数据控使用Hadoop的三种最常用方式

Apache Hadoop的发布大幅降低了海量数据存储成本。但企业如何用好它通常遵循以下三种模式1. 数据精炼厂用Hadoop提取、清洗海量原始数据如日志、社交数据再将精炼后的结构化数据导入传统数据仓库供BI分析。此模式对现有系统改动小能快速见效广泛用于金融、零售、电信等行业。2. 数据探索数据直接留在Hadoop上供科学家交互式探索而非预处理后转移。企业可挖掘以往被忽略的日志或社交数据发现新商机或识别欺诈这在传统架构中很难实现。3. 挖掘应用程序最具变革性。Hadoop中海量数据直接驱动业务应用实现个性化推荐或动态定价。雅虎、Facebook借此构建核心业务传统企业也开始跟进。三种模式常依次演进从提炼数据起步到探索最终实现数据驱动应用。理解这些模式可显著降低Hadoop落地复杂度助其发挥更大价值。