隨著越來越多的企業致力于以數據為驅動進行發展，開發移動應用程序并將大數據分析整合進產品或服務中是的商業模式日漸流行。企業規模擴大伴隨用戶基數增多，如何應對移動應用程序帶來的數據井噴成為重要問題。
使用范圍越來越廣的虛擬架構正是用以管理移動應用所產生的大量數據，而解決數據井噴問題的最佳方案應當使企業的注意力集中在藏于數據背后的有價值信息上，而非數據基礎架構問題，如數據基礎架構的成本、存儲容量和靈活性。許多機構已經采用云端技術來規避這些問題。
對于如何構建大數據驅動型云終端以支撐移動應用程序架構，這里列出三條重要建議：
大量投資以構建復雜數據處理平臺，而非數據管理基礎構架
像 Ola Cabs 和 MyFitnessPal 這樣移動應用開發的企業正不斷深化數據分析研究并催生了最近的數據存儲空間擴容熱潮，因此這類企業也有著新的需求：構建一個可以處理大量數據的 IT 基礎架構。其中最大的挑戰是如何在最小化數據管理成本的同時滿足不斷增長的數據分析性能要求。
企業應當仔細考慮自行構建和維護數據基礎架構。或者，他們可以利用亞馬遜云端計算(AWS)、微軟云(Microsoft Azure)和谷歌計算引擎(Google Compute Engine)等云服務優化數據管理。云技術不僅有助于降低資金成本，更重要的是，它還可以降低產品風險并減少關鍵項目耗時。
另外，對于任何大數據項目，為適應數據集大小的變化，數據庫存儲容量必須快速擴容，同時計算性能要能夠在數據規模上升和下降時都快速給出精確結果。云服務提供了一個解決這些問題的便捷方法，同時它允許對所使用的數據分析模型按需付費，因此企業只需要為他們實際使用的服務進行付費，靈活性大大提高。
大數據項目的另外一個挑戰是尋找創新的技術解決方案，該方案可以解決傳統數據庫和現有的可擴展架構忽略的問題。移動應用程序收集到的數據來自于多個不同系統，我們需要把它們轉化為一種通用的格式，以便進一步分析利用。例如，企業應該考慮利用 Hive 來打開數據集中的原始 JSON 格式數據。Hive 可使用柱狀格式存儲的數據，比如 RCFile 和 ORC格式的數據，這使使用者減少分析查詢時的讀取操作且使數據集中每列變量可以被獨立地訪問。通過組織數據使其可讀性更強并更易訪問，企業將能專注于已收集到的數據而非花大量精力處理從移動應用程序中搜集到的原始數據。
利用實時查詢技術維持競爭優勢
移動應用程序使數據獲取更便捷，使數據使用分析更具即時性更頻繁。為了分析這些穩定的大數據流，企業可以對拍字節(PB)的數據源使用查詢引擎技術來最優化即席交互查詢功能。
大數據剛起步時，開源 Hadoop 的早期采用者通過對海量的復合結構數據進行分析得到有巨大應用價值的深層次信息從而取得競爭優勢。如今，由于 SQL-on-Hadoop 技術(如云服務中的 Presto-as-a-Service)的快速發展，下一個競爭熱點是實時數據查詢技術。實時查詢軟件使企業獲得更多利潤，因為它能幫助決策者比競爭對手更快地獲得可利用的有價值信息，并做出更好的決策。此外，通過與定位工具結合的實時查詢技術，企業可以追蹤消費者的位置信息，與之互動并施加影響，在提升用戶體驗的同時促升產品銷量增長——而這一切都是實時完成的。
實時查詢技術可以通過互動和累積的過程幫助使用者更快地提高獲取有價值信息。通過允許用戶把包含各種細節信息的原始數據集直接倒進 Hadoop 中，它使得用戶避免了冗雜而緩慢的傳統數據預處理和精煉過程。有必要指出的是， Hadoop 中分析的元數據被所有進程共享。這意味著，如果用戶通過實時查詢指令從數據中提取出附加信息，那么系統中的其他進程也可以獲取到這些信息。結果是，挖掘信息的過程也加速了，且所有的部門(如市場部和運營部)都可以看到并使用這些數據，并合理使用在自己的專業領域中。
另外，Hadoop 的實時查詢技術允許機構進行數據的全保真度分析，彌補了單純的深入分析和易于搜索性所帶來的缺陷。實時查詢軟件在既提供摘要信息又提供細節信息的同時給分析員提供了易于解決未預料到的特別問題的靈活性。因為該軟件具有循環處理海量的結構化、半結構化和非結構化數據的能力，終端用戶不僅可以看到隱藏在原始數據背后的趨勢、關系和模式，還可以看到所有的細節信息。
Hadoop 實時查詢功能最讓企業滿意的方面在于企業可負擔其成本，并且它可以幫助提高企業利潤。由于利用運行在商業服務器集群上的開源軟件，基于云端技術的 Hadoop 平臺可以使得每太字節(TB)數據的初始成本從幾千美元減少到幾百美元。利用 Hadoop 實時查詢功能，人們不再需要把數據從一個系統遷移到另一個系統，這節省了機構的成本費用，更重要的是，還節省了寶貴的時間。
啟用可持續靈活性
由于具有商業價值，移動應用開發企業勢頭日盛，然而企業的 IT 開發者正拼盡全力跟上移動應用開發人員對于訪問關鍵業務進程和應用程序的需求。云端技術的靈活性和彈性可以幫助企業更快地適應市場環境變化。
當評估比較幾個選中的云服務技術時，企業為了實現一定的性能要求應該綜合考慮云服務的自動調整功能以及即時競價決策能力。這將有助于企業節省資金，并提高投資收益。
另外，在選擇大數據服務的過程中，需要有全局觀并明確業務優先次序，需要記住的是這些優先性會發生變化。也就是說，不存在一個萬能的基礎架構。云技術吸引人的地方在于它的彈性基礎架構可以與其他領域結合，使商業決策業務更加靈活高效。
最后，公司里的不同團隊必須能夠使用所需的最佳分析工具，從而利用不同類型的大數據工作模式作出決策。在移動應用領域中，我們還需要一些事后查詢。比如，廣告工作流程通常包括分析歷史數據，其中有對過去行為的特定分析。另一方面，應用實時信息流分析提供“周邊環境服務”的趨勢正在顯現。其中一個例子是，我們會詢問移動應用程序：“附近正在營業的意大利餐廳中哪一家最好吃?”
總結
這三條建議將有助于確保機構能處理大量數據并應對不斷增長的業務需求。把商業智能和數據分析整合進移動應用程序中已成為時下企業發展新的標配，用以幫助企業進行決策和跨部門合作。移動企業應該采取適當措施而專注于數據的價值，而不是擔心應該如何管理這些數據。
京公網安備 11010502049343號