如何将大数据集成到数据仓库
利用大数据可以在大型商店的相关客户数据上进行快速高级分析,以发现新的客户关系,使我们更好地了解客户需求,优化价格、提供更好的产品和服务,并最终获得更高的利润。
这些分析所提供解决方案的质量不仅取决于被分析的大量原始数据,还和这些数据与企业数据仓库的集成度有关。例如,大数据应用程序可能包含所有客户购买产生详细的交易信息;然而,数据仓库仅包含实体标识(产品和服务名称)、摘要和聚合类别如地理(哪个区域的哪个商店),产品类别,销售地区,管理层次结构、定价数据,客户类别和概要文件等等。
在多数情况下,大数据应用的成功与其如何集成到您的企业数据仓库息息相关。本文将介绍几种方法,以便快速有效地完成这项工作。
在今天的商业信息技术系统中,越来越多的数据被收集并存储。为了能够捕获、存储和分析这些数据,大多数企业转而寻求专门的硬件和软件解决方案。一个常见的解决方案是使用一个专用的硬件数据存储(有时称为一体机)加上配套的商业信息分析软件。一个例子就是IBM DB2 AnalyticsAccelerator (IDAA)。
配置一体机以适应大容量。一体机之所以能够执行高速查询,是因为它们具有专用的高容量磁盘存储阵列,允许大规模并行处理。这一过程只有在被引用的所有表都存储在一体机中时才能正常工作。如果你的大数据应用程序使用了多用户社区发布的跨许多商业实体和关系的复杂查询,你应该接受所有数据表都要存储在一体机中这一事实。
注意,您的数据仓库表也应该存在于你当前的数据库管理系统(DBMS)中;这样做为了使你的当前操作和常用仓库查询可以更快地在DBMS中执行。
限制对一体机的初始访问。大多数大数据应用程序被安装来支持特定的用例。这些用例目的是使分析能够有助于立即降低成本或提高利润。最好是限制这些用户访问一体机,尤其是在他们使用标准的商业智能(BI)工具来构造查询时。为大数据所定制BI工具允许用户以图形化的形式组织SQL语句,而后在后台执行实际的SQL查询。这允许软件设计师通过正确的SQL语法来使用一体机。
另一个限制一体机只能被个别用户访问的原因与性能调优有关。最初交付给客户的大数据一体机并不具有性能调优的能力。这是因为人们认为那些先进的软件和硬件一体机速度极快,性能调优没有存在的必要。现在,随着越来越多的用户获得大数据一体机存储和访问路径查询的经验,新交付的一体机出现了性能调优的选项。限制一体机访问可以使你的一体机运维团队在一个相对稳定的环境中进行一体机的性能调优。
您需要确定如何处理被更改的数据。为了使一体机返回有用的信息,数据必须是最新的。这里所说的数据包括数据仓库数据,这些数据我们也建议您实例化到一体机中去。然而,由于大多数数据仓库每天都执行提取-转换-装载(ETL)流程,你现在必须协调这些数据,以便其顺利加载到一体机中。通常ETL最后一步执行数据库应用程序,将转换后的数据加载到数据仓库中。现在,ETL有一个额外的步骤,将数据加载到一体机中。没有将这些新数据加载到一体机中是十分危险的,你的查询操作访问数据仓库中的表,会返回一个查询结果,而当查询操作访问的是一体机表数据时,返回的又是另一个结果,两个结果无法保持一致性。
解决这个问题的最简单方法是在数据仓库ETL过程中添加一步,即当数据加载数据库后立即加载到一体机中。然而,会有很多数据加载选项。假如ETL过程是在表中追加记录,而不是覆盖整个表会怎样?一体机加载过程通常有一个“加载被更改数据”的选项,该选项允许一体机只加载那些最近被更改过的数据。这种方法也适用于分区表,一次只有一个分区被加载。
升级数据仓库体系结构。企业数据仓库已经成为商业智能查询的平台。数据仓库业务分析师查询数据仓库数据以供分析;所以仓库已经包含类别和维度表用于构造子集,合计和聚合。这样的类别数据通常存储在产品类别、客户类型、地理区域等维度表中。
考虑到大数据的用例(BI查询随着大数据的实现已经被定义为高回报的),检查你的仓库,以确保仓库中存在所有必须的类别和维度表,且表中数据正确。另外你可能需要进一步检查以确定原始源系统数据是正确和最新的。检查你的企业数据字典和元数据以确认数据元素定义的正确性和相关性。
加快ETL处理过程,特别是数据仓库的数据加载过程。随着查询数量和复杂性的增加,BI用户将需求更多地使用大数据存储库。然而,由于大数据需要与数据仓库集成,这自然转化为更快的数据处理要求。分析整个数据转换链,包括源数据的采集、数据清理和转换,以及最终数据仓库装载过程。你应该考虑升级相关网络和服务器来应对数据量的增加。对旧的、过时的仓库数据进行分析,清洗或归档不再使用的数据。审查数据加载程序,为速度提升做好准备,这包括并行表加载过程,以及制定相应分区方案来允许原有数据被查询的同时加载新的数据。
为新岗位培训员工。大数据的应用程序和企业数据仓库完成集成后将会共同成长。这将改变数据仓库运维人员的工作内容。仓库分析师必须扩大视野,并意识到现在的数据存储在一个或多个大数据的应用程序中。他们必须去熟悉任何新的BI分析软件,以帮助用户实现报表和查询。
随着大数据消费的扩张,性能将成为一个问题。企业急需数据科学家,这些科学家了解数据以及数据库管理系统和一体机,并能对其进行监视和性能优化。最后,这些专家在数据来源和操作系统领域具备渊博的学识,这将帮助企业确定哪些数据应该被添加到当前数据仓库和一体机中。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11