小李（大学信息中心主任）: 小张，我们学校的数据越来越多，如何更有效地管理和利用这些数据呢？
小张（大数据工程师）: 我们可以考虑构建一个大数据中台。它能整合不同来源的数据，并提供统一的数据服务。
小李: 大数据中台听起来不错，你能给我讲讲具体怎么搭建吗？
小张: 当然。首先我们需要一个数据采集平台，比如使用Flume收集来自各个系统的数据。
<flume>
<agent name="a1" type="netcat">
<sources>
<source name="s1" class="org.apache.flume.source.NetcatSource"/>
</sources>
<sinks>
<sink name="k1" class="org.apache.flume.sink.LoggerSink"/>
</sinks>
<channels>
<channel name="c1" class="org.apache.flume.channel.MemoryChannel"/>
</channels>
</agent>
</flume>
小李: 这个配置看起来很清晰，接下来呢？
小张: 数据采集后，我们会用Spark进行数据清洗和转换。接着是数据存储，我们可以使用Hadoop HDFS。
from pyspark import SparkContext
sc = SparkContext("local", "DataProcessing")
data = sc.textFile("hdfs://localhost:9000/data")
cleaned_data = data.map(lambda line: line.strip().split(','))
cleaned_data.saveAsTextFile("hdfs://localhost:9000/cleaned_data")
小李: 非常感谢，最后一步是如何分析这些数据呢？
小张: 对于数据分析，我们可以使用Presto进行实时查询，或者使用TensorFlow进行复杂模型训练。
from prestodb import connect
conn = connect(host='localhost', port=8080, user='admin')
cur = conn.cursor()
cur.execute('SELECT * FROM students LIMIT 10')
print(cur.fetchall())
小李: 看起来我们已经有一个完整的方案了。谢谢你的帮助，小张！
小张: 不客气，希望这能帮到你们。