[[357521]]

人們?nèi)匀淮嬖诘囊粋€誤解是，只有大企業(yè)才能負(fù)擔(dān)得起采用大數(shù)據(jù)驅(qū)動的解決方案的成本，它只適用于海量數(shù)據(jù)，而且成本高昂。近年來的幾次革命性發(fā)展將會改變這種想法。

大數(shù)據(jù)技術(shù)的成熟度

第一次革命性發(fā)展與大數(shù)據(jù)的成熟度和質(zhì)量有關(guān)。毫無疑問，企業(yè)采用大數(shù)據(jù)技術(shù)需要付出一定的努力才能使其發(fā)揮作用。

圖1.技術(shù)正在成長的階段

以往有很多來自開發(fā)人員的故事，他們浪費(fèi)了80%的時(shí)間試圖用Spark、Hadoop、Kafka或其他方法來克服一些故障。如今，這些技術(shù)變得足夠可靠，并且在成長階段學(xué)會了如何相互合作。

與捕獲內(nèi)部錯誤相比，基礎(chǔ)設(shè)施出現(xiàn)故障的機(jī)會要多得多。在大多數(shù)情況下，即使是基礎(chǔ)設(shè)施出現(xiàn)問題也可以容忍，因?yàn)榇蠖鄶?shù)的大數(shù)據(jù)處理框架設(shè)計(jì)都是容錯的。此外，這些技術(shù)為計(jì)算提供了穩(wěn)定、強(qiáng)大、簡單的抽象，并允許開發(fā)人員專注于開發(fā)的業(yè)務(wù)。

各種大數(shù)據(jù)技術(shù)

目前正在發(fā)生第二次革命，近年來涌現(xiàn)出許多開源和專有技術(shù)——Apache Pino、Delta Lake、Hudi、Presto、Clickhouse、Snowflake、Upsolver、Serverless等等。數(shù)千名開發(fā)人員的創(chuàng)造力和創(chuàng)意已轉(zhuǎn)化為大膽而卓越的解決方案，并具有巨大的協(xié)同作用。

圖2.大數(shù)據(jù)技術(shù)堆棧

以下介紹一個典型的分析數(shù)據(jù)平臺(ADP)。它包括四個主要層次：

•儀表板和可視化–分析數(shù)據(jù)平臺(ADP)的外觀，可將分析摘要提供給最終用戶。

•數(shù)據(jù)處理–驗(yàn)證、豐富數(shù)據(jù)并將數(shù)據(jù)從一種形式轉(zhuǎn)換為另一種形式的數(shù)據(jù)管道。

•數(shù)據(jù)倉庫–存放組織良好的數(shù)據(jù)的地方，例如匯總和數(shù)據(jù)集市等。

•數(shù)據(jù)湖–用于存放純原始數(shù)據(jù)的地方，是數(shù)據(jù)倉庫的基礎(chǔ)。

每個層次都有足夠的選擇，可滿足任何需要和要求。這些技術(shù)中有一半是在過去5年內(nèi)出現(xiàn)的。

關(guān)于它們的重要一點(diǎn)是，技術(shù)的開發(fā)旨在相互兼容。例如，典型的低成本小型分析數(shù)據(jù)平臺(ADP)可能包含Apache Spark作為處理組件的基礎(chǔ)，AWS S3或類似的數(shù)據(jù)湖，Clickhouse作為倉庫，OLAP用于低延遲查詢，而Grafana用于漂亮的儀表板(見圖3)。

圖3.典型的低成本小型分析數(shù)據(jù)平臺(ADP)

提供更強(qiáng)保證的更復(fù)雜的分析數(shù)據(jù)平臺(ADP)能夠以不同的方式組成。例如，將Apache Hudi和S3引入作為數(shù)據(jù)倉庫可以確保更大的規(guī)模，而Clickhouse仍然可以低延遲地訪問聚合數(shù)據(jù)(見圖4)。

圖4.更大規(guī)模的ADP具有更強(qiáng)的保障

成本效益

第三次革命性變化是由云層造成的。云計(jì)算服務(wù)成為真正的游戲規(guī)則改變者，它們將大數(shù)據(jù)作為即用型平臺(大數(shù)據(jù)即服務(wù))進(jìn)行處理，使開發(fā)人員可以專注于功能開發(fā)，從而減少對云計(jì)算基礎(chǔ)設(shè)施的關(guān)注。

圖5展示了分析數(shù)據(jù)平臺(ADP)的另一個示例，該示例利用了無服務(wù)器技術(shù)從存儲、處理到表示層的強(qiáng)大功能。當(dāng)其技術(shù)被AWS公共云托管服務(wù)取代時(shí)，它具有相同的設(shè)計(jì)思想。

圖5.典型的低成本無服務(wù)器分析數(shù)據(jù)平臺(ADP)

