说到eBay的拍卖和购物网站你脑海里会想到什么？1亿用户、3亿活跃商品、5万种产品分类、平均每秒2100美元的交易额，那就对了。当然，你也可以把eBay看作是一家数据管理与业务分析企业：每天50TB的数据量、7500用户与分析师的分析团队支持。

　　数据沙盒（data sandbox）听上去很小，但它却是eBay保证数据分析流程顺利进行的关键组成部分。

　　在今年四月洛杉矶召开的Gartner商务智能峰会（Gartner Business Intelligence Summit）上，eBay的分析应用技术高级主管Chris Rogaski在演讲中说到：“如果人人都想要不同的数据视图、报表或者仪表盘，我们将无法应付。所以，我们需要提前做好准备，只有这样，我们的业务分析师和产品经理们才能根据数据做出决策。”

　　eBay采取了很多措施，使用户需求得以及时满足。公司的数据分析平台结合使用了Teradata的企业数据仓库（enterprise data warehouse，简称EDW）、被eBay称为“Singularity”的Teradata独立深层存储数据库以及Hadoop系统。EDW用来存储结构化交易数据；Singularity用来存储半结构化数据（如网站用户行为分析）；Hadoop则用来处理非结构化数据，其中包括原始用户行为数据、其他形式的机器生成信息和文本数据等。Rogaski称，三部分合起来大概占据了90PB的存储空间。

　　另外，eBay将虚拟数据集市在EDW中自由分散，供任何想要开发、操控、添加特定数据集的员工进行使用。数据集市是公司的分析作为服务（Analytics as a Service）中的一部分，或者是A3S及其他用户分析数据程序的一部分。业务用户和数据分析师使用由eBay的IT部门开发的工具，可拥有（通常也会使用）100GB的空间，这就是在商务智能领域所谓的数据沙盒。

　　数据沙盒也被称为分析沙盒，这些由用户控制的空间被相互隔开，将数据实验和数据仓库的生产数据库环境区别开来。eBay的用户有权限获取EDW中的数据，还可以将所需信息复制到数据集市中进行分析。在eBay开发工具的帮助下，他们可以上载附加数据进行分析。Rogaski说：“如果存在一个我们不知道的新的数据源，我们没办法将其隔开，对它不进行数据分析。”

　　企业部门之间的对峙阻碍数据分析

　　企业中IT部门和业务部门的长期对峙屡见不鲜，其中一部分原因可归咎于优先级别不同。当业务用户有业务问题急需解决的时候，IT团队可能正在进行数据治理或是维护数据质量标准。对于想要深度分析现有数据的分析师来说，工作的中断会带来很强的挫败感。

　　TechTarget的BI咨询师兼研究主管Wayne Eckerson说：“分析师常常需要的是还未放入数据仓库的数据，因为这些数据还未经处理和载入。”

　　有些时候，数据分析师会认为由自己公司部署的BI和分析工具比Excel更加灵活，能够秘密建立起IT范围之外的Excel工具。然而，将Excel推行到企业上下进行数据分析之用并不是理想的方式。Eckerson补充：“每个人都知道分析师可以得出有价值的信息，但是没有企业是靠电子表格发展壮大起来的。”

　　Eckerson称，这时候数据沙盒就起作用了。它可以保证分析用户获得所需数据、加强对信息的控制，使企业的数据阴影系统（data shadow systems）逐渐明朗化。

　　对于BI和IT经理来讲，一个精心管理的数据沙盒为用户提供了一个安全之地，在公司管理架构内对企业数据进行实验。美国Data Miners咨询公司的创始人Gordon Linoff说：“这样一个环境存储的不是数据的复制，而是适合分析形式的信息。”Linoff还是《数据挖掘技术：市场营销、销售与客户关系管理领域应用》一书的作者之一。

　　数据沙盒可在数据仓库、分析数据库及其外部作为独立的数据集市构建。在eBay的案例中，Rogaski说，在EDW中采用沙盒作为虚拟数据集市降低了数据活动，减少了用户对数据进行复制并存储在其他系统的需求。

　　期限设定对分析大有帮助

　　他承认，在用户占据了沙盒，还是会出现少量的数据复制。“但这很正常，算是我们发展业务付出的一点代价吧。”为了减少复制，eBay在数据系统中使用了期限设定的方法，由分析师设定好数据集使用的一个结束日期。截止日期快到的时候，Rogaski的团队会与分析师协商，要不要把数据从系统中删除；这一过程被eBay称为碎片帐集（garbage collection）。

　　由于沙盒本身的作用就是处理数据，Linoff相信拥有正确的技能对成功部署非常重要。数据科学家和其他用户需要操控数据并分析数据当下的活动。他说：“这等于是在学习全新的事物，所以你需要可进行充分利用的技能组合。”

　　这条规则对许多企业来讲都十分有用，但并不适用于所用企业。Rogaski说，eBay的目标之一是让很大一群人都能获得它的BI和分析数据。即便是一个毫不了解情况的业务用户也能够使用虚拟数据集市。

　　对于想要建立数据沙盒的企业，Eckerson认为其中一个很大的挑战是管理。他举例说到，在用户将包含独有数据视图的报表分发出去之前，企业BI团队应该核实一下操控的信息，确保指标都正确无误。

　　Eckerson说：“你可以让用户获取数据，但你还需要给他们一些指导。没有人喜欢受限，但他们用的是公司资源，就不得不在某些方面遵守规则。”