三年前，Montreal的Yellow Pages公司开始扩展其对Hadoop的应用范围。这家加拿大的公司除了提供传统电话目录服务外，还提供各式移动应用和数字营销服务。该公司正在致力于将外包的分析应用迁移至企业内部。其中一个应用将Hadoop作为数据转换工具。

但是对于那些使用ROI指标计算并生成报表的应用来说，公司内部应用间重叠的现象未能避免。公司主管大数据和分析的Richard Langlois注意到，Hadoop集群没有得到充分利用，基本上只是用于为ROI应用程序准备数据，每天的使用时间只有三个小时。Langlois想知道，这个基于Cloudera Hadoop的分布式集群，是否能在其他时间段作为一个Hadoop BI系统来使用。

“当我们引进这个应用程序的时候，Hadoop这部分只是用来对我们的记录进行排序而已——它被当作ETL机器使用”，Langlois说，ETL指的是提取、转换和加载数据的集成过程。Langlois决定试试集群是否可以被优化，以便在Hadoop应用程序平台运行更多传统的BI应用。

站在用户的角度选择工具

Langlois最终引入了与软件供应商AtScale同名的技术，该技术将Hadoop中被频繁查询的数据整合到服务器内存中，并进行有效的管理。这样与传统Hadoop查询相比，用户可以得到更快的数据访问，这对于大规模操作的优化作用十分明显。

在这次部署AtScale软件并向Hadoop迁移分析应用的过程中，Langlois所做的最大决定是在用户所在的地方进行服务。这意味着要抛弃现有的BI部署场景。在项目的开始阶段，Langlois设想使用Information Builders的WebFOCUS 软件来规范整个公司，该软件作为分析Hadoop数据的前端工具，已经在一些报表需求上得到了实现。但他发现，Yellow Pages的营销部门已经在使用Tableau。

Langlois随后决定允许营销部门继续使用Tableau 作为Hadoop的首选BI工具，而其他部门则使用WebFOCUS，以便于快速适应，并迅速为业务用户提供价值。“我们的战略是让业务用户自主选择他们认为合适的工具”，Langlois说。

除了ROI计算程序，Yellow Pages现在使用Hadoop和BI来处理其他事务，例如向客户提供他们与其竞争对手之间的数字广告排名信息等。

不要忽略Hadoop BI的管理步骤

将Hadoop数据透露给更多的业务用户为Langlois和他的团队带来了一些管理上的问题。企业中越来越多的人有了使用Hadoop作为数据湖泊的想法，越来越多的企业把Hadoop集群作为一个相对便宜的存储选项，以存储新型的非结构化和半结构化数据，这些数据有助于扩展BI和大数据分析计划。但如果不对数据进行适当的访问控制，很容易把潜在的敏感数据存储到Hadoop中。

Langlois说，他不想让Hadoop集群仅仅作为一个简陋的数据存储存在。他们并没有采用从源系统自动传输数据到Hadoop的方式，而是由一个团队成员在数据存入Hadoop前，负责审核所有数据。工程师使用元数据和安全标签进行数据组织，以实现拥有不同角色和权限的BI用户对数据进行安全的访问。

数据被送入Hadoop平台主要是点击流记录和其他网络指标，例如广告信息等。Langlois表示，在集群作为后端BI系统的情况下，保持事物的正常组织性尤为重要。我们的目标是为Yellow Pages的业务用户建立“坚实的分析数据基础” ，Langlois补充道。

Hadoop 数据的应用永无止境

为BI应用程序组织数据也会为其他分析用途带来好处。例如，最近Langlois和团队为一个机器学习应用程序在Hadoop上实现了Spark处理引擎。他说，应用程序可以从以往的Yellow Pages客户营销中学习，了解成功的营销活动该如何组织，然后输入新客户的信息，例如他们的行业和区域位置，以制定具体的营销策略。分析团队也正在考虑使用类似的机器学习技术，以超越以往的广告植入方式，达到更加吸引客户的目的。

这些正在发生的转变，来源于方便产品经理和数据科学家从Hadoop BI查询数据的需求。反过来，Langlois说，分析正在帮助Yellow Pages在21世纪保持业务相关性。事实上，公司2015年第三季度的收入中有61%来自于数字产品。“这与五年前的情况是完全不同的，”他说。“这就是分析为什么如此重要的原因。它改变了我们的产品，改善我们的流程。