分布式计算能让大数据分析更好地应对挑战
大数据分析在理论上听起来不错,但实践操作却非易事。Cloudera公司是电子垃圾回收领域的先驱,公司的产品经理Eva Andreasson表示,大数据分析面临技术的局限和存储成本,以及应对不同系统的挑战。
Andreasson在悉尼举办的“YOW! 开发者大会”上说,Hadoop下的不同工具能更好地应对各种挑战,并列举了卫生和零售业的实际案例。
Andreasson曾与美国一家儿童医院开展过合作,该家医院需要对其数据进行实质分析。
该医院的监测系统不断地获得患者的呼吸系统、心脏速率、血压等数据。可惜的是,该家医院仅能将患者的关键数据储存到手术或治理后三天。
Andreasson说,“在医院的重症监护病房里,有很多婴儿及患者不知道该如何沟通,医生只能通过监测系统获得所有信息。试想,如果你是医院里一名无法沟通的患者,在手术后治疗出现了不适反应,该怎么办?”
医院的另一个问题是,研究数据存储在不同的系统当中,难以在短时间内有效整合,这往往导致临床医师要获得特定信息需等待很长时间。
Andreasson还强调:“医生们明白儿童急诊的最常见原因是哮喘。他们也做过大量不同渠道的研究,也拥有20年的其他外部研究数据。但是他们没有一套系统能够为研究小组有效汇集数据,数据总是存储在不同的系统内。”
医院应用Hadoop平台可应对这些挑战,而且能节省部分开支。Andreasson说,从硬件建设到软件安装,Hadoop平台只需医院用不到三个处理器来运行原来的传统数据管理系统。
医院每周大约可处理50GB的监测数据,并有2TB的容量接受所有研究数据的同时访问。而Apache Sqoop系统可用于在相关数据库和Hadoop之间进行数据转换。
Solr是一款全文搜索的开源系统。工作人员正在使用Solr进一步探索它的各种数据集和文件。而Impala作为一款查询工具,用来做实时监测数据分析和研究病人的健康状况发展趋势。
Andreasson说,“几星期内,研究人员就能改变流程,让患者的看护时间更长。他们发现,护士与患者接触的时间多几个小时,患者就能恢复得更好。安装完这一系统几个月内,医院就能减少与哮喘相关疾病的数量。”
Andreasson还提到另外一个在线零售商的案例,和儿童医院类似,该零售商以前只能存储客户交易六个月以来的有限数据量。
“如果存储时间能够达到一年、两年乃至五年,就能显示哪类客户在一段时间内减少购买或停止购买其产品。”Andreasson补充说,“Hadoop就能做到这一点,它能提供半年、一年乃至五年的数据,因为它是一个线性的可扩展平台。”
该零售商还记录着点击该网站的每个访问者记录,访问者点击网站上特定板块的时间,并加强了多类型数据集之间的相关性。
通过使用Flume,每个日志事件在生成之时就会被消耗掉,并发布到Hadoop分布式计算文件系统。然后系统会创建表格比较点击率最高的产品和最畅销的产品。
“在上述案例中,有一项产品不在"最畅销产品"之列,但数据显示用户经常点击这个产品。这意味着什么?你可以通过添加有助商业开发的数据集,获得新的见解。”
“我们看到,小孩踢的足球大受欢迎,但它并没有在我们的购物清单上。那我们要做些什么来获得更多的收入呢?也许这个产品定价出了问题,在购物者看到价格信息后没有购买就离开网页了,当然也可能有其他原因。”
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