值得一提的是，這里的AWS云平臺只是一個例子，其他云計(jì)算提供商也可以構(gòu)建分析數(shù)據(jù)平臺(ADP)。

開發(fā)人員可以選擇特定技術(shù)和無服務(wù)器。無服務(wù)器越多，其可組合性就越好，而越是被供應(yīng)商鎖定，就越是不利。采用特定的云計(jì)算提供商的服務(wù)和無服務(wù)器堆棧上的解決方案可以加快上市時(shí)間。在無服務(wù)器技術(shù)之間明智地選擇可使解決方案具有成本效益。

不過，這種選擇對初創(chuàng)公司來說并不十分有用，因?yàn)樗麄儍A向于利用典型的10萬美元的云計(jì)算信用額度，并且在AWS、GCP和Azure之間進(jìn)行跳轉(zhuǎn)是一種很普遍的工作方式，必須提前弄清這個事實(shí)。

通常情況下，工程師區(qū)分以下成本：

• 開發(fā)費(fèi)用
• 維修費(fèi)用
• 變更成本

以下一一進(jìn)行解答。

(1)開發(fā)費(fèi)用

云計(jì)算技術(shù)無疑可以簡化工程工作，它在幾個方面產(chǎn)生積極影響：

第一個是架構(gòu)和設(shè)計(jì)決策。無服務(wù)器堆棧提供了豐富的模式和可重用組件集，為解決方案的體系結(jié)構(gòu)提供了堅(jiān)實(shí)而一致的基礎(chǔ)。只有一個問題可能會減慢設(shè)計(jì)階段：大數(shù)據(jù)技術(shù)本質(zhì)上是分布式的，因此在設(shè)計(jì)相關(guān)的解決方案時(shí)必須考慮可能的故障和中斷，以確保數(shù)據(jù)的可用性和一致性。另外，解決方案需要更少的努力來擴(kuò)展。

第二個是集成和端到端測試。無服務(wù)器堆棧允許創(chuàng)建獨(dú)立的沙盒、播放、測試、修復(fù)問題，從而減少開發(fā)回送和時(shí)間。

另一個優(yōu)勢是，云計(jì)算實(shí)現(xiàn)了解決方案部署過程的自動化。而這個特性是任何成功團(tuán)隊(duì)的必備特性。

(2)維護(hù)費(fèi)用

云計(jì)算提供商聲稱要解決的主要目標(biāo)之一是減少監(jiān)視和保持生產(chǎn)環(huán)境活動的精力。他們試圖在幾乎沒有Devops參與的情況下構(gòu)建某種理想的抽象。

但是，實(shí)際情況有所不同。關(guān)于這個想法，通常維護(hù)工作仍然需要一些努力。下表顯示最突出的種類。

但除此之外，在很大程度上取決于基礎(chǔ)設(shè)施和許可成本。設(shè)計(jì)階段是非常重要的，因?yàn)樗袡C(jī)會挑戰(zhàn)特定技術(shù)并提前估算其運(yùn)行成本。

(3)變更成本

大數(shù)據(jù)技術(shù)關(guān)注客戶的另一個重要方面——變更成本。經(jīng)驗(yàn)表明，大數(shù)據(jù)與任何其他技術(shù)之間沒有區(qū)別。如果解決方案不是過度設(shè)計(jì)的，那么變更成本就可以與非大數(shù)據(jù)堆棧完全媲美。大數(shù)據(jù)帶來了一個好處，大數(shù)據(jù)解決方案被設(shè)計(jì)為分離是很自然的。設(shè)計(jì)正確的解決方案看起來不像是整體解決方案，可以允許在需要時(shí)在短期內(nèi)應(yīng)用局部更改，并且影響生產(chǎn)的風(fēng)險(xiǎn)更小。

概要

總而言之，企業(yè)可以負(fù)擔(dān)得起采用大數(shù)據(jù)的成本。它向開發(fā)人員提出了新的設(shè)計(jì)模式和方法，開發(fā)人員可以利用它來組裝任何符合嚴(yán)格業(yè)務(wù)需求的分析數(shù)據(jù)平臺，同時(shí)具有成本效益。

大數(shù)據(jù)驅(qū)動的解決方案可能是快速成長的初創(chuàng)公司的重要基礎(chǔ)，這些初創(chuàng)公司希望變得靈活，其應(yīng)用可以快速更改。一旦企業(yè)需要更大的數(shù)據(jù)量，大數(shù)據(jù)驅(qū)動的解決方案就可以與企業(yè)的業(yè)務(wù)一起擴(kuò)展。

大數(shù)據(jù)技術(shù)允許以各種規(guī)模實(shí)施近實(shí)時(shí)分析，而傳統(tǒng)解決方案則在性能上陷入困境。

云計(jì)算提供商已將大數(shù)據(jù)提升到了一個新的水平，從而提供了可靠、可擴(kuò)展以及隨時(shí)可用的功能。開發(fā)具有快速交付的經(jīng)濟(jì)高效的分析數(shù)據(jù)平臺(ADP)從未如此容易，企業(yè)需要利用大數(shù)據(jù)技術(shù)提升其業(yè)務(wù)。