說到eBay的拍賣和購物網站你腦海里會想到什么？1億用戶、3億活躍商品、5萬種產品分類、平均每秒2100美元的交易額，那就對了。當然，你也可以把eBay看作是一家數據管理與業務分析企業：每天50TB的數據量、7500用戶與分析師的分析團隊支持。

    數據沙盒（data sandbox）聽上去很小，但它卻是eBay保證數據分析流程順利進行的關鍵組成部分。

    在今年四月洛杉磯召開的Gartner商務智能峰會（Gartner Business Intelligence Summit）上，eBay的分析應用技術高級主管Chris Rogaski在演講中說到：“如果人人都想要不同的數據視圖、報表或者儀表盤，我們將無法應付。所以，我們需要提前做好準備，只有這樣，我們的業務分析師和產品經理們才能根據數據做出決策。”

    eBay采取了很多措施，使用戶需求得以及時滿足。公司的數據分析平臺結合使用了Teradata的企業數據倉庫（enterprise data warehouse,簡稱EDW）、被eBay稱為“Singularity”的Teradata獨立深層存儲數據庫以及Hadoop系統。EDW用來存儲結構化交易數據；Singularity用來存儲半結構化數據（如網站用戶行為分析）；Hadoop則用來處理非結構化數據，其中包括原始用戶行為數據、其他形式的機器生成信息和文本數據等。Rogaski稱，三部分合起來大概占據了90PB的存儲空間。

    另外，eBay將虛擬數據集市在EDW中自由分散，供任何想要開發、操控、添加特定數據集的員工進行使用。數據集市是公司的分析作為服務（Analytics as a Service）中的一部分，或者是A3S及其他用戶分析數據程序的一部分。業務用戶和數據分析師使用由eBay的IT部門開發的工具，可擁有（通常也會使用）100GB的空間，這就是在商務智能領域所謂的數據沙盒。

    數據沙盒也被稱為分析沙盒，這些由用戶控制的空間被相互隔開，將數據實驗和數據倉庫的生產數據庫環境區別開來。eBay的用戶有權限獲取EDW中的數據，還可以將所需信息復制到數據集市中進行分析。在eBay開發工具的幫助下，他們可以上載附加數據進行分析。Rogaski說：“如果存在一個我們不知道的新的數據源，我們沒辦法將其隔開，對它不進行數據分析。”

    企業部門之間的對峙阻礙數據分析

    企業中IT部門和業務部門的長期對峙屢見不鮮，其中一部分原因可歸咎于優先級別不同。當業務用戶有業務問題急需解決的時候，IT團隊可能正在進行數據治理或是維護數據質量標準。對于想要深度分析現有數據的分析師來說，工作的中斷會帶來很強的挫敗感。

    TechTarget的BI咨詢師兼研究主管Wayne Eckerson說：“分析師常常需要的是還未放入數據倉庫的數據，因為這些數據還未經處理和載入。”

    有些時候，數據分析師會認為由自己公司部署的BI和分析工具比Excel更加靈活，能夠秘密建立起IT范圍之外的Excel工具。然而，將Excel推行到企業上下進行數據分析之用并不是理想的方式。Eckerson補充：“每個人都知道分析師可以得出有價值的信息，但是沒有企業是靠電子表格發展壯大起來的。”

    Eckerson稱，這時候數據沙盒就起作用了。它可以保證分析用戶獲得所需數據、加強對信息的控制，使企業的數據陰影系統（data shadow systems）逐漸明朗化。

    對于BI和IT經理來講，一個精心管理的數據沙盒為用戶提供了一個安全之地，在公司管理架構內對企業數據進行實驗。美國Data Miners咨詢公司的創始人Gordon Linoff說：“這樣一個環境存儲的不是數據的復制，而是適合分析形式的信息。”Linoff還是《數據挖掘技術：市場營銷、銷售與客戶關系管理領域應用》一書的作者之一。

    數據沙盒可在數據倉庫、分析數據庫及其外部作為獨立的數據集市構建。在eBay的案例中，Rogaski說，在EDW中采用沙盒作為虛擬數據集市降低了數據活動，減少了用戶對數據進行復制并存儲在其他系統的需求。

    期限設定對分析大有幫助

    他承認，在用戶占據了沙盒，還是會出現少量的數據復制。“但這很正常，算是我們發展業務付出的一點代價吧。”為了減少復制，eBay在數據系統中使用了期限設定的方法，由分析師設定好數據集使用的一個結束日期。截止日期快到的時候，Rogaski的團隊會與分析師協商，要不要把數據從系統中刪除；這一過程被eBay稱為碎片帳集（garbage collection）。

    由于沙盒本身的作用就是處理數據，Linoff相信擁有正確的技能對成功部署非常重要。數據科學家和其他用戶需要操控數據并分析數據當下的活動。他說：“這等于是在學習全新的事物，所以你需要可進行充分利用的技能組合。”

    這條規則對許多企業來講都十分有用，但并不適用于所用企業。Rogaski說，eBay的目標之一是讓很大一群人都能獲得它的BI和分析數據。即便是一個毫不了解情況的業務用戶也能夠使用虛擬數據集市。

    對于想要建立數據沙盒的企業，Eckerson認為其中一個很大的挑戰是管理。他舉例說到，在用戶將包含獨有數據視圖的報表分發出去之前，企業BI團隊應該核實一下操控的信息，確保指標都正確無誤。

    Eckerson說：“你可以讓用戶獲取數據，但你還需要給他們一些指導。沒有人喜歡受限，但他們用的是公司資源，就不得不在某些方面遵守規則。”