Casa Finanza personale Livello 4 del Big Data Stack: Magazzini di dati analitici - manichini

Livello 4 del Big Data Stack: Magazzini di dati analitici - manichini

Video: Developer Keynote: Get to the Fun Part (Cloud Next '19) 2025

Video: Developer Keynote: Get to the Fun Part (Cloud Next '19) 2025
Anonim

Il data warehouse, il livello 4 del grande stack di dati e il suo compagno il data mart, sono stati a lungo le tecniche primarie che le organizzazioni utilizzano per ottimizzare i dati per aiutare i decisori. In genere, data warehouse e mart contengono dati normalizzati raccolti da una varietà di fonti e assemblati per facilitare l'analisi del business.

Data warehouse e date semplificano la creazione di report e la visualizzazione di elementi di dati disparati. Generalmente vengono creati da database relazionali, database multidimensionali, file flat e database di oggetti, in pratica qualsiasi architettura di archiviazione. In un ambiente tradizionale, in cui le prestazioni potrebbero non essere la priorità più elevata, la scelta della tecnologia sottostante è guidata dai requisiti per l'analisi, il reporting e la visualizzazione dei dati aziendali.

Poiché l'organizzazione dei dati e la sua disponibilità all'analisi sono fondamentali, la maggior parte delle implementazioni del data warehouse sono mantenute aggiornate tramite l'elaborazione batch. Il problema è che i data warehouse e i datamart caricati su batch potrebbero non essere sufficienti per molte applicazioni Big Data. Lo stress imposto dai flussi di dati ad alta velocità richiederà probabilmente un approccio più in tempo reale ai grandi magazzini di dati.

Ciò non significa che non si stia creando e alimentando un data warehouse analitico o un data mart con processi batch. Piuttosto, si potrebbe finire per avere più data warehouse o data mart, e le prestazioni e la scala rifletteranno i requisiti di tempo degli analisti e dei responsabili delle decisioni.

Poiché molti data warehouse e data mart sono costituiti da dati raccolti da varie fonti all'interno di un'azienda, devono essere affrontati anche i costi associati alla pulizia e alla normalizzazione dei dati. Con i big data, si riscontrano alcune differenze chiave:

  • I flussi di dati tradizionali (da transazioni, applicazioni e così via) possono produrre molti dati disparati.

  • Esistono anche dozzine di nuove fonti di dati, ognuna delle quali richiede un certo grado di manipolazione prima che possa essere tempestiva e utile per il business.

  • Le sorgenti di contenuto dovranno anche essere pulite, e queste potrebbero richiedere tecniche diverse da quelle che potresti utilizzare con i dati strutturati.

Storicamente, i contenuti dei data warehouse e dei data mart sono stati organizzati e consegnati ai dirigenti aziendali responsabili della strategia e della pianificazione. Con i big data, una nuova serie di team sta sfruttando i dati per prendere decisioni.

Molte implementazioni di big data forniscono funzionalità in tempo reale, quindi le aziende dovrebbero essere in grado di fornire contenuti per consentire alle persone con ruoli operativi di affrontare problemi come assistenza clienti, opportunità di vendita e interruzioni del servizio quasi in tempo reale.In questo modo, i big data aiutano a spostare l'azione dal back office al front office.

Gli strumenti e le tecniche di analisi esistenti saranno molto utili per dare un senso ai big data. Tuttavia, c'è un problema. Gli algoritmi che fanno parte di questi strumenti devono essere in grado di lavorare con grandi quantità di dati potenzialmente in tempo reale e disparati. L'infrastruttura dovrà essere presente per supportare questo.

Inoltre, i fornitori che forniscono strumenti di analisi dovranno anche assicurarsi che i loro algoritmi funzionino attraverso implementazioni distribuite. A causa di queste complessità, aspettiamo una nuova classe di strumenti per aiutare a dare un senso ai big data.

Ci sono tre classi di strumenti in questo livello dell'architettura di riferimento. Possono essere usati indipendentemente o collettivamente dai decisori per aiutare a guidare l'azienda. Le tre classi di strumenti sono le seguenti:

  • Reporting e dashboard: Questi strumenti forniscono un & ldquo; user-friendly & rdquo; rappresentazione delle informazioni da varie fonti. Sebbene sia un pilastro nel mondo dei dati tradizionali, quest'area è ancora in evoluzione per i big data. Alcuni degli strumenti che vengono utilizzati sono quelli tradizionali che ora possono accedere ai nuovi tipi di database definiti collettivamente NoSQL (Non solo SQL).

  • Visualizzazione: Questi strumenti rappresentano il prossimo passo nell'evoluzione del reporting. L'output tende ad essere altamente interattivo e dinamico in natura. Un'altra importante distinzione tra report e output visualizzato è l'animazione. Gli utenti aziendali possono osservare i cambiamenti nei dati utilizzando una varietà di diverse tecniche di visualizzazione, tra cui mappe mentali, mappe di calore, infografica e diagrammi di connessione. La segnalazione e la visualizzazione avvengono alla fine dell'attività aziendale.

