。數據切分就是把數據分散存放到多個數據庫或多個表中，使得單臺主機中的數據量變小，使得通過擴充主機數量即可提升數據庫操作性能的目的。

數據切分可分為縱向和橫向兩種切分方法?？v向切分就是根據業務耦合性，將關聯度低的不同表獨立建成不同的數據庫,如下圖所示：

縱向切分相對簡單，做法與我們將一個大的系統拆分成幾個小系統的做法相似，就是根據業務分類進行獨立劃分應用或數據庫。然而當一個應用已經難以再進一步拆分時，或者拆分后數據行數巨大時，我們就還需要進行橫向切分（即：將單個表的記錄數變?。?。橫向切分是根據表內數據的邏輯關系，將同一個表按不同的條件拆分到多個數據庫或多個表中,如下圖所示：

如上圖所示，橫向切分后同一張表同時出現在多個數據庫中，每個庫的數據內容不同，如何設定數據記錄的切分規則是最重要考量。一旦確定切分規則，應用對該表的操作原則基本就已確定。

因此大數據的終極解決方向為數據的橫向切分，理論上由此可以衍生出無數的分布式數據庫，但對于這些切分后的數據庫，如何有效的進行調用、查詢統計等數據的調度，是大數據切分的成敗的標志。

德鹿大數據解決方案提出的可行性方法為，通過系統的config配置，抽象出數據的宏觀性標志，將此標志傳遞到系統底層進行運算，同時，在表現層提供相應的大數據處理功能，并且在大數據調用過程中，通過啟動開發框架自動進行處理，即德鹿開發框架底層已經預設了大數據處理的相關機制，一旦啟動，即可確保大數據在調度上的穩定性、安全性、準確性、高效性