我们很高兴宣布这一点埃德蒙兹网部署了Databricks，以简化Apache Spark群集的管理，并执行即席分析，以提高车辆数据的完整性并改善其网站的总体客户体验。你可以在这里读新闻稿。埃德蒙兹网这是一家领先的汽车信息和购物网络，每月为近2000万游客提供服务，购物者可以浏览经销商库存、车辆评论、购物提示、照片、视频和专题报道。为确保购物者满意，准确的车辆数据至关重要。埃德蒙兹网通过将汽车的VIN（车辆识别号）与原始设备制造商（原始设备制造商）和埃德蒙兹代码进行匹配，以识别有关车辆的关键信息，如车辆制造国、车辆年份等，来解决车辆列表页面上的数据质量问题。如果做得准确，提供这种详细的车辆信息埃德蒙兹网在购车过程中非常有价值。在过去的几年里，埃德蒙兹网的数据量从10 TB增长到100 TB，这使得准确解码每个VIN并将其与正确的车辆功能代码匹配变得越来越困难，从而导致丢失或不准确的细节影响了客户体验。例如，确定斯巴鲁有多大比例的遗漏了选项细节，或者有多少本田车没有外观颜色的描述，这些都是埃德蒙兹网工程队正在努力修复。为了解决这个数据完整性问题，埃德蒙兹网寻找apachespark的大规模处理速度。然而，他们意识到，为了让分析师和数据专业人士同时关注数据和业务，他们需要一个提供托管服务的综合数据平台，以简化Spark部署并提高生产率。随着数据块的实现，埃德蒙兹网能够使整个组织的数据访问民主化，允许其数据工程、数据科学和业务分析团队在规模上协作处理数据。埃德蒙兹网还取得了以下定量结果：将即席数据探索和分析速度提高了六倍，使他们能够更快地回答数据完整性问题；通过减少60%的处理时间，或工程团队每周平均3-5小时来提高报告速度；整个网站的车辆数据质量指标提高了35%。下载此案例研究以了解有关如何埃德蒙兹网正在使用数据块。为了自己试用数据块，今天就注册吧！免费试用Databricks。今天就开始吧