帶著鐐銬跳舞 大數(shù)據(jù)商業(yè)智能需要守清規(guī)

時(shí)下，不少企業(yè)更新了上一代架構(gòu)來(lái)存儲(chǔ)大數(shù)據(jù)?？梢缘弥氖牵?dāng)大數(shù)據(jù)存儲(chǔ)架構(gòu)更換之時(shí)，上一代商業(yè)智能(BI)工具，勢(shì)必得更新。而當(dāng)企業(yè)選擇BI工具時(shí)，需要遵守哪些“清規(guī)戒律”？

沒(méi)有規(guī)矩不成方圓，同樣如果BI選擇不當(dāng)，或者在使用上有處置不當(dāng)?shù)牡胤剑瑒?shì)必造成不可挽回的損失，甚至早成公司數(shù)字資產(chǎn)的丟失，那就得不償失了。那么，在選擇BI工具時(shí)，我們應(yīng)該如何選擇，需要注意哪些事項(xiàng)呢？

一、切忌轉(zhuǎn)移大數(shù)據(jù)

大數(shù)據(jù)的提取和轉(zhuǎn)移的代價(jià)是高昂的，首先數(shù)據(jù)量大，將其打包轉(zhuǎn)移，負(fù)擔(dān)太重。其次，將數(shù)據(jù)提取出來(lái)，做成數(shù)據(jù)集市和數(shù)據(jù)立方，會(huì)在維護(hù)、網(wǎng)絡(luò)性能附加處理器方面造成紛亂龐雜的問(wèn)題?？傊?，在選擇BI工具時(shí)，切忌對(duì)大數(shù)據(jù)進(jìn)行轉(zhuǎn)移。

二、不要違反企業(yè)安全政策

每行每業(yè)都在談安全，人身、財(cái)產(chǎn)、網(wǎng)絡(luò)，大數(shù)據(jù)誕生便跟隨著許多安全事件，比如物理刪除等，所以數(shù)據(jù)泄露事件，也并非不發(fā)生。在選擇BI工具時(shí)，企業(yè)首先考慮能夠利用現(xiàn)有安全模型的BI工具，依靠Ranger、Sentry、Knox等綜合性安全系統(tǒng)，大數(shù)據(jù)可以使數(shù)據(jù)安全變得更加容易。

三、謹(jǐn)防價(jià)格陷阱

相比傳統(tǒng)存儲(chǔ)，大數(shù)據(jù)的優(yōu)勢(shì)在于性價(jià)比比較高，然而最初使用時(shí)，它的價(jià)格并不低。所以，在選購(gòu)的時(shí)候盡可能謹(jǐn)防價(jià)格陷阱，不要貪圖一時(shí)的便宜，采用按照數(shù)據(jù)量或者索引數(shù)據(jù)量。在此處，大數(shù)據(jù)系統(tǒng)的好處在于漸進(jìn)式可擴(kuò)展性，當(dāng)長(zhǎng)期使用，它的訪問(wèn)量會(huì)得到指數(shù)式增長(zhǎng)，所以不要貪圖一時(shí)的便宜，從而放棄對(duì)對(duì)企業(yè)增長(zhǎng)征收“高稅”的BI工具。

四、借鑒可視圖

最早的數(shù)據(jù)分析往往采用靜態(tài)圖，比如統(tǒng)計(jì)出來(lái)做成的PDF、PNG，所謂的靜態(tài)圖標(biāo)。但是，對(duì)于大數(shù)據(jù)和商業(yè)智能來(lái)講，靜態(tài)圖標(biāo)遠(yuǎn)遠(yuǎn)不夠，真正的數(shù)據(jù)交互才是數(shù)據(jù)分析的正途，做出來(lái)的圖是交互式路線圖，不斷變化的動(dòng)圖。

五、分析天然形態(tài)的數(shù)據(jù)

在大數(shù)據(jù)領(lǐng)域，有許多數(shù)據(jù)格式，比如JSON。JSON可以使半結(jié)構(gòu)化、多結(jié)構(gòu)化等等，Mongo對(duì)JSON數(shù)據(jù)格式下了重注，具有好處理和可規(guī)?；膬?yōu)點(diǎn)，如果把它轉(zhuǎn)換成表格，表達(dá)力就會(huì)丟失。很多大數(shù)據(jù)仍然被制成表格，通常擁有數(shù)千欄。你不得不為所有的值尋找關(guān)系：“在那種情況下……從這里選擇這個(gè)”。扁平化會(huì)毀掉原始結(jié)構(gòu)中所表達(dá)的重要關(guān)系。遠(yuǎn)離那些對(duì)你說(shuō)“請(qǐng)把數(shù)據(jù)轉(zhuǎn)換成表格，因?yàn)槲覀円恢倍歼@么干”的BI解決方案。

