从大数据出发，核桃运算打造即时资料分析引擎_数据分析师

在大数据时代中，如何更快地即时分析巨量数据，成为新的创业契机。来自台湾的团队「核桃运算MacroData」，从最底层的数据分析架构出发，耗费两年半的时间，研发出可分析不同资料属性，以及横跨各式硬体的资料分析引擎，比起现有的资料库来说，运算速度还要快50倍到100倍，今年下半年将正式走入市场。

　　令人意外的是，核桃运算一开始并非瞄準大数据商机。核桃运算的灵魂人物薛文蔚，是台大资工系第一届学生，毕业取得哥伦比亚大学资工博士学位后，先到华尔街工作两年，在1995年开始创业，开发教育平台。2000年回到台湾，在知名的软体公司Computer Associates负责亚洲地区的合资公司业务，随后在台湾成立供应链管理公司「联合通商eBizprise」，和在中国的子公司「eBizServe」。

　　2011年，薛文蔚遇到一个中国大陆大型零售商的供应链预测问题。当20万个品项、上万个通路，再加上要做100週的预测时，资料共有惊人的上百亿点，如此庞大的资料量，传统的资料库无法负荷。他发现市场空缺后，找来公司裡两位同事黄怡诚和赖育骏，一同成立研发团队。

　　虽然本来是从供应链管理的问题切入，但深入研究后薛文蔚却发现，这是大数据的问题。他解释，现在用的资料库技术都是1970年时提出的架构，很多理论是基于当时的假设，「但当底层条件已经改变时，我们不该再用过去的模式想事情。」于是团队从非常底层的架构重新思考，适合现在使用的运算模式是什么。

　　其中最大的差异是，过去资料运算时，需先从资料储存的地方如硬碟，搬到记忆体运算后，再把资料放回去。但现在的资料量早已是过去的好几千万倍，薛文蔚打个比方：「Data的成长就好像房价一样，Code的成长则好像薪水一样。」

　　如果沿用过去搬动资料的运算方式，大多时间都是花在「搬移」上，因此核桃运算主张透过不搬动的「in-place computing」运算方式，直接把程式送到资料的所在地运算，少了搬移动作，资料运算速度就会提昇很多。目前团队已申请四项美国专利，其中叁项已被核准。

　　比起现有的资料库运算方式，核桃运算共同创办人陈元贞解释，以目前知名的Hadoop来说，透过分散式运算，把1部机器要算的东西放到100部机器上算，虽能提升运算速度，但却不是每个公司都能负担的起部建分散式运算系统。

　　若是非关联式的NoSQL资料库，数据存储没有一定的模式架构，虽然速度可以变快，但也因为不需固定模式，当要做两者的比较分析或资料採矿就有些困难。若是传统的MySQL资料库，更是无法负荷现在庞大的资料量。

　　从2011年下半年先在母公司联合通商旗下成立团队开始，众人花了两年半时间研发，终于在今年推出产品「Big Object」，团队也在今年2月从母公司独立。Big Object主要运行在64 bit的装置上，因为採用「in-place computing」，最大优势就是快，运算速度可快50倍至100倍，因此可做到当下的即时分析。

　　此外，Big Object也能分析异质性资料，不只企业本身的商务资料，也能结合open data和非结构性资料，像是零售业者可和天气预测或脸书贴文交叉比对。「就像冰山一样，本来你只看到交易资料，可是更多的是你没有看到水面底下的资料，」陈元贞说。

　　也因为Big Object是很轻巧的资料运算引擎，在未来物联网时代，小至眼镜、手錶，大到汽车、冰箱，每个装置都能成为分析资料的机器，因此这些装置也都可以嵌入Big Object的分析引擎，根据数据做出最优化的预测或行动，如调整车速、冰箱温度等。

　　Big Object主要针对BI产品(Business Intelligence，从数据分析中挖掘商业价值)或LOG分析的软体开发商，可直接将Big Object嵌入在软体裡，收入以授权年费为主。目前核桃运算已有些试用客户，像是在台湾就已和神坊资讯旗下的购物网站合作，透过Big Object计算商品间的相关性，进而做出即时的购物推荐。

　　产品到位后，今年下半年Big Object将开始走入市场，目前处于客户开发阶段。陈元贞表示，由于这类应用主要在美国市场居多，因此今年3月团队也在美国註册公司，预计今年在台湾和美国都要各自招募十人团队，未来台湾负责研发，美国则负责业务。