Microsoft Analytics Platform System 真實世界使用案例

  • Article

隨著 SQL Server Parallel Data Warehouse（PDW）平行處理資料倉儲技術（SQL Server 的 MPP 版本）V2 AU1（Appliance Update 1）的出現， PDW 有了新名字：Analytics Platform System［Appliance］或稱 APS ，改了名字並搭配上 Hadoop 的 Microsoft Windows 散發套件（HDInsight 或稱 HDI）和 PDW 在單一應用裝置共用相同的網狀架構（fabric），客戶可以購買 APS 應用裝置與 PDW 或 PDW 和 HDI 的配置組合。

在 PDW 目前版本使用上， Polybase 是允許 PDW 使用者查詢 HDFS 資料的一種技術，SQL 使用者不需要學習 Java 或 C# 就能夠快速的從 Hadoop 資料取得結果。

Polybase 的功能包含：

  1. Hadoop 資料結構描述化在 PDW 作為外部資料表

  2. 查詢 Hadoop 資料

  3. 查詢 Hadoop 資料以及連結 PDW 資料表

  4. 快速匯出和封存 PDW 資料到 Hadoop

  5. 在 PDW 建立已保存資料表從 Hadoop 資料

在 V2AU1 Polybase 的改進包含：

  1. 在 Hadoop 查詢作為 Map / Reduce 工作述詞向下推展（Predicate push-down）

  2. 統計在 PDW 中的 Hadoop 資料 

在 PDW V2AU1 推出的另一項新功能是對駐留在 Microsoft Azure 儲存體帳戶中的查詢資料能力，就像 HDFS 資料， PDW 可以在 Microsoft Azure 儲存體帳戶資料放置結構描述以及將資料從 PDW 移動到 Azure 或返回。

APS 的這些新功能和改善，在任何類型的資料分析已經成為第一類物件（first-class citizen）；任何有 Big Data 需求以及想要一個高擴充性的資料倉儲應用裝置的公司都可以使用 APS。

這裡有四個案例，說明不同的產業如何利用 APS：

第一個案例：零售品牌和名牌

使用 PDW 的零售公司想要從其社交分析網站搜集和策展資料，這些資料提供深入了解他們的產品以及瞭解客戶的行為。運用 APS ，公司可以在正確的時間和正確的人口統計提供適合的推廣促銷，資料還可以讓公司找到比單一行銷文宣更有效，來自朋友、親戚或支援群組的品牌推薦，通過監視和分析社交媒體，這些公司能夠獲得競爭優勢。 

今天希望能透過個人化的促銷優惠來吸引消費者的情感需求，社交媒體零售商運用即時分析提供適合個人的促銷活動。透過零售組織分析和使用資料來設置未來對消費者個人化的市場行銷活動，可衡量或銷售的資料剖析了行銷活動的有效性，以及整個流程重新開始所能獲得的效果。

在這個範例中，PDW 容納了關聯式銷售資料以及 Hadoop 容納了社交情感，PDW 與建置在 HDI 區域讓公司來即時分析兩個資料來源，使之能夠做出反應並進行變更。

零售商店 APS 圖：

第二個案例：電腦組件製造

產生大量電子測試資料的公司，可以從 APS 獲得有價值的見解； Hadoop 測試資料以 Key-value 類型（JSON 或XML）結構較為適合。

在此案例中舉一個例子是一家電腦組件製造商，由於資料量（volume）、速度（velocity）和多樣性（variety）（例如 Sort/Class）資料傳統 ETL 過程花費非常昂貴的資源。使用 APS，公司可以透過將半結構化（key-value pair 索引鍵/值組）資料放入 HDI 區域和其他互補結構化資料來源（例如晶圓電性測試），從他們的資料到 PDW 獲得見解。 Polybase 查詢功能與這兩種類型的資料可以很容易的組合以及為成功 / 失敗率進行評估。

電腦組件製造圖：

 

第三個案例：線上遊戲廠商的遊戲分析平台

與 HDI 區域 PDW 可以提供線上遊戲公司完整解決方案，從他們的資料中推導出見解，MMMRPG（Massively Multiplayer Online Role Playing Games大型多人線上角色扮演遊戲）是其中 APS 可以展示價值的好範例，遊戲引擎產生許多交易資料（像是虛擬人偶在目前作用中的遊戲被殺死的事件）和大量的半結構化資料，例如聊天資料和歷史紀錄的活動日誌， PDW 適合正在載入交易式資料到 PDW 工作負載和半結構化資料給 APS 的 HDI 區域，資料可以被用來推導出見解，例如：

  1. 客戶留駐－發現給予客戶優惠和獎勵，讓他們停留在遊戲中

  2. 改善遊戲體驗－發現並提供遊戲體驗，讓客戶花費更多的時間在遊戲中

  3. 偵測詐騙遊戲行動

目前這些公司為了實現這些目標而應對了多種解決方案和產品，APS 無論是交易式或非交易式分析都提供強大的單一解決方案。

第四個案例：為了目標廣告的產品網站點擊流量分析

在過去，關聯式資料庫系統不足以滿足中等規模的產品網站資料需求。日益增加的競爭和技術的進步已經改變了網站和客戶互動的方式，除了儲存客戶提供給公司的明確資料，網站現在紀錄客戶如何與他們的網站進行互動；舉例來說，當一個已註冊的使用者瀏覽特定的車款，額外具有目標性的廣告和優惠可以發送給使用者。

這種情況下可以透過使用收集到的點擊流量資料和 Hadoop 生態系統來獲取， APS 作為這些公司的解決方案，提供 PDW 工作附載來儲存和分析交易式資料，結合 HDI 區域從點擊流量資料推導出見解。

這種解決方案也適用於協力廠商，專門為他們的客戶做目的性的廣告宣傳活動。

雖然「Big Data」是一個熱門的話題，我們經常收到客戶的提問，希望提供適用他們的實際使用案例，和如何從「Big Data」獲得新的商務價值。以上這些使用案例突顯各種產業真正利用他們的資料，並展示了如何將傳統資料倉儲資料功能與 Hadoop 協同工作，以實現商務價值的見解。

您可以造訪 Microsoft Analytics Platform System 網頁學習更多資訊。