1. Hadoop
Big
Data
成功案例分享
陳育杰 Eric Chen
Senior AVP. , Etu Business Development
eric_chen@etusolution.com
Oct. 8, 2014

2. 2
Big Data 新應用架構
RDB
Business
Intelligence
ETL
Business
Analy9cs
Voice file
Video file
Image file
Doc file
Txt file
XML file
Web Logs
Click event
Social
network
Associated
map News
Feeds
Sensor
Embedded
RFID Tags
Geographic
GPS
Event
Others
HIVE
HBase
MapReduce
HDFS
Impala
Mahout
Pig

3. 3
Big Data 新應用架構
Hadoop as a “Data Store”
RDB
Business
Intelligence
ETL
Business
Analy9cs
Voice file
Video file
Image file
Doc file
Txt file
XML file
Web Logs
Click event
Social
network
Associated
map News
Feeds
Sensor
Embedded
RFID Tags
Geographic
GPS
Event
Others
HIVE
HBase
MapReduce
HDFS
Impala
Mahout
Pig

4. 4
Big Data 新應用架構
Hadoop as a “Data Pre-processing
Platform”
RDB
Business
Intelligence
ETL
Business
Analy9cs
Voice file
Video file
Image file
Doc file
Txt file
XML file
Web Logs
Click event
Social
network
Associated
map News
Feeds
Sensor
Embedded
RFID Tags
Geographic
GPS
Event
Others
HIVE
QL Pig
Join,
Aggrega,on,
Filter,
Sor,ng,
HIVE
HBase
Correla,on
……..
HDFS
Impala
Mahout
MapReduce

5. 5
Big Data 新應用架構
Hadoop as a “DB”
RDB
BI
ETL
Business
Analy9cs
Voice file
Video file
Image file
Doc file
Txt file
XML file
Web Logs
Click event
Social
network
Associated
map News
Feeds
Sensor
Embedded
RFID Tags
Geographic
GPS
Event
Others
HIVE
HBase
MapReduce
HDFS
Impala
Mahout
Pig
API
ODBC

6. Big Data 新應用架構
Hadoop as a “Data Analytics
Engine”
ETL
RDB
Business
Analy9cs
Business
Intelligence
Voice file
Video file
Image file
Doc file
Txt file
XML file
Web Logs
Click event
Social
network
Associated
map News
Feeds
Sensor
Embedded
RFID Tags
Geographic
GPS
Event
Others
Mahout
HIVE
HBase
MapReduce
HDFS
Pig
Impala
6 6

7. 7
應用案例
l 精準推薦與消費者洞察
l DW Offload – 資料載入與查詢
l 生產良率即時告警

8. 8
精準推薦與消費者洞察

9. 9
精準推薦與消費者洞察
Etu Recommender
Application
轉化率分析
推薦演算法
客戶相似
度分析
資料
擷
取
商品關聯
性分析
推薦清
單
推薦引擎
歷史交易資料
• 訂單資料
• 購買紀錄
Web 互動資料
• 瀏覽
• 點擊
• 搜尋
• 購物車
• 結帳
• 跨網域用戶行為
Mobile Web
互動資料
• 瀏覽
• 點擊
• 搜尋
• 購物車
• 結帳
• 跨網域用戶行為
Etu Insight
User-­‐defined
Recommenda/on
Result
Filter
廣告關聯
性分析
內容關聯
性分析
Product
Recommendation
商品推薦
Content
Recommendation
內容推薦
Ad
Recommendation
站內廣告推薦

10. 10
精準推薦與消費者洞察
Clicks 每一個點擊代表一個動作和意圖
是訂單資料和會員系統無法告訴你的
• 瀏覽商品
• 看廣告
• 看新聞
• 看網友評論
• 按讚
• 分享
• 下載表單
• 兌換優惠券…..

11. 11
精準推薦與消費者洞察
場景#2
哪些人只
看不買？
場景#3
誰愛小米？
iPhone?
Etu Recommender
Application
轉化率分析
推薦演算法
客戶相似
度分析
資料
擷
取
商品關聯
性分析
推薦清
單
推薦引擎
歷史交易資料
• 訂單資料
• 購買紀錄
場景#1
誰是我的
忠實粉絲
Web 互動資料
• 瀏覽
• 點擊
• 搜尋
• 購物車
• 結帳
• 跨網域用戶行為
Mobile Web
互動資料
• 瀏覽
• 點擊
• 搜尋
• 購物車
• 結帳
• 跨網域用戶行為
User-­‐defined
Recommenda/on
Result
Filter
廣告關聯
性分析
內容關聯
性分析
場景#4
廣告費都
丟到水裡
Product
場景#5
網站的使
用者體驗
如何？
Recommendation
商品推薦
Content
了？
Recommendation
內容推薦
Ad
Recommendation
站內廣告推薦
Etu Insight
(Customer Behavior Data Warehouse)
流量分析
新客戶
vs.
回頭客
漏斗分析
每天多少流
量能轉化為
訂單
品牌偏好度
各商品分類
最受歡迎品
牌
來源網站和
訂單效益
關聯性分析
不同版位效
益分析，評
估網站使用
者體驗

