一、基礎(chǔ)應(yīng)用篇：構(gòu)建歷史數(shù)據(jù)查詢系統(tǒng)

最初開(kāi)始嘗試技術(shù)的客戶，除互聯(lián)網(wǎng)行業(yè)外就是電信行業(yè)的客戶了。不管從是IT技術(shù)儲(chǔ)備還是從需求的迫切程度來(lái)看，的客戶都具有應(yīng)用大數(shù)據(jù)技術(shù)的強(qiáng)烈驅(qū)動(dòng)力：一方面電信業(yè)內(nèi)部系統(tǒng)每時(shí)每刻都在產(chǎn)生大量的數(shù)據(jù)，如詳單數(shù)據(jù)、計(jì)費(fèi)數(shù)據(jù)、活動(dòng)日志數(shù)據(jù)等；另一方面電信行業(yè)的客戶擁有大量精干的技術(shù)團(tuán)隊(duì)，積累了強(qiáng)大的技術(shù)力量，為新技術(shù)的探索和應(yīng)用打下了良好的技術(shù)基礎(chǔ)。客戶最初的想法是通過(guò)搭建大數(shù)據(jù)平臺(tái)解決現(xiàn)有海量歷史數(shù)據(jù)的存儲(chǔ)問(wèn)題，同時(shí)又能夠利用 的分布式處理能力滿足數(shù)據(jù)的查詢需求，為現(xiàn)有在線數(shù)據(jù)查詢系統(tǒng)進(jìn)行分流。對(duì)于運(yùn)營(yíng)商來(lái)說(shuō)，SQL語(yǔ)言已經(jīng)是通用的數(shù)據(jù)訪問(wèn)標(biāo)準(zhǔn)：很多已有的應(yīng)用通過(guò)SQL訪問(wèn)數(shù)據(jù)，現(xiàn)有技術(shù)人員對(duì)SQL語(yǔ)言的使用已經(jīng)得心應(yīng)手，于是通過(guò)SQL來(lái)訪問(wèn)保存的歷史數(shù)據(jù)成為首選。因此不難看出為什么最終客戶會(huì)選擇BigSQL：BigSQL提供了SQL2011標(biāo)準(zhǔn)的數(shù)據(jù)訪問(wèn)接口，可以幫助客戶實(shí)現(xiàn)如下圖所示的歷史數(shù)據(jù)查詢功能。

二、進(jìn)階應(yīng)用篇：實(shí)現(xiàn)增強(qiáng)型數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)

讓我們?cè)賮?lái)看看某汽車制造行業(yè)的客戶如何使用。該客戶傳統(tǒng)的數(shù)據(jù)庫(kù)倉(cāng)庫(kù)系統(tǒng)已經(jīng)運(yùn)行了很多年，主要支撐現(xiàn)有營(yíng)銷業(yè)務(wù)等分析型應(yīng)用。隨著互聯(lián)網(wǎng)的飛速發(fā)展，現(xiàn)有分析系統(tǒng)日益顯示出局限性：現(xiàn)在客戶可以從外部數(shù)據(jù)源獲取越來(lái)越多的數(shù)據(jù)，如從保險(xiǎn)公司獲取的汽車保險(xiǎn)數(shù)據(jù)、從互聯(lián)網(wǎng)論壇獲取的用戶關(guān)于車型的評(píng)價(jià)和使用反饋等數(shù)據(jù)，但是由于傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)只能將數(shù)據(jù)模式化、轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)后才能存儲(chǔ)和分析，導(dǎo)致沒(méi)有辦法直接利用這些寶貴的用戶數(shù)據(jù)。在進(jìn)行了技術(shù)調(diào)研之后，客戶提出了利用大數(shù)據(jù)技術(shù)整合現(xiàn)有數(shù)據(jù)、擴(kuò)充現(xiàn)有營(yíng)銷平臺(tái)能力，并最終建立以客戶為核心的精準(zhǔn)營(yíng)銷系統(tǒng)的思路。在IBM的幫助下，客戶基于IBMBigInsights產(chǎn)品搭建了增強(qiáng)型數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)：在BigInsights平臺(tái)里存儲(chǔ)和處理各種內(nèi)外部數(shù)據(jù)，并通過(guò) BigSheet 等工具進(jìn)行預(yù)覽、探索數(shù)據(jù)，再通過(guò)進(jìn)一步數(shù)據(jù)分析將提取出來(lái)的高價(jià)值結(jié)構(gòu)化信息返回到原始數(shù)據(jù)倉(cāng)庫(kù)。

三、高級(jí)應(yīng)用篇：綜合大數(shù)據(jù)分析平臺(tái)

大數(shù)據(jù)分析的魅力在于可以使用一系列高級(jí)數(shù)據(jù)分析技術(shù)，如數(shù)據(jù)建模分析，進(jìn)行數(shù)據(jù)挖掘、深度分析，從現(xiàn)有數(shù)據(jù)中獲取高價(jià)值的信息。我們?cè)阢y行業(yè)的某客戶就是基于IBM解決方案構(gòu)建了綜合大數(shù)據(jù)分析平臺(tái)：基于IBM 搭建基礎(chǔ)大數(shù)據(jù)平臺(tái)，在平臺(tái)內(nèi)部保存和處理從各個(gè)渠道得到的數(shù)據(jù)，通過(guò)專用的指標(biāo)生成工具對(duì)數(shù)據(jù)進(jìn)行處理，處理結(jié)果用于建模分析；數(shù)據(jù)分析方面，基于定制營(yíng)銷分析模型，并通過(guò)SPSS AS(Analytic Server)管理運(yùn)行在BigInsights內(nèi)部的各項(xiàng)分析任務(wù)，最終分析結(jié)果可直接導(dǎo)出至營(yíng)銷平臺(tái)使用。

四、總結(jié)：

通過(guò)以上應(yīng)用案例的簡(jiǎn)單介紹，可以看出其實(shí)利用大數(shù)據(jù)技術(shù)可以很容易：從自己的實(shí)際需求出發(fā)，確定業(yè)務(wù)場(chǎng)景再選擇不同的組件，依靠成熟的商用大數(shù)據(jù)產(chǎn)品可以快速搭建能為自己所用的大數(shù)據(jù)平臺(tái), 讓大數(shù)據(jù)技術(shù)真正為我所用。IBM 已經(jīng)打包好常用的各類組件，只等你來(lái)試試了！包含的開(kāi)源組件：Ambari、Avro、Flume、Hadoop、HBase、Hive、Knox、Oozie、Pig、Parquet、Spark、Snappy、Sqoop、Solr、Slider、Zookeeper；IBM產(chǎn)品組件：Big SQL、BigSheets、Text Analytics、Machine Learning、Big R、POSIX Distributed Filesystem、Adaptive MapReduce 、Multi-tenant scheduling。

有些客戶一直擔(dān)心IBM的產(chǎn)品價(jià)格不菲？別擔(dān)心，在 IBM BigInsights V4 產(chǎn)品模塊中，IBM提供了兩個(gè)完全免費(fèi)的產(chǎn)品包：

BigInsights快速啟動(dòng)模塊包含BigInsights 大部分功能，可在非生產(chǎn)環(huán)境進(jìn)行部署和體驗(yàn)； IOP(IBM Open Platform)模塊包含了 Apache Hadoop 社區(qū)中主流的大數(shù)據(jù)組件，可幫助您快速搭建自己的大數(shù)據(jù)環(huán)境。完整的版本和模塊說(shuō)明如下圖所示：

詳情請(qǐng)咨詢“”！

客服熱線：023-66090381