数据中心是一家互联网公司非常重要的一个部门，这是大公司必有的用户画像分析，分析用户行为日志，从而来定产品方向的迭代优化，韭圈基本前期没有什么数据中心，我们的需求都是粉丝提出来的，我们基本都是按照粉丝想要的方向去迭代改进，但随着韭圈功能复杂度的提升，有很多需求是单个人想要的，而不是群体的，需求池里上百页的需求，程序员已经卷不动了。不知道先从哪一个开始比较好。这时候呢，分析数据就是一项比较重要的工作了。同理还有那么多视频，课程，先做哪个，先录哪个。哪个系列是用户比较喜欢的。哪个帖子是用户比较喜欢的，以及哪个功能。
最开始韭圈数据是三方uniapp的 发现uniapp的统计功能极差，是的这里只能用极差来评价他，几乎没有，看的非常乱。后采用被阿里收购的友盟来做，前期 UV PV DAU 都没什么问题，但如果遇到漏斗分析 分析一个功能的时候，这时候就捉襟见肘了。
为了解决这一问题，韭圈必须要成立自己的数据中心，进行数据上报，经过祥瑞细心调研，问过几个前同事，韭圈面临俩个方案选择。
一种是elk （ Elasticsearch、Logstash、Kibana），一种是hadoop（这里就解释下，之前给用户解答下。hadoop作为数据业务架构核心之一，做数据仓储分析用的，不是做量化策略用的）。这俩个方案最好的是hadoop 但这是对于大而全的成熟互联网团队，有专门的人去管它，Elasticsearch作为全文搜索引擎，在搜索领域是互联网最前沿的标杆。比如社区的搜索，小说。都可以作为亿级别的存储方案。
后面韭圈为什么选择了集群elasticsearch呢？有俩个维度，一个是elk 上手容易 操作简单，并有kibana作为可视化分析（因为北落一直有个需求，说把用户搞个可视化表格一样，放在公司屏幕上。让所有人看见每天的增长变化，用于自省）。
还有最重要一个维度，便宜 。 这里想说下阿里云，阿里云作为国内云SASS解决方案，提供非常多的组件，但随之而来的就是稍微收一点点费用，hadoop集群要比elasticsearch贵一倍以上，综合考虑 我还是选择了ES 毕竟每天50万左右的数据 也不是很多。
创业公司到成熟互联网公司，一步一个脚印走着，千万不能一步迈很大，伤者本体就得不偿失了。我一直提倡，没有业务，就不要空炫技术。技术跟着业务中，相辅相成才会共同进步。就这样韭圈简易的数据中心成立了，自己做埋点上报，确实解决了很多运营想看的数据。当公司大道一定程度，会考虑hadoop的。
