以上我们讨论的架构组建，都能与mapr 融合数据平台在同一数据集群上运行。当然，整合Hadoop、Spark、实时数据库、全球性事件流及大规模企业级存储，还会带来以下好处：
▪ 维护一个数据集群，意味着更少的系统架构部署和管理，对系统安全、稳定性和性能方面的监控也减少了。这样极大程度上降低了硬件和运营成本。
▪ 生产者和消费者在同一集群，将会降低因在不同集群和应用程序间复制或移动数据而造成的延迟。
案例架构
Valence Health使用MapR融合数据平台来创建作为该公司主要数据储存地的数据湖。该公司产生3000条内部数据记录，涵盖45种不同类型，包括实验室测试数据、病人生命体征、处方、药品津贴、索赔和支出等，其中索赔来自医生和医院两方面。在过去，如果我们要从2000万条实验室记录中检索一条记录，将花费22个小时。而MapR只需要20分钟，并且其所消耗的硬件资源还会大大减少。
国立卫生研究院为了整合各研究院的数据集，也创建了一个数据湖。这样，所有的数据都集中在一个地方，更加方便数据共享和处理。
UnitedHealthcare IT部门采用Hadoop框架创建了一个平台。该平台上有各种工具，能够
分析诸如索赔、处方、治疗计划参与者、合同服务提供者及相关的索赔审议结果等信息。