企业越来越多地使用数据可视化工具（如Tableau）分析复杂的数据。

Tableau软件通常被认为是一个轻量级的软件，功能简单易用。但是越来越多的用户把它应用到更复杂的大数据环境中，使数据可视化工具的效用达到最大化。

数据科学工程团队产品经理Gaurav Kumar说：“数据本身是很没有意义的，想要挖掘数据中的价值，就需要利用数据可视化工具。

他列举了一些公司面临的大数据挑战，其中包括汇集来自一系列硬件和软件平台的数据。相机公司将日志数据发送回服务器保存，所以公司可以跟踪人们如何使用他们的产品，带有摄像头的视频编辑软件公司也面临着相同的情况。除此之外还有更多的传统的数据源，如CRM系统和其他业务应用程序。

Kumar和他的团队已经把所有的数据到放到一个平台，这些数据可以在指导产品开发和营销计划中扮演重要角色。大数据环境中使用Kafka and Spark Streaming将流数据库日志文件放到HBase数据库。然后把CRM和ERP系统中的数据提取、转换和加载，存入Hive数据存储中。数据经过进一步细化，通过Cloudera Impala传送到数据集市，Cloudera Impala可以通过Tableau使用。

Tableau呈现大数据问题

这样看来，数据进入Tableau可能要经过一个漫长而曲折的过程，这个过程通常用于桌面部署中分析小数据文件或在单服务器中设置。但Kumar说，一旦你“理顺”了后端系统，该软件可以有效地访问和报告数据。

Kumar说，“我们有各种各样的数据，目前的挑战是把来自不同地方的数据进行转换，供分析师使用。”

Tableau用于大数据环境的部分原因基于其底层查询工作结构。它将通过编写SQL查询处理数据。如果数据库中的数据可以用SQL查询，那么它也可以在Tableau中使用。

内容数据的高级分析工程师Jason Flittner表示： “当你在Tableau分析数据时，Tableau会编写SQL语句并将其发送到你的数据库。”

Flittner的团队利用Tableau来分析用户如何使用Netflix上的内容。这有助于决定编程类型，以完成生产或收购。数据主要来自用户会话，包括编程人员观察他们是否完成编程，以及是否存在人们倾向于跳过的编程部分。

拥有约7500万的流媒体客户，这无疑是一个巨大的数据量。所有的数据被加载到Amazon Simple Storage Service服务器。团队使用Hadoop来处理数据，结合Hive, Spark and Presto完成数据接口，这些工具都支持SQL查询。这样数据也可以在Tableau以及其他工具，如MicroStrategy和Python编程语言中使用。

数据可视化带来了大数据

Ebates网站帮助在线购物者找优惠券和折扣，分析团队想要拥有一个快速、灵活、可伸缩的和便宜的平台。他们选择构建基于Hadoop的大数据环境，满足可扩展性和成本问题。但快速访问数据就是另外一回事了。为此，他们从AtScale转向使用软件，这样可以使用SQL查询引擎访问Hadoop数据。

现在，该公司使用Hadoop作为集中式数据中心，并为类似于该平台上的Web流量数据进行分类的事情做BI报告。Ebates的分析主管Mark Stange-Tregear表示，将Hadoop的数据处理能力与Tableau的简单报告相结合，将帮助开放更深层次的数据存储。

微信公众号

TechTarget

官方微博

TechTarget中国