為大數(shù)據(jù)項目產(chǎn)品選型把脈

數(shù)據(jù)如今對企業(yè)來說可謂是頭等大事。使用欺詐檢測來降低財務(wù)風(fēng)險或是建設(shè)推薦系統(tǒng)來改善用戶體驗，都需要數(shù)據(jù)來為企業(yè)解決這些日益復(fù)雜的問題提供支撐。

既然數(shù)據(jù)已成為企業(yè)的重要元素，那我們這幾年在數(shù)據(jù)這個領(lǐng)域都學(xué)到了什么？市面上有多種不同的軟件模式，包括私有專屬軟件、云端SaaS軟件和開源軟件。現(xiàn)在開展大數(shù)據(jù)分析項目時，開發(fā)者、架構(gòu)師和數(shù)據(jù)科學(xué)家要在眾多軟件中進行選型，某些軟件可能需要昂貴的前期投資或需要投入龐大資源，當(dāng)然也有一些工具恰到好處，既容易部署又為構(gòu)建原型（Prototype）供了廣泛的支持。

尋找合適的工具對提高項目成功率和避免落入常見陷阱來說至關(guān)重要。Elastic工程師曾勇為用戶在大數(shù)據(jù)分析項目中進行產(chǎn)品選型提供了以下五點建議：

第一，從簡單的小規(guī)模起步。企業(yè)構(gòu)建數(shù)據(jù)分析項目常見的錯誤往往是貪大求全。特別是如果項目是從上往下推，執(zhí)行團隊很有可能會被要求構(gòu)建一套既沒有明確成效卻又十分復(fù)雜的解決方案，造成項目成本高昂且工期很長。

企業(yè)不如從規(guī)模較小的項目起步，讓決策者很快可以看到成效，提升他們對同類項目的信心。利用現(xiàn)代化開源技術(shù)，企業(yè)不但不用做大量的前期投資，更可以讓開發(fā)者迅速投入工作，在幾天或幾周內(nèi)就能構(gòu)建出所需的應(yīng)用程序或是原型。

第二，及早考慮可擴展性。即使只是構(gòu)建一個框架，也應(yīng)盡早測試其可擴展性。很多項目之所以失敗，全因應(yīng)用程序在構(gòu)建時并沒有測試其擴展性，也可能是因為其所選技術(shù)并不是為處理大數(shù)據(jù)而設(shè)計的。

確保性能測試不是事后的事。先預(yù)計在這段時間內(nèi)將會產(chǎn)生多少數(shù)據(jù)，并進行測試和評估，構(gòu)建合適的架構(gòu)，同時確保當(dāng)數(shù)據(jù)量增加并需要橫向擴展時，也不會影響業(yè)務(wù)。

第三，數(shù)據(jù)的實時性很重要。我們都經(jīng)歷過應(yīng)用程序或網(wǎng)站沒反應(yīng)或是緩慢的那種痛苦。時至今日，任何不能實時響應(yīng)的事情我們都不能接受。如果有一個請求沒有被及時處理，用戶可能很快就會因缺乏耐心而離開該網(wǎng)站或程序，從而導(dǎo)致客戶流失和營收下降。

企業(yè)要確保所用的軟件不但能處理大量數(shù)據(jù)，還要有能力實時響應(yīng)這些請求。建議使用具備聚合與地理位置分析功能，且能與實時搜索相結(jié)合的數(shù)據(jù)分析軟件。

第四，采用靈活的數(shù)據(jù)模式。現(xiàn)今的系統(tǒng)主要包括結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。但不要被那些為結(jié)構(gòu)化圖表和數(shù)據(jù)而設(shè)計的關(guān)系型數(shù)據(jù)庫所限制。這類數(shù)據(jù)庫很難被加上索引，解析、搜索和分析這些日積月累的大量數(shù)據(jù)往往很難。

企業(yè)應(yīng)采用具備通用數(shù)據(jù)結(jié)構(gòu)的軟件。很多用于數(shù)據(jù)分析的軟件包括NoSQL數(shù)據(jù)庫和Elasticsearch等均采用JSON作為數(shù)據(jù)格式，支持文字、數(shù)字、字符串、布爾值、數(shù)組和哈希等結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)類型。

第五，挑選開發(fā)者易于使用的工具。現(xiàn)今數(shù)據(jù)流量之多讓企業(yè)或開發(fā)者在應(yīng)對大數(shù)據(jù)分析項目時，很難去使用不包含開放API接口的軟件。API接口被用作數(shù)據(jù)錄入、索引和數(shù)據(jù)分析，這些數(shù)據(jù)一般來自不同的數(shù)據(jù)源或是業(yè)務(wù)系統(tǒng)本身的數(shù)據(jù)。

企業(yè)應(yīng)提供給開發(fā)者一套擁有豐富、開放和資料完整的應(yīng)用程序API接口，讓他們更快速有效地解決問題。久而久之，當(dāng)項目壯大時，開發(fā)者亦能不斷創(chuàng)新和改進這套應(yīng)用程序。

基于以上五點為大數(shù)據(jù)分析項目挑選最適合的工具，將有助改善項目的價值，并確保企業(yè)已為長遠的成功做好準(zhǔn)備。很多如華為、聯(lián)想、BBC、高盛集團、英國衛(wèi)報等大企業(yè)均已采用這方式，挑選如Elastic Stack這樣的開源軟件來解決其關(guān)鍵項目問題。只要方法正確，企業(yè)所需的數(shù)據(jù)分析其實可以很迅速、簡單和劃算。