随着Hadoop技术的发展，从最初为Google、Facebook等公司解决大量数据的存储问题，到现在被越来越多企业用来处理大数据，Hadoop在企业数据领域影响深远。了解其常见的使用模式，可以极大地降低使用复杂性。
就在几周前，Apache Hadoop 2.0正式发布，这是 Hadoop领域巨大的里程碑，因为它开启了史无前例的数据存储方式革命。Hadoop保留它典型的“大数据”基础技术，但它是否适合当下数据库及数据仓 库的使用方式？又是否有一种通用模式可以切实降低固有的使用复杂性呢？
Hadoop使用的一般模式
Hadoop最初的构想是为像Yahoo、Google、Facebook等这样的公司以非常低的成本来解决大量数据的存储问题。现在，它正被越来 越多地引入企业环境中处理新不同数据类型。机器生成的数据、传感器数据、社交数据、网络日志等数据类型呈指数级增长，而且这些数据也常常(但不总是)是非 结构化。正是由于这种类型的数据将人机对话从“数据分析”带到“大数据分析”：因为挖掘这些数据可以得到商业优势。
分析应用程序以各种形式流行起来，最重要的是可以定向解决一个垂直行业的需要。乍一看，他们彼此似乎在行业和垂直上没有关系，但是实际上，当在基础设施层面观察时，会出现一些非常清晰的模式，也就是以下3种模式：
Pattern 1：数据精炼厂
使用Hadoop的“数据精炼厂”模式使组织能够将这些新数据源纳入他们常用BI和分析应用程序。例如，我可能有一个应用程序，它能够在ERP和 CRM系统中查看客户建立在上面的数据。但是如何才能从他们的web session(基于我们网站)中发现他们的兴趣所在？“数据精炼厂”，这个使用模式正是顾客期望的。
这里的关键概念是Hadoop是被用来提取大量数据以便更容易管理。然后生成的数据被加载到现有数据系统，这些数据可以使用传统的工具访问，但是别 忘了，这些操作都是建立在更丰富的数据集上。从某些方面来说，这是最简单的用例，因为无需对传统途径进行大的修改，企业就可以清晰的从Hadoop上获 益。无论垂直与否，精炼厂概念仍然适用。在金融服务领域，我们看到组织提炼交易数据以便更好地了解市场，分析和从复杂的组合中寻找价值。能源公司使用大数 据来分析不同地区的消费水平以便更好地预测生产水平。零售企业(任何面向消费者组织)经常使用精炼厂来洞察网络人气。电信公司使用精炼厂调用电话记录来提 取有用信息细节以便优化计费方式。最后，在昂贵的，任务关键的垂直设备上，我们常常发现Hadoop被用来预测分析和主动的故障识别。在通信技术中，这可 能是一个网络的基站。特许经营餐厅中可以用来监控冷藏库的数据。
Pattern 2: 用Apache Hadoop来探索数据
第二个最常见的用例我们称之为“数据探索”。在这种情况下，组织在Hadoop上获取和存储大量的新数据，然后直接探索这些数据。因此不是使用 Hadoop作为暂存区域进行处理然后将数据转移到企业数据仓库(就像使用精炼厂用例一样)，数据是保存在Hadoop上然后直接探索。
数据探索用例通常是在企业开始可以探索以前被丢弃的数据(如网络日志,社交媒体数据等等)并构建全新的分析应用程序然后直接使用这些数据。几乎每一 个垂直系统都可以享受到探索用例的优越性。在金融服务领域，我们可以用探索用例来执行取证或识别欺诈。职业体育团队将利用数据科学来分析交易和年度草案， 就像我们在电影《Moneyball》看到的。总之数据科学和探索可以用来发现新的商业机会或新的见解，这在Hadoop之前是不可能实现的。
Pattern 3: 挖掘应用程序
第三个也是最后一个用例是“挖掘应用程序”。在这种情况下，存储在Hadoop中的数据决定了应用程序的用途。例如，通过挖掘存储的所有网络会话数 据，当用户重返网站时，我们可以为他们定制个性体验。通过挖掘Hadoop中存储的这些数据，我们可以从会话历史找到很多有用的价值。比如通过用户的历史 记录来提供一个及时反馈。
这个用例是世界上许多大型网站如Yahoo、Facebook等业务的基础。通过定制的用户体验，他们可以有效与他们的竞争对手区分。这是雅虎 Hadoop的第二个用例，就如当初它意识到Hadoop能够帮助改善广告位置一样。这个概念转变了大型的网站，同时也正在使传统的企业改善销售，而一些 小组织甚至也使用这些概念在零售网点实现动态定价。
正如你所预料的那样，随着组织熟悉在Hadoop上提炼和探索数据，最后的这种最典型的用例正在被普遍采用或接受。但与此同时，这也暗示了今后Hadoop能做什么，并且随着时间的推移和发展，传统的数据库应用程序将逐渐被Hadoop应用程序取代。
当然任何涉及到新平台技术，在进入IT企业环境时都有一定的复杂性，Hadoop也不例外。无论你是使用Hadoop来改进或是探索，还是丰富你的 数据，与现有IT基础架构的兼容将是关键。这就是为什么目前Hadoop生态系统和能集成不同供应商之间解决方案得以显著增长。Hadoop有潜力在企业 数据领域产生深远影响，通过理解常见的使用模式，您将可以极大地减少其复杂性。
via : http://www.linuxeden.com/html/news/20131228/146962.html
