Facebook：仅靠Hadoop无法满足业务需求

Facebook分析主管Ken Rudin表示，Hadoop编程框架可能是“大数据”运动的代名词，但对于公司从大规模存储的非结构化信息中得到商业洞见的需求，Hadoop不是唯一的工具。

“有很多普遍的大数据信念需要被质疑，”Rudin说，“问题是，Hadoop是一种技术，但大数据不是关于技术的，大数据是关于业务需求的。”

“实际上，大数据应该包括Hadoop和关系型数据库和任何其他适合手头任务的技术。”他补充说。

Facebook的商业模式依赖于对其超过10亿社交媒体用户的用户资料和活动数据的处理，以提供有针对性的广告。但是，“对于我们的所要做的，Hadoop并不总是最好的工具。”Rudin说。

例如，在Hadoop中对一个数据集做广泛的探索性分析是有意义的，但关系型存储对于进行运营分析的发现更好。

Rudin表示，Hadoop对于在一个数据集中寻找最低水平的细节也不有好处，但关系型数据库对于存储转化和汇总的数据更有意义。

“结论是，为你的任何需求使用正确的技术。”他说。

Rudin还有另外一个假设，即分析大数据的单纯行为提供有价值的见解。“问题是为无人问津的问题想出更加辉煌的答案，”他说，“要弄清楚什么是正确的问题仍然是一门艺术。”

Facebook一直专注于聘用合适的员工来运行其分析业务，不仅要拥有统计博士学位，还要精通业务。

“当你面试的时候，不要只关注‘我们怎么计算这个指标’”Rudin说，而是要给他们一个商业案例研究，并问他们哪些是最重要的指标。

企业还应该尝试培养“人人分析，”Rudin表示。

Facebook运行一个内部“数据营(data camp)”，一个两星期教导员工分析的计划。Rudin说，产品经理，设计师，工程师，甚至财务部门工作人员都出席。“人人参与其中的意义，你给大家一个数据的共同语言，他们可以用来讨论问题和难题。”他说。

Facebook还动摇了统计人员和业务团队的组织。如果统计人员保持独立，他们往往“坐在那里等待来自业务领域的请求并回应他们”，而不是主动的。但是，如果统计人员被放置到业务单位，“你会发现多个团体试图冗余地解决问题。”他说。

Facebook已经采用“嵌入式”的模式，把分析师放在业务团队，但他们向更高级别的分析师报告，这有助于避免重复劳动。