容量规划怎么做啊

要弄个CDH集群，现有数据13T，日增量20G
主要做数据挖掘计算，这个要怎么去计算需要什么样的配置呢？
也搜了一些容量规划的文字，但都看的比较懵……

一般做这个规划， 需要考虑的几个内容：
13t的裸数据，按hdfs的存储，需要接近40t，每日增量20G，要考虑数据保留的周期和平台支撑到下次扩容的容量
考虑数据清洗需要的空间
考虑模型存储的空间
考虑计算所需要的空间

除了以上内容，其实还有软配置。比如人员的技能，维护能力，优化能力等。

good 。