京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代 不是所有数据都那么珍贵
6月8日消息,数据中心不断地被大量数据们淹没,那么作为数据中心的管理员们,能不能就舍弃一部分不需要的数据呢?
最重要的担心就是怕错过任何可能的有用信息。你公司的营销副总裁很有可能会有朝一日让你提供一份公司过去20年的销售数据。而上面的领导一换,说不定新的数据要求在等着你。
还有一个非常现实的原因,那就是有些公司会申明永久保留数据,尽管这些数据几年、几十年都没人用过。顾能咨询将其称之为“暗数据”,并将其定义为“在正常经营活动中的信息资产组织收集、处理和存储,但一般不能用于其他用途(例如,分析,业务关系和直接货币化)的数据。这类似于物理研究中的暗物质,暗数据是信息资产“宇宙”中的大部分组成结构。因此,组织或公司经常保持暗数据用作参考资料。”
那么,到底你是否可以“减仓“暗数据的同时,并确保保留必要的数据? 这里有三个建议。
1:筛选数据
如果你使用的是机器或者是互联网产生的大数据,你在得到有用信息的同时也接受了许多无用的垃圾。数据过滤可以分离出你想要的信息。
2:导出数据
如果你希望为了将来做长期趋势分析而准备为数据保留个几十年,将这些数据导出到一个值得信赖并基于云计算的供应商是一个不错的选择。这样,在时机成熟时,你就可以自由地将存储的数据导回到你的数据中心进行分析。
3:定义数据保留政策
你可以在定义数据保留政策时表现得强势点。你作为一名数据管理人员,有理由来参与和指定数据保留的政策。这是具有优秀数据中心管理能力的一个标志。
小结
这会不会解决你所有的大数据存储管理和保管问题?没有,但它会给你的数据中心指明了正确的道路。它还将使你成为一名优秀的数据管理人员,能够宏观地预测数据方向和参与数据保留政策的制定。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22