  • Analitica e analisi avanzate: Questi strumenti raggiungono il data warehouse e elaborano i dati per il consumo umano. L'analisi avanzata dovrebbe esplicare tendenze o eventi che sono trasformativi, unici o rivoluzionari rispetto alle pratiche commerciali esistenti. L'analisi predittiva e l'analisi dei sentimenti sono buoni esempi di questa scienza.

Livello 4 del Big Data Stack: Magazzini di dati analitici - manichini

Scelta dell'editore

Come salvare le immagini in un file immagine in R - dummies

Come salvare le immagini in un file immagine in R - dummies

Se vuoi pubblicare le tue risultati, è necessario salvare la trama in un file in R e quindi importare questo file grafico in un altro documento. Tuttavia, per la maggior parte del tempo, potresti semplicemente voler utilizzare la grafica R in modo interattivo per esplorare i tuoi dati. Per salvare un grafico su un'immagine ...

Come cercare più parole in R - dummies

Come cercare più parole in R - dummies

Quando si lavora con il testo in R, potrebbe essere necessario per trovare parole o motivi all'interno del testo. Immagina di avere una lista degli stati negli Stati Uniti e vuoi scoprire quali nomi di stato consistono in due parole. Per trovare sottostringhe, è possibile utilizzare la funzione grep (), che prende due argomenti essenziali: ...

Come cercare le singole parole in R - dummies

Come cercare le singole parole in R - dummies

Quando lavori con il testo, spesso tu può risolvere i problemi se riesci a trovare parole o motivi all'interno del testo. R rende questo facile da fare. Immagina di avere una lista degli stati negli Stati Uniti e vuoi scoprire quale di questi stati contiene la parola Nuovo. Per indagare su questo ...

Scelta dell'editore

Come calcolare le detrazioni e i crediti di imposta sugli investimenti immobiliari per l'esame di licenza immobiliare

Come calcolare le detrazioni e i crediti di imposta sugli investimenti immobiliari per l'esame di licenza immobiliare

Una detrazione fiscale è qualcosa che puoi vedere nell'esame di licenza immobiliare che puoi detrarre dal reddito di un investimento immobiliare per ridurre le tasse. Un credito d'imposta è qualcosa che puoi detrarre dalle tasse dovute. I governi federali e talvolta statali creano programmi che consentono crediti d'imposta o detrazioni per ...

Fattori economici che influenzano il valore per l'esame di licenza immobiliare - dummies

Fattori economici che influenzano il valore per l'esame di licenza immobiliare - dummies

Valore doesn ' semplicemente succede; le persone devono crearlo. La maggior parte di queste azioni personali che saranno trattate durante l'esame di licenza immobiliare, di solito chiamate influenze economiche, non sono altro che normali comportamenti umani. Il test pone due tipi di domande su questi principi o fattori economici. Vedrai domande sulle definizioni e ...

Come calcolare le aliquote fiscali per l'esame di licenza immobiliare - dummy

Come calcolare le aliquote fiscali per l'esame di licenza immobiliare - dummy

Pur calcolando la tassa le tariffe non sono qualcosa che devi sapere esattamente come fare per l'esame di licenza immobiliare, è qualcosa che devi capire in generale per rispondere a domande di non-matematica sul processo. Sapere come calcolare le tasse non è una cosa brutta da sapere, perché probabilmente si pagano le tasse di proprietà e ...

Scelta dell'editore

Suggerimenti per la registrazione Regole di gioco logiche sull'LSAT - manichini

Suggerimenti per la registrazione Regole di gioco logiche sull'LSAT - manichini

La maggior parte dei giochi di logica sull'LSAT hanno tre, quattro o cinque condizioni o regole che limitano il modo in cui giochi con i pezzi. Per ordinare i giochi, le restrizioni forniscono indizi su come i pezzi possono essere posizionati in relazione l'uno con l'altro. I tipi comuni di regole di ordinazione sono obiettivi, distanziatori e arrangiatori. Regole di destinazione I bersagli danno ...

Come gestire il tuo tempo con saggezza sul TASC - dummies

Come gestire il tuo tempo con saggezza sul TASC - dummies

Perché ogni sezione del TASC, oppure Prova l'esame di completamento secondario, ha un limite di tempo, vorrai essere consapevole di quanto tempo è passato mentre stai facendo il test. Un modo per gestire efficacemente il tuo tempo è semplicemente indossando un orologio. I centri di test potrebbero non avere sempre un orologio disponibile e ...

Rendendo più semplice il giorno di prova SSAT o ISEE - manichini

Rendendo più semplice il giorno di prova SSAT o ISEE - manichini

Non è possibile effettuare SSAT o ISEE più facile, ma puoi iniziare la giornata di test correttamente e renderlo più semplice e meno stressante, il che può portare a risultati migliori durante l'esame di ammissione. Ecco alcuni suggerimenti da tenere a mente al giorno del test SSAT o ISEE: riposati molto. La ...