六、不要長(zhǎng)時(shí)間等待結(jié)果

聯(lián)機(jī)分析處理(OLAP)立方，本質(zhì)上就是把數(shù)據(jù)轉(zhuǎn)移到預(yù)計(jì)算緩存，從而加快處理速度，這樣數(shù)據(jù)處理就變得快了起來(lái)。但是運(yùn)用這種方式，用戶必須提取和轉(zhuǎn)移數(shù)據(jù)，以便建造數(shù)據(jù)立方，然后才能加快速度?，F(xiàn)在，這種方法能夠在一定的數(shù)據(jù)規(guī)模下良好運(yùn)轉(zhuǎn)，但如果臨時(shí)表格過(guò)于龐大，你的筆記本電腦在試圖將表格本地化的時(shí)候就會(huì)崩潰。當(dāng)你提取新數(shù)據(jù)重建緩存時(shí)，新數(shù)據(jù)的分析就會(huì)中途停下來(lái)。此外還要注意樣本問(wèn)題，你可能會(huì)得到一個(gè)看起來(lái)不錯(cuò)、效果很好的可視圖，但最后卻發(fā)現(xiàn)全不對(duì)路，而問(wèn)題就出在缺少大局觀。要選擇那些能便捷地不斷調(diào)整數(shù)據(jù)的BI工具。

七、打造應(yīng)用

在大數(shù)據(jù)時(shí)代，BI用戶希望從多個(gè)來(lái)源獲得異步數(shù)據(jù)，這樣他們就不需要刷新任何東西，就好像瀏覽器和移動(dòng)設(shè)備上運(yùn)行的其他各種東西。用戶希望和可視元素進(jìn)行交互，得到他們正在尋找的答案，而不是對(duì)你已經(jīng)提供給他們的結(jié)果進(jìn)行交叉過(guò)濾。Rails等框架使打造Web應(yīng)用變得更加簡(jiǎn)單，我們需要通過(guò)現(xiàn)代Web應(yīng)用開(kāi)發(fā)的透鏡來(lái)看待BI。

八、利用智能工具

在龐大的數(shù)據(jù)規(guī)模下，自動(dòng)維護(hù)幾乎是不可或缺的，我們可以從用戶和數(shù)據(jù)與可視圖的交互中獲得大量信息，現(xiàn)代工具應(yīng)該使用這些信息來(lái)對(duì)數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)加以利用。另外，要選擇那些內(nèi)置全面搜索能力的工具，因?yàn)槲以?jiàn)過(guò)有些客戶擁有成千上萬(wàn)的可視圖。你需要一種迅速查找的方法，在網(wǎng)絡(luò)的長(zhǎng)年熏陶之下，我們已經(jīng)習(xí)慣了搜索，而不是翻找菜單。

九、要超越基本范疇

如今的大數(shù)據(jù)系統(tǒng)因?yàn)轭A(yù)測(cè)分析能力而著稱。相關(guān)性、預(yù)測(cè)和其他功能使企業(yè)用戶比以往任何時(shí)候都能更便捷地進(jìn)行高級(jí)分析。不需要編程經(jīng)驗(yàn)就能處理大數(shù)據(jù)的可視化技術(shù)讓分析師如有神助，超越了基本分析的范疇。為了實(shí)現(xiàn)其真正的潛力，大數(shù)據(jù)不應(yīng)該依賴于每個(gè)人都變成R預(yù)言程序員。

十、善于利用Hadoop

不管你是把大數(shù)據(jù)當(dāng)成數(shù)據(jù)湖還是企業(yè)數(shù)據(jù)中心，Hadoop已經(jīng)改變了數(shù)據(jù)的處理速度和存儲(chǔ)成本，我們每天都在創(chuàng)造更多的數(shù)據(jù)。但在真正利用大數(shù)據(jù)為企業(yè)用戶服務(wù)方面，常常存在一種“只寫(xiě)系統(tǒng)”——?jiǎng)?chuàng)造數(shù)據(jù)的人很多，但利用數(shù)據(jù)的人卻很少。

其實(shí)，用Hadoop里的數(shù)據(jù)可以為企業(yè)用戶解答數(shù)不清的問(wèn)題。BI講究的是打造數(shù)據(jù)可視化應(yīng)用，為日常決策提供支持。所以，在實(shí)際應(yīng)用過(guò)程中，企業(yè)要善于利用Hadoop。