BI mit Apache Hadoop (CDH)
0 gefällt mir960 aufrufe
Das Dokument behandelt die Herausforderungen und Lösungen der Business-Integration mithilfe von CDH 4 und Apache Hadoop, insbesondere in den Bereichen Risiko-Management, Produktempfehlungen und Gefahrenerkennung. Es zeigt Anwendungsbeispiele und die Vorteile von Hadoop, einschließlich verteilter Datenverarbeitung und -speicherung. Des Weiteren werden Informationen zur Cloudera Inc. und deren Dienstleistungen bereitgestellt.
BI mit Apache Hadoop (CDH)
- 1. Business Integration mit CDH 4 (including Apache Hadoop) Alexander Alten-Lorenz Customer Operations Engineer, Cloudera INC Muenchen, 18. September 2012
- 2. Herausforderungen Größe Veränderungen Struktur
- 3. Business Integration • CRM • Rechnungsdaten • Analysen • Risikomanagement • Social Networks • Universaler Datenzugriff • Marketing • Data Governance • Dokumente • SAP / Salesforce • Such-Indices • Artikelmanagement
- 5. Risiko Management • Problem: Bewertung von Kunden und Projekten • Lösung: Finanzhistorie, Kommunikation, Mustererkennung • Anwender: Banken,Versicherungen
- 6. Empfehlungen • Problem: Passende Produkte für Kunden empfehlen • Lösung: Geschmack durch Verhalten aller Kunden ermitteln, Muster erkennen, Statistische Analyse • Anwender: eCommerce, Advertising
- 7. Graph-Analyse • Problem: Trends und Meinungsbildung in Netzwerken im Voraus erkennen • Lösung: Social Media Traffic auswerten und statistisch aufbereiten • Anwender: Unternehmen, Behörden, NGO
- 8. Gefahrenerkennung • Problem: Spam, Kreditkartenmissbrauch • Lösung: Mustererkennung, Klassifizierung, heuristische Analyse • Anwender: Retailer, Banken, Einzelhandel
- 9. Textanalysen • Problem: Bedeutung von Text erkennen • Lösung: Schlüsselworte, Zusammenhänge erkennen • Anwender: eCommerce, Social Media Dienstleister, Meinungsforschung
- 10. Datenmengen • Ebay: 5 PB, Search Optimization • Facebook: 30 PB, Logs, Reports • Walmart, 2.5 PB, Customer Transactions http://wiki.apache.org/hadoop/PoweredBy http://en.wikipedia.org/wiki/Big_data
- 11. Apache Hadoop • Software Framework für grosse Mengen an unstrukturierten Daten • Apache-Lizenz • Zwei Kern-Komponenten • HDFS: Verteilte Datenspeicherung • MapReduce:Verteilte Datenverarbeitung
- 12. Hadoop Cluster Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node Data Node: 4-16 Cores, 4-16 Disks, 8-64 GB RAM, 1-10GB Network
- 13. Hadoop Distributed File System Datei Block Block Block Block Block Block Block Data Node Data Node Data Node
- 14. MapReduce Daten RDBMS Query Daten Hadoop Query
- 15. Eigenschaften HDFS MapReduce Verteilung ✔ ✔ Ausfallsicherheit ✔ ✔ Skalierbarkeit ✔ ✔
- 16. Hadoop-Ökosystem SQL Scripts HBase Whirr Hive Pig Oozie MapReduce Avro Java API HDFS eeper Zook Sqoop Flume Connectors Hue RDBMS Logs ... Mahout
- 18. Aufgabenstellung • Auswerten von vorhandenen Daten aus unterschiedlichen Datenbanken / CRM Systemen • Realtime und Lifetime Statisken per Produkt • Wiederkehrende Analysen • Re-Import CRM • Einzelabfragen per Enduser (Analyst)
- 19. Lösungsweg • Sqoop als Connector zu CRM / DB • Terradata, Oracle, Postgres, MySQL • Hive - HBase Integration • Hive, gesteuert durch Oozie Workload Orchestrator • Hue Shell, Cluster gesichert durch Kerberos (Authentifizierung)
- 20. CRM Park Integration CDH Authentifikation Sqoop Kerberos (AD, MITv5) Real Time HBase Hive Oozie Automation Enduser HUE
- 21. Cloudera • 2009 in Palo Alto gegründet • Cloudera's Distribution Including Hadoop • CDH4 / Cloudera Manager4 • > 280 Angestellte weltweit • Training, Consulting, Support, Development • Enterprise Tools
- 22. Cloudera Manager • Automated Deployment • Reporting • Monitoring • Support Integration • Service Management • Log Management • Events and Alerts
- 23. Danke! • alexander@cloudera.com • Twitter: @mapredit • Blog: mapredit.blogspot.com • http://www.cloudera.com/ • http://hadoop. apache.org/