12. 12
精準推薦與消費者洞察
Customer
Behavior
Recommenda/on
Etu Recommender
商品
內容
廣告
Consumer Connect
List
Customer
Behavior
Recommenda/on
Etu Recommender
商品
內容
廣告
Consumer Connect
List
DW
CRM
Consumer Discovery
Analytics core
推薦運算叢集
3600
Customer
View
Customer Profile Discovery
Data
Converter
Customer Behavior
Data Warehouse
HIVE JDBC
/ODBCDriver
Analytics core
推薦運算叢集
客戶行為分析叢集
Event
Collector
Customer Behavior
Data Store
Event
Collector
Customer Behavior
Data Store

13. 13
消費者洞察，資料策略的第一步

14. 14
DW Offload – 資料載入與查詢

15. 15
DW Offload – 資料載入與查詢
l 客戶 : 某大醫院
l 需求 : HIS 系統與院際其他系統資料整合
l 困難與挑戰 :
ü 原 HIS 系統資料庫支援度差，需先將資料匯出處理
ü 來源資料量非常龐大， ETL 載入效率非常差
ü 原資料庫對大量資料的查詢效率不佳，無法應付大量且即時的查詢
需求
SSIS
SQL
SQL
Server
查詢結果
資料入庫
時間過長
資料查詢
時間過長
Oracle
Informix
SQL
Server

16. 16
DW Offload – 資料載入與查詢
Sqoop
SQL
查詢結果
Impala
HDFS
第一期方案
Informix
1. 以 Etu Software Appliance 搭配 Sqoop 做資料入檔，解決資料載入
時間過長問題。
2. 使用 Impala 查詢 Hadoop 中的資料，解決資料查詢時間過長問題。

17. 17
DW Offload – 資料載入與查詢
最終方案
Sqoop
ETL
Impala
HDFS
Oracle
Informix
SQL
Server
EDW
/
DM
API
Web
Service
1. Hadoop 成為組織內部的 data pool (ODS)，所有資料先進行格式統一，
錯誤資料清洗等轉置工作，並儲存在 HDFS 中。
3. EDW / DM 或應用系統所有資料需求，皆統一由 Hadoop 提供，解決跨
來源資料整合問題。

18. 18
從 RDB 邁向 Big Data BI

19. 19
生產良率即時告警

20. 20
生產良率即時告警
製程資料
組裝包產線
SMT產線
統計分析改善
統計分析
製作圖表
良率低
主因素
組裝包產線
現有技術架構
RDB 資料儲存、運算與彙整
RDB
不及時
算得慢
擴充成本高
N
hours
SPC
SMT
SFCS
SMT
Data
Files
SMT產線
SMT產線
註:
SFCS:
Shop
Floor
control
system;
SPC:
Solder
Paste
Control
SPI:
Solder
Paste
Inspec/on
資料探勘
特徵規則(傳統運算)
SPC
SFCS
SMT
SFCS
SPI
1. 生產問題無法及時發現: 資料處理與計算時間過長導致生產問題無法及時發現
2. 運算效能不彰: 採用資料庫進行運算時，產生過多Temp Files與資料轉換，系統資源浪費且效率差
3. 容量擴充成本高: 因應產線擴充，機台測試資料增加與保存時間延長所需成本過高(Scale Up)

21. 21
生產良率即時告警
製程資料
組裝包產線
組裝包產線
SMT產線
SMT產線
SMT產線
SPC
SFCS
SMT
SFCS
SPI
新一代 Big Data 技術架構
統計分析加以確認
統計分析
製作圖表
及時
算得快
擴充成本低
良率低
資料探勘
RDB 主因素
N
mins
MPP
DB
特徵規則 (平行運算)
SMT
No
SQL
SMT
Data
Files
HDFS
SPC
SFCS
1. 生產問題及時發現: 資料處理與計算時間大幅縮短，可以提升品質判斷速度，減少產線損失
2. 運算效能佳: 採用平行運算與分散式檔案系統，減少過多Temp Files與資料轉換，生成統計表提供查詢
3. 容量擴充成本低: 因應產線擴充，機台測試資料增加與保存時間延長可線性擴充 (Scale out)

22. 22
生產良率即時告警
Real-time Big Data
Data
Stream
Spark-­‐
Streaming
Spark
Impala
DN
RS
Spark-­‐
Streaming
Spark
Impala
DN
RS
Spark-­‐
Streaming
Spark
DN
RS
Impala
…
Data
Stream
Data
Stream
生產機台資料
SPI Data
On-the-fly Pattern
Matching Alert
Real-time Analytics
- Machine Learning (Rec. Cluster..)
- Iterative Algorithms
Near Real-time Query
- Ad-hoc query
- Reporting
Long term data store
- Batch process
- Offline analytics
- Historical Mining Spark Impala work together

23. 23
Real-time Big Data

24. 24
Workshop

25. Thank
you
318,
Rueiguang
Rd.,
Taipei
114,
Taiwan
T:
+886
2
7720
1888
F:
+886
2
8798
6069
www.etusolu/on.com