Nous partagerons certains concepts de base, laissez tout le monde à comprendre ce qui est de grandes données, et il y a 4 caractéristiques des grandes données, en tant que stratégie commerciale, nous doit avoir 6 stratégies, résumer les caractéristiques 4V, 6 stratégies;


1. À propos de l'historique des grandes données
Avant l'apparition de grandes données, nous utilisons souvent certaines de ces données. Les bases de données relationnelles similaires à SQL Server, MySQL, Oracle, etc. et Traditionnels Traitement de la base de données T Ces bases de données sont déjà ces bases de données. La limite, confrontée à cette quantité de données et de classe électronique, essentiellement incapable de forcer;

Jusqu'en 2005, le projet HADOOOOP fournissant de grandes capacités de base de données sort du niveau technique, il a construit une plate-forme technique pour des données non structurées et complexes, ce qui est Une technique de réalité, à partir de cette époque, les grandes données deviennent une fréquence élevée dans la technologie de l'information sur Internet;

2. Quelles sont les caractéristiques des grandes données, de grandes données

Peu importe ce que nous ne sommes pas de grandes données, à cette époque, nous devons apprendre que le concept de grandes données, petit au magasin, grand au pays parle de gros données, mais vraiment comprendre ce qui est de grandes données, ce n'est pas Trop de

Concept pour les grandes données Nous faisons référence au célèbre cabinet de conseil mondial McKinsey's Description:

Quelles sont les grandes données?


La définition de McKinsey: «Une échelle est grande pour obtenir, stockée, gérée et dispose d'un ensemble de données de la capacité de l'outil de logicielle de base de données traditionnelle, avec des caractéristiques de 4V.»


4V?

Vitesse Diffaction rapide Variété Différents Type Valeur Valeur à faible densité

II. Comment développer des entreprises Big Data Stratégie

La stratégie est la guidage de nos travaux, doit avoir une stratégie correcte pour faire de la mise en œuvre tactique, la stratégie est fausse Toute toutes les tactiques sont égales à 0, résument ici la Big Data 6 War;

Comprend d'abord l'état de l'arrière-plan de la société: Combien d'employés, Big Data est juste un brocart ou ont déjà joué spécifiquement sa valeur; ces problèmes doivent être pris en compte lorsque l'entreprise de prise de décision est sur le grand projet de données, et ces problèmes doivent être pris en compte

Quand la société a-t-elle commencé à investir de la grande construction de données

4. Stratégie de sélection

est un centre de données IDC auto-construit, un nuage privé auto-construit ou choisissez Ali Cloud (nuage Tencent, etc.), un total de nuages

C'est-à-dire que nous choisissons d'abord une plate-forme ou implémentons une application.

Un principe: plus proche de l'argent, plus vous devez le faire;

6. Stratégie de gestion

]

Concernant si les données peuvent être régénérées: comment collecter des données, comment stocker des données, comment les données sont appliquées, la sécurité des données, les problèmes de sécurité de la confidentialité des utilisateurs;

III. Comment faire une grande construction de la plate-forme de données

, peu importe comment aider le marketing d'