全部商品分類
數據建模是一門復雜的科學，它涉及組織數據以滿足業(yè)務流程的需求。它要求設計邏輯關系，以便數據能夠相互關聯并支持業(yè)務。然后將邏輯設計轉換為物理模型，其中包括存儲設備、數據庫和存儲數據的文件。
在以往，企業(yè)一直使用ＳＱＬ等關系數據庫技術來開發(fā)數據模型，因為它特別適合靈活地將數據集和數據類型鏈接在一起，以支持業(yè)務流程的信息需求。
不幸的是，大數據（現在占管理數據的很大一部分）不能在關系數據庫上運行。它在ＮｏＳＱＬ等非關系數據庫上運行。這讓人們相信不需要創(chuàng)建大數據模型。問題是，如果想充分利用大數據的潛力，確實需要對其進行數據建模。以下是以可訪問且有效的方式建模大數據的６個技巧：
１．不要試圖將傳統(tǒng)的建模技術強加于大數據
傳統(tǒng)的固定記錄數據在增長過程中是穩(wěn)定和可預測的。這使得大數據建模相對容易。相比之下，大數據的指數級增長是不可預測的，其無數形式和來源也是不可預測的。當網站考慮對大數據建模時，建模工作應該集中在構建開放和彈性的數據接口上，因為可能永遠不知道什么時候會出現新的數據源或數據形式。在傳統(tǒng)的固定記錄數據世界中，這并不是優(yōu)先考慮的問題。
２．設計系統(tǒng)而不是模型
在傳統(tǒng)數據領域中，關系數據庫模型可以涵蓋業(yè)務信息支持所需的數據之間的大多數關系和鏈接。大數據則不是這樣，它可能沒有數據庫，或者可能使用ＮｏＳＱＬ這樣的數據庫，而后者不需要數據庫模型。
正因為如此，大數據模型應該建立在系統(tǒng)上，而不是數據庫上。大數據模型應該包含的系統(tǒng)組件包括業(yè)務信息需求、企業(yè)治理和安全、用于數據的物理存儲、所有類型數據的集成和開放接口，以及處理各種不同數據類型的能力。
３．尋找大數據建模工具
如今有許多支持Ｈａｄｏｏｐ的商業(yè)數據建模工具，以及像Ｔａｂｌｅａｕ這樣的大數據報告軟件。在考慮大數據工具和方法時，ＩＴ決策者應該將為大數據構建數據模型的能力作為他們的需求之一。
４．關注對企業(yè)業(yè)務至關重要的數據
每天都有大量的數據涌入企業(yè)，其中很多都是無關緊要的數據。創(chuàng)建包含所有數據的模型是沒有意義的。更好的方法是識別對企業(yè)至關重要的大數據，并僅對這些數據建模。
５．交付高質量的數據
如果企業(yè)專注于為他們的數據開發(fā)完善的定義和詳盡的元數據（描述數據的來源、目的等），就可以為大數據建立高級的數據模型和關系。對數據了解得越多，就越能將其正確地放入支持業(yè)務的數據模型中。
６．尋找對數據的關鍵切入點
當今大數據中最常用的向量之一是地理位置。根據企業(yè)的業(yè)務和所在的行業(yè)的不同，還有其他用戶想要的大數據通用密鑰。越能識別數據中的這些常見入口點，就越能更好地設計支持企業(yè)關鍵信息訪問路徑的數據模型。
注：文章來源于網絡，如有侵權，請聯系刪除
