1700432500
1700432501
分析沙箱只被一小部分用户使用。分析沙箱中创建的数据与生产数据库彼此隔离。沙箱用户也可以把自己的数据导入到沙箱内，在短期内作为整个分析项目的一部分数据源，即使这些数据不在企业的数据模型范围内。
1700432502
1700432503
沙箱中的数据都有时间限制。沙箱的理念并不是建立一个永久数据集，而是根据每个项目的需求构建项目所需的数据集。一旦这个项目完成了，数据就被删除了。如果沙箱被恰当地使用，沙箱将是提升企业分析价值的主要驱动力。
1700432504
1700432505
驾驭大数据 [:1700430581]
1700432506
5.1.2 分析沙箱的好处
1700432507
1700432508
分析沙箱有什么好处？我们将从分析专家与IT人员两种视角来进行阐述。
1700432509
1700432510
对于分析专家而言，沙箱的好处有以下几个。
1700432511
1700432512
■ 独立：分析专家可以在数据库系统中独立开展工作，不需要经常来回申请项目所需的各种权限。
1700432513
1700432514
■ 灵活性：分析专家可以自由地使用各种分析工具，包括商业智能、统计分析或可视化数据工具等。
1700432515
1700432516
■ 效率：分析专家可以直接使用企业数据仓库或数据集市来进行分析，不需要抽取或移动数据。
1700432517
1700432518
■ 自由：分析专家不需要负责系统管理与生产流程的监控，这些维护性工作都转移给了IT部门。
1700432519
1700432520
■ 速度：通过并行处理可以实现大范围的快速优化。这也带来了“快速迭代”与“快速试错”的能力，降低了创新的风险。
1700432521
1700432522
沙箱对每一个人都有好处！
1700432523
1700432524
分析沙箱对分析专家和IT人员有不同的好处，它不会伤害任何一方。双方人员在不理解沙箱时，常常害怕这个概念。建议开展内部培训后再启动沙箱建设，这可能会耗费一些时间，但绝对值得。
1700432525
1700432526
分析沙箱对IT人员有以下几个好处。
1700432527
1700432528
■ 集中化：IT人员可以像管理其他数据库一样对分析沙箱进行集中管理。
1700432529
1700432530
■ 流水线作业：沙箱显著地简化了推动在生产流程中使用分析流程的难度，因为开发与部署都发生在同一平台。
1700432531
1700432532
■ 简化：应用从开发环境迁移到生产环境时，不需要进行任何形式的重新开发。
1700432533
1700432534
■ 控制：IT可以管理沙箱环境，平衡沙箱用户和其他用户的资源需求。如果沙箱环境的探索工作发生了错误，也不会影响生产环境。
1700432535
1700432536
■ 降低成本：通过把许多分析型数据集市集中到一个中央集中系统内，可以显著地降低成本。
1700432537
1700432538
驾驭大数据 [:1700430582]
1700432539
5.1.3 内部分析沙箱
1700432540
1700432541
从企业级数据仓库或数据集市中划分出一块区域形成的分析沙箱，就是内部分析沙箱。在这个例子里，沙箱物理上是部署在生产系统中的，但沙箱的数据并不是生产数据库的一部分。沙箱是系统中独立存在的数据库区域，如图5-1所示。
1700432542
1700432543
1700432544
1700432545
1700432546
图5-1 内部分析沙箱
1700432547
1700432548
使用大数据时需要注意，最好增加一个MapReduce环境到混合环境中。通常会同数据库平台一起安装，除非你现在使用的系统没有同时包括这两个环境。MapReduce环境需要访问内部沙箱，数据可以在所需的两个环境中进行共享。我们已经在第4章中讨论过了MapReduce。
1700432549