各位大大，
科技發展的腳步實在太快，好康妹每次都追趕的好辛苦（怕聽不懂大大們討論的話題）…

今天有篇資料庫的好文章要介紹給大大們（很神奇，好康妹竟然看得懂耶！）
不知道大大們覺得內容寫得對不對，跟你們的想法一樣嗎？

盡信書不如無書，自己唸書不如大家一起唸書，跟人家說一下你的想法好不好？

◆迷思止步！資料庫應用大無限！
Big Data淘金，就得砸大錢蓋礦場？

全球最大零售業者Wal-Mart運用Hadoop技術，針對駐留於Facebook或Twitter等社群媒體的商品討論訊息，加以深入分析，進而快速掌握消費者的真實意向，順勢築起難以踰越的競爭門檻；藉由此例，也讓世人領略到海量資料（Big Data）的奧妙。

不可諱言，「海量資料」是當前最具吸睛效果的IT話題之一；只因多數企業意識到，其賴以提振營運績效的致勝密碼，僅有某部分被蘊含於ERP或CRM等結構化資料，其餘更大的一塊瑰寶，竟潛藏在文字、影像、聲音甚或網頁等大量非結構化資料，這些海量資料就像是豐盛的寶庫，以往未曾有效開採，今後必須勤加蒐集、整合並分析，才不致暴殄天物。

正因如此，舉凡Hadoop、MapReduce等攸關海量資料的技術辭彙，開始成為人們熱切追逐的焦點。但問題來了，Hadoop這個被視為足以取代ETL的技術，絕非三兩下就能輕易上手，要考慮的因素著實不少，而企業縱使有幸突破這些障礙，又得面臨另一大難關，那就是「錢」！為了每月、每季甚至每半年才來這麼一次的Big Data分析，就得大手筆斥資建立分散式處理架構？好比為了應付偶一為之的淘金需求，就砸下重金興建礦場，ROI是否划算，顯得值得商榷。

全球競局如此激烈，凡事都不容磋跎猶豫，企業理應趕緊從海量資料挖寶，但卻又礙於諸多阻撓而遲遲未能出手，如何是好？為此，微軟(Microsoft)提供一系列解決方案，期望幫助企業快速獲取必備工具，從此再無後顧之慮，恣意坐享淘金樂趣！

SQL Server，營造最友善的分析環境
事實上，企業費盡千辛萬苦鑽研海量資料淘金之術，目的就在於修成正果，妥善呈現最終分析結果；而SQL Server堪稱迄今最被廣為使用、也最易上手的商業智慧(BI)與報表工具，能有效提供海量資料分析服務，進而幫助企業，從繁複資料淬煉過濾出寶貴資訊。

SQL Server足以承先啟後，其中一頭介接後端Hadoop運算架構，另一端則可銜接Office、SharePoint或Reporting Service等前端呈現工具，使得原本頗為艱澀的海量資料處理結果，得以化繁為簡，藉由直覺互動、親和易懂的風貌，清清楚楚展現在使用者眼前。

尤其最難能可貴的是，任何前端使用者皆可透過自我服務，從SQL Server的身上取得分析成果，完全無需勞駕IT人代為處理；也難怪若干網購平台的行銷人員，在推出Campaign後短短4小時內，就能鉅細靡遺地向老闆回報成果，即使老闆不厭其煩探究主要消費者族群分布，究竟落在哪一性別、哪些
地區、哪些年齡層，行銷人員都可立即轉換分析維度，輕鬆給出明確答案。

當然，多以非結構化型態呈現的海量資料，與傳統結構化資料有所歧異，倘若沿襲過去關聯式資料慣用的Raw-based資料頁擺放模式，則I/O與搜尋速度恐將「遲緩」到令人不敢領教的地步；有鑑於此，SQL Server 2012轉而採取ColumnStore Index索引方式，藉此發揮10倍以上的增速效果，讓使用者得以快速查詢海量資料，絕不拖泥帶水。

取道公有雲服務，快速挺進Hadoop
海量資料的奧妙精深之處，其實就在於分散式處理，而MapReduce即是實現這個精髓的關鍵技術；只不過，多數程式開發人員有苦難言，撰寫MapReduce程式的難度不低，可稱得上艱困任務。

所幸微軟運用累積多時的資料採礦(Data Mining)、Bing搜尋等經驗與知識，將原本繁複的MapReduce演算法則化為Template，統一集結於一個函式庫，成為Windows Azure Marketplace之中的一支「App」；有了這套垂手可得的法寶，程式開發人員無需絞盡腦汁從零開始，便可快速動手打造MapReduce程式。

既然是分散式處理環境，可以想見，在Hadoop架構裡頭，一定擁有許許多多的運算節點，此時也需要由System Center坐鎮指揮，有效管理眾多節點。而為了協助企業卸除沈重的Hadoop建置成本壓力，微軟別出心栽在Windows Azure公有雲端平台上提供Hadoop租用服務，使得企業不必投資
布建大量伺服器及資料庫，就可隨租即用獲取必要資源，執行海量資料運算任務，開創「數字煉金」的終南捷徑。

不可否認，任何分散式處理環境都有其臨界點，不可能漫無止境地擴張下去，微軟一路橫跨本地資料庫、私有雲、公有雲與混合雲，提供全方位海量資料解決方案，正足以幫助企業卸除臨界壓力，為偌大的海量資料分析需求，找到宣洩的出海口！

T-Drive計畫，堪稱經典應用案例
持平而論，不少供應商端出的海量資料解決方案，屢屢讓人為之目炫神迷，但說到實作案例，卻未必能講出幾件；微軟則不然，透過北京的T-Driv及Urban Planning案例，即已充分顯露深厚的海量資料功力。

時值2009~2010年期間，微軟研究院與北京市政府合作，為該市33,000 輛計程車部署GPS裝置，期望汲取駕駛人的智慧及經驗，進而針對持續累積的龐大導航數據進行分析，一方面找出最佳的行車路徑，二方面發掘交通瓶頸。

爾後發現，北京市區最明顯的交通瓶頸，出現在北四環路，主因在於天通苑、來廣營等兩個地區的居民，皆以此為出入幹道，無怪乎經常出現塞車情況，非得另闢其他出口，方能分散龐大車流量。北京市政府遂根據GPS海量資料分析結果，決定新建長達1.7公里的北湖渠西路，此舉果真一擊中的，有效化解交通堵塞難題，因而造福廣大市民。