為了讓大數(shù)據(jù)在大范圍內(nèi)實(shí)際可用，許多企業(yè)組織正竭力采用易于使用的數(shù)據(jù)分析技術(shù)。也許他們應(yīng)考慮將部分功能外包到云端。如果選擇一種大數(shù)據(jù)即服務(wù)解決方案，可以處理像Hadoop、Spark和Hive等這些大數(shù)據(jù)技術(shù)很耗費(fèi)資源、很耗費(fèi)時(shí)間的操作方面，企業(yè)就能專注于大數(shù)據(jù)的好處，少關(guān)注枯燥乏味的工作。

大數(shù)據(jù)的出現(xiàn)帶來了以下幾方面的基本問題：

• 企業(yè)組織如何發(fā)揮其潛力
• 如何將其價(jià)值引入到企業(yè)組織的更廣泛部門
• 如何將該數(shù)據(jù)與之前就有的企業(yè)數(shù)據(jù)倉庫結(jié)合起來，比如企業(yè)數(shù)據(jù)倉庫(EDW)和數(shù)據(jù)集市

如今商業(yè)化應(yīng)用的主流大數(shù)據(jù)技術(shù)是Apache Hadoop。它經(jīng)常與Hadoop龐大的生態(tài)系統(tǒng)中其它技術(shù)結(jié)合使用，比如Apache Spark內(nèi)存處理引擎、Apache Hive數(shù)據(jù)倉庫基礎(chǔ)設(shè)施和Apache HBase NoSQL存儲系統(tǒng)。

企業(yè)要將大數(shù)據(jù)納入到其核心企業(yè)數(shù)據(jù)架構(gòu)，勢必需要改動(dòng)或購置大數(shù)據(jù)即服務(wù)技術(shù)。適合如今需求的現(xiàn)代數(shù)據(jù)架構(gòu)應(yīng)當(dāng)包括以下這幾個(gè)部分：

Hadoop上的高性能、分析就緒的數(shù)據(jù)倉庫

大數(shù)據(jù)如何才能做到速度快、隨時(shí)可供分析?構(gòu)建便于分析的大數(shù)據(jù)環(huán)境的一個(gè)最佳實(shí)踐就是，可以Hadoop數(shù)據(jù)湖創(chuàng)建分析型數(shù)據(jù)倉庫，并封裝進(jìn)最常用的數(shù)據(jù)集，然后建立維度模型。有了在Hadoop上便于分析的數(shù)據(jù)倉庫，企業(yè)組織就能獲得最快的查詢響應(yīng)。這種模型便于業(yè)務(wù)用戶了解，它們便于探究業(yè)務(wù)環(huán)境逐漸發(fā)生了怎樣的變化。

這個(gè)分析數(shù)據(jù)倉庫不但要支持報(bào)告已知用例，還要支持探究分析非計(jì)劃場景。然而整個(gè)過程對用戶來說是無縫的，不需要知道是否需要直接查詢Hadoop上的分析型數(shù)據(jù)倉庫。

便于“業(yè)務(wù)語言”數(shù)據(jù)分析的語義層

大數(shù)據(jù)如何才能更加易于實(shí)際業(yè)務(wù)中的用戶訪問?為了隱藏原始數(shù)據(jù)中的復(fù)雜性，并以通俗易懂的業(yè)務(wù)術(shù)語將數(shù)據(jù)展示給業(yè)務(wù)用戶，就需要語義覆蓋層(semantic overlay)。這個(gè)語義層是數(shù)據(jù)的邏輯表示，可以在其中運(yùn)用業(yè)務(wù)規(guī)則。

比如說，語義層可以將“高價(jià)值客戶”定義為“時(shí)間在三年以上，經(jīng)常購買新產(chǎn)品或續(xù)約的那些客戶”。“高價(jià)值客戶”方面的數(shù)據(jù)可以從不同的表格獲取，經(jīng)過不同層次的計(jì)算和轉(zhuǎn)換，最后進(jìn)入到語義層，這一切都是查詢“高價(jià)值客戶”的業(yè)務(wù)用戶所看不見的。

之前，業(yè)務(wù)用戶不得不直接查詢Hadoop，這不切實(shí)際，或者要求IT部門提供信息，這意味著在報(bào)告請求排隊(duì)中等待。語義層讓業(yè)務(wù)用戶能夠使用熟悉的業(yè)務(wù)術(shù)語，分析和探究數(shù)據(jù)――不需要等待IT部門優(yōu)先處理請求。這還便于針對不同的用戶，可以重復(fù)使用數(shù)據(jù)、報(bào)表和分析，保持一致性，并且讓IT部門不需要逐個(gè)情況地應(yīng)對每個(gè)請求。

多租戶大數(shù)據(jù)環(huán)境

如何在整個(gè)企業(yè)組織訪問大數(shù)據(jù)，不管人們位于何處?由于廣泛需要數(shù)據(jù)分析，企業(yè)組織需要采用一種混合的集中式和分散式數(shù)據(jù)方法。這讓不同的術(shù)語可以兼顧本地?cái)?shù)據(jù)集和語義定義，同時(shí)又訪問IT部門創(chuàng)建的企業(yè)數(shù)據(jù)資源。

這種混合方法可以用多租戶數(shù)據(jù)架構(gòu)來實(shí)現(xiàn)。在這種架構(gòu)中，IT部門收集和清理數(shù)據(jù)后，放入到共享的Hadoop數(shù)據(jù)湖，并利用該數(shù)據(jù)，準(zhǔn)備好集中式語義層和分析型數(shù)據(jù)倉庫。

隨后，IT部門為不同的業(yè)務(wù)小組(比如財(cái)務(wù)、銷售、營銷和客戶支持)，創(chuàng)建集中式數(shù)據(jù)環(huán)境的虛擬拷貝。這樣一來，IT部門保留了數(shù)據(jù)治理和語義規(guī)則方面的統(tǒng)一權(quán)限，同時(shí)業(yè)務(wù)小組和部門又可以對照存儲在Hadoop中的歷史或企業(yè)數(shù)據(jù)，真正看到其日常業(yè)務(wù)活動(dòng)的影響。

用戶界面友好的消費(fèi)分析

怎樣才使用戶容易掌握大數(shù)據(jù)分析?就最終用戶處理大數(shù)據(jù)而言，最后要考慮的一個(gè)問題是，數(shù)據(jù)將以哪種形式來表示。這些數(shù)據(jù)界面將滿足每個(gè)用戶的獨(dú)特、個(gè)別的要求。這一需求包括：為業(yè)務(wù)用戶提供高度交互和響應(yīng)的儀表板，為分析員提供界面直觀的可視化發(fā)現(xiàn)機(jī)制，以及為信息消費(fèi)者提供計(jì)劃報(bào)表。

雖然每一種方式都很獨(dú)特，但最佳實(shí)踐是確保每個(gè)界面都不是單獨(dú)的工具，那樣在創(chuàng)建、協(xié)作和發(fā)布信息時(shí)可以確保一致性和準(zhǔn)確性。只有通過確保數(shù)據(jù)價(jià)值仍然一致的語義層，才能做到這一點(diǎn)，而數(shù)據(jù)表示可能因用戶界面而異。

大數(shù)據(jù)對企業(yè)來說越來越重要，它是企業(yè)數(shù)據(jù)架構(gòu)的一個(gè)基本部分。想充分發(fā)掘大數(shù)據(jù)的潛力，企業(yè)就要加快購置可高效地分析和存儲數(shù)據(jù)的技術(shù)。面向大數(shù)據(jù)和分析的云解決方案讓這成為了可能。有了這種解決方案，企業(yè)就能為未來的數(shù)據(jù)增長作好充分準(zhǔn)備，反過來在日益發(fā)展的大數(shù)據(jù)生態(tài)系統(tǒng)中有出色的表現(xiàn)。

本文轉(zhuǎn)載自