如何将大数据集成到数据仓库
利用大数据可以在大型商店的相关客户数据上进行快速高级分析,以发现新的客户关系,使我们更好地了解客户需求,优化价格、提供更好的产品和服务,并最终获得更高的利润。
这些分析所提供解决方案的质量不仅取决于被分析的大量原始数据,还和这些数据与企业数据仓库的集成度有关。例如,大数据应用程序可能包含所有客户购买产生详细的交易信息;然而,数据仓库仅包含实体标识(产品和服务名称)、摘要和聚合类别如地理(哪个区域的哪个商店),产品类别,销售地区,管理层次结构、定价数据,客户类别和概要文件等等。
在多数情况下,大数据应用的成功与其如何集成到您的企业数据仓库息息相关。本文将介绍几种方法,以便快速有效地完成这项工作。
在今天的商业信息技术系统中,越来越多的数据被收集并存储。为了能够捕获、存储和分析这些数据,大多数企业转而寻求专门的硬件和软件解决方案。一个常见的解决方案是使用一个专用的硬件数据存储(有时称为一体机)加上配套的商业信息分析软件。一个例子就是IBM DB2 AnalyticsAccelerator (IDAA)。
配置一体机以适应大容量。一体机之所以能够执行高速查询,是因为它们具有专用的高容量磁盘存储阵列,允许大规模并行处理。这一过程只有在被引用的所有表都存储在一体机中时才能正常工作。如果你的大数据应用程序使用了多用户社区发布的跨许多商业实体和关系的复杂查询,你应该接受所有数据表都要存储在一体机中这一事实。
注意,您的数据仓库表也应该存在于你当前的数据库管理系统(DBMS)中;这样做为了使你的当前操作和常用仓库查询可以更快地在DBMS中执行。
限制对一体机的初始访问。大多数大数据应用程序被安装来支持特定的用例。这些用例目的是使分析能够有助于立即降低成本或提高利润。最好是限制这些用户访问一体机,尤其是在他们使用标准的商业智能(BI)工具来构造查询时。为大数据所定制BI工具允许用户以图形化的形式组织SQL语句,而后在后台执行实际的SQL查询。这允许软件设计师通过正确的SQL语法来使用一体机。
另一个限制一体机只能被个别用户访问的原因与性能调优有关。最初交付给客户的大数据一体机并不具有性能调优的能力。这是因为人们认为那些先进的软件和硬件一体机速度极快,性能调优没有存在的必要。现在,随着越来越多的用户获得大数据一体机存储和访问路径查询的经验,新交付的一体机出现了性能调优的选项。限制一体机访问可以使你的一体机运维团队在一个相对稳定的环境中进行一体机的性能调优。
您需要确定如何处理被更改的数据。为了使一体机返回有用的信息,数据必须是最新的。这里所说的数据包括数据仓库数据,这些数据我们也建议您实例化到一体机中去。然而,由于大多数数据仓库每天都执行提取-转换-装载(ETL)流程,你现在必须协调这些数据,以便其顺利加载到一体机中。通常ETL最后一步执行数据库应用程序,将转换后的数据加载到数据仓库中。现在,ETL有一个额外的步骤,将数据加载到一体机中。没有将这些新数据加载到一体机中是十分危险的,你的查询操作访问数据仓库中的表,会返回一个查询结果,而当查询操作访问的是一体机表数据时,返回的又是另一个结果,两个结果无法保持一致性。
解决这个问题的最简单方法是在数据仓库ETL过程中添加一步,即当数据加载数据库后立即加载到一体机中。然而,会有很多数据加载选项。假如ETL过程是在表中追加记录,而不是覆盖整个表会怎样?一体机加载过程通常有一个“加载被更改数据”的选项,该选项允许一体机只加载那些最近被更改过的数据。这种方法也适用于分区表,一次只有一个分区被加载。
升级数据仓库体系结构。企业数据仓库已经成为商业智能查询的平台。数据仓库业务分析师查询数据仓库数据以供分析;所以仓库已经包含类别和维度表用于构造子集,合计和聚合。这样的类别数据通常存储在产品类别、客户类型、地理区域等维度表中。
考虑到大数据的用例(BI查询随着大数据的实现已经被定义为高回报的),检查你的仓库,以确保仓库中存在所有必须的类别和维度表,且表中数据正确。另外你可能需要进一步检查以确定原始源系统数据是正确和最新的。检查你的企业数据字典和元数据以确认数据元素定义的正确性和相关性。
加快ETL处理过程,特别是数据仓库的数据加载过程。随着查询数量和复杂性的增加,BI用户将需求更多地使用大数据存储库。然而,由于大数据需要与数据仓库集成,这自然转化为更快的数据处理要求。分析整个数据转换链,包括源数据的采集、数据清理和转换,以及最终数据仓库装载过程。你应该考虑升级相关网络和服务器来应对数据量的增加。对旧的、过时的仓库数据进行分析,清洗或归档不再使用的数据。审查数据加载程序,为速度提升做好准备,这包括并行表加载过程,以及制定相应分区方案来允许原有数据被查询的同时加载新的数据。
为新岗位培训员工。大数据的应用程序和企业数据仓库完成集成后将会共同成长。这将改变数据仓库运维人员的工作内容。仓库分析师必须扩大视野,并意识到现在的数据存储在一个或多个大数据的应用程序中。他们必须去熟悉任何新的BI分析软件,以帮助用户实现报表和查询。
随着大数据消费的扩张,性能将成为一个问题。企业急需数据科学家,这些科学家了解数据以及数据库管理系统和一体机,并能对其进行监视和性能优化。最后,这些专家在数据来源和操作系统领域具备渊博的学识,这将帮助企业确定哪些数据应该被添加到当前数据仓库和一体机中。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14