数据质量问题对于BI和数据治理专业人士来说必定不陌生。很多BI和分析团队尽力包管数据的有效性并说服营业应用人员去信赖信息资产的精确性和靠得住性。作为个性化分析库而得以广泛应用的电子表格或电子报表软件可以对数据中信赖缺乏的问题加以弥补：在Excel中存储和操作分析数据的功能为支撑自助分析才能创造了情况，但可能不会激发其他用户对结不雅的自负念。数据仓库与数据集成和数据质量对象一路，可以或许经由过程为治理BI和分析数据供给标准化流程来赞助建立信念。然则，因为赓续增长的数据容量和更广泛多样的数据类型，特别是当涉及构造豢?浊构造化数据混应时，就会对一个大年夜数据的实施增长难度系数。建立评估数据质量标准以及对它们进行进级以处理那些更大年夜、更多样数据集，对于大年夜数据实施的成功和分析框架的应用是至关重要的。

沙龙晃荡 | 去哪儿、陌陌、ThoughtWorks在主动化运维中的实践！10.28不见不散！

数据精确性

存储实用

数据仓储的一个核心请求是处理和存储大年夜数据集的才能。但并不是所稀有据仓库在这方面都知足请求。一些是针对复杂萌芽处理进行优化，而其他的则并非如斯。并且在很多大年夜数据应用法度榜样中，相较于事务体系，因为添加了非构造化数据还稀有据的创建和收集增速迅猛，用Hadoop和NoSQL技巧加强数据仓库就成为须要。对于一个欲望获取并分析大年夜数据的组织来说，光有存储容量是不敷的;而重要的部分在于将数据置于何处擦?鲱佳的，如许数据就可以转化为有效信息并为数据科学家和其他用户所应用。

萌芽机能

大年夜数据分析依附于及时处理和萌芽复杂数据的才能。一个很好地例子就是：一家公司开辟了一个数据仓库用来保护大年夜能源应用计收集到的数据。在产批评估过程中，某供给商的体系有才能在15分钟内处理七百万笔记录，而另一家则在雷同时光内可以处理最高三十万笔记录。可否辨认精确的基本举措措施来支撑快速的数据可用性和高机能萌芽就意味着成功照样掉败。

稳定性

无论一个公司安排什么类型的大年夜数据技巧栈，有一些共通的身分必须加以考量，以包管为大年夜数据分析工作供给一个有效的框架。在开端一个大年夜数据项目之前，去核阅项目所要承担的新数据需求的更大年夜图景显得尤为关键。下面来让我们检视四个须要加以考量的身分。

跟着很多组织中数据量和数据种类的增长，大年夜数据平台的建立须要有对将来的考量。必须提前推敲和求证正在进行评估的大年夜数据技巧是否可以或许进行扩大，以达到赓续向前成长的需求所请求的级别。这便超出了存储容量典范畴，将机能也包含了进来，对那些大年夜社交收集，传感器，体系日记文件以及其他非事务。

【编辑推荐】

1. 浅析将来大年夜数据的成长趋势
2. 2017年的三大年夜数据保护趋势
3. 对大年夜数据和人工智能的冷思虑
4. 硬件是若何影响数据库的成长
5. 基于大年夜数据的┞服府情况决定计划才能扶植

【义务编辑：赵宁宁 TEL：（010）68476606】

　　推荐阅读

　　浅谈影响推荐系统效果的一些因素

沙龙晃荡 | 去哪儿、陌陌、ThoughtWorks在主动化运维中的实践！10.28不见不散！ 在一个网站或者app中，推荐体系平日会和全部大年夜体系的多个方面有交互，推荐体系本身也有很多的构成部分，>>>详细阅读

本文标题：数据分析需要权衡哪些要素？

地址：http://www.17bianji.com/lsqh/38112.html

 1/2    1