毋庸置疑，迪士尼是一個(gè)巨大的娛樂公司，但是當(dāng)它涉及到大數(shù)據(jù)平臺，這位娛樂巨頭看起來更像是一個(gè)初創(chuàng)公司。很多小公司，依靠堅(jiān)強(qiáng)的意志和不凡的智慧，憑借一個(gè)小小的團(tuán)隊(duì)，使用Hadoop、NoSQL數(shù)據(jù)庫和其他開源技術(shù)，完全能夠創(chuàng)造出一個(gè)特有的大數(shù)據(jù)平臺。無論結(jié)果是更好或者更壞，這樣的大公司在進(jìn)軍大數(shù)據(jù)領(lǐng)域，意味著這是一種完全不同規(guī)則的“玩法”。
迪斯尼大數(shù)據(jù)技術(shù)和服務(wù)解決方案團(tuán)隊(duì)的負(fù)責(zé)人Arun Jacob，在上周四的波士頓的IE集團(tuán)大數(shù)據(jù)創(chuàng)新峰會上，介紹了迪斯尼的大數(shù)據(jù)平臺。不像其他的公司，迪斯尼選擇打造大數(shù)據(jù)平臺是從零開始，絕對不是從一個(gè)軟件供應(yīng)商那里購買軟件。雖然高昂的成本是一個(gè)很重要的因素，但是最關(guān)鍵的還是靈活性的問題，這是作出最終決定的根本原因。
減量化，重復(fù)利用，再循環(huán)
為了保證給公司帶來最大的價(jià)值，迪士尼大數(shù)據(jù)平臺，凝結(jié)了每個(gè)員工的心血，它是每個(gè)人的一切，這是一項(xiàng)艱巨的任務(wù)。最初的時(shí)候，Jacob表示，“我們把我們自己當(dāng)做是一個(gè)小型的咨詢機(jī)構(gòu)，僅僅是我們有東西要賣。”不過當(dāng)一個(gè)部門想要使用該平臺開發(fā)一個(gè)特定功能的時(shí)候，Jacob立刻行動了起來。
從架構(gòu)上來說，通過這個(gè)平臺和具有特定目的的組件，它能夠?qū)β窂綌?shù)據(jù)進(jìn)行重構(gòu)，或者說能夠非常容易地替換組件，如果有更好的話。迪士尼大數(shù)據(jù)平臺是基于Hadoop，Cassandra和MongoDB進(jìn)行開發(fā)的。運(yùn)營團(tuán)隊(duì)可以使用該平臺來進(jìn)行查看、分析和索引的錯(cuò)誤消息，應(yīng)用程序開發(fā)人員可以得到他們需要的高吞吐量，低延遲的數(shù)據(jù)訪問，而分析團(tuán)隊(duì)有他們需要的高延遲數(shù)據(jù)的訪問。
然而，盡管Jacob也想使用一套開源軟件來降低成本，他確實(shí)有資本可以奢侈一下，這是大多數(shù)創(chuàng)業(yè)公司玩不起的——外包和不定期的新產(chǎn)品的預(yù)算。當(dāng)他需要Hadoop集群的支持，他完全可以打電話給Cloudera。當(dāng)需要部署Solandra（基于Solr和Cassandra的一個(gè)開放的源代碼搜索引擎），他完全可以購買的企業(yè)版的DataStax基于Cassandra的產(chǎn)品，但是他沒有這么做。
靈活性是不是免費(fèi)的
Solandra的事件，實(shí)際上是為了權(quán)衡是不是需要使用免費(fèi)的開源軟件。“你可以為開源項(xiàng)目工作到深夜，你可以通過學(xué)習(xí)來運(yùn)行它們，但是這沒有任何任何意義。”Jacob表示，如果你愿意投入時(shí)間和精力，這些東西是完全可以克服的。
然而迪士尼這種規(guī)模的公司，有更多的問題必須要被克服。Jacob表示，在部署的過程中，雖然可以按自己的方式來解決容錯(cuò)、高可用性和安全性的問題，但是最終還是需要找出一種方式來實(shí)現(xiàn)這些東西。
適合大眾的才是最好的
雖然可以把系統(tǒng)建立在所有的人都能夠使用的開源軟件上，不過這也意味著沒有一個(gè)足夠的框架來構(gòu)建一個(gè)可擴(kuò)展的和穩(wěn)定的系統(tǒng)，而且該系統(tǒng)還必須滿足成千上萬的各種類型和各種水平的內(nèi)部開發(fā)人員的需求。Jacob表示，對一個(gè)擁有六個(gè)人的創(chuàng)業(yè)公司來說，大家學(xué)習(xí)Hadoop的一個(gè)月，然后開始使用它進(jìn)行部署大數(shù)據(jù)平臺，這是非常容易實(shí)現(xiàn)的。但是對于一個(gè)大企業(yè)來說，這絕對是不可行的。
他的團(tuán)隊(duì)讓部署變得容易
為了消除企業(yè)用戶不能加載他們的數(shù)據(jù)到系統(tǒng)中的借口，他們只需要把文件以指向用戶定制的界面。Jacob表示，迪士尼的數(shù)據(jù)平臺，雖然以每天5TB的數(shù)據(jù)劇增，但是仍然有很多其他類型的數(shù)據(jù)需要存儲。因?yàn)樗麄円呀?jīng)對技術(shù)進(jìn)行了封裝，Jacob的團(tuán)隊(duì)并沒有談及過多關(guān)于Hadoop和MongoDB的問題，僅僅是提及了分析和查詢的部分。數(shù)據(jù)平臺使用很多種的編程語言來構(gòu)建客戶端的框架結(jié)構(gòu)，所以開發(fā)者可以跟平臺進(jìn)行交互，就無需編寫REST風(fēng)格的API調(diào)用。
不過，在做足了所有的準(zhǔn)備工作之后，Jacob開始把精力投入在迪士尼的大數(shù)據(jù)平臺之上，Jacob不希望這是一個(gè)其他數(shù)據(jù)平臺過程的重復(fù)。隨著大數(shù)據(jù)管理的工具也越來越好，Jacob表示，他現(xiàn)在依然在分析，是構(gòu)建一個(gè)新的工具還購買一個(gè)工具，目前還有時(shí)間來做出改變。當(dāng)沒有選擇余地的時(shí)候，構(gòu)建一個(gè)自定義工具固然是一個(gè)不錯(cuò)的選擇，但它并不總是明智的做法，而購買現(xiàn)成的東西可以節(jié)約無數(shù)的時(shí)間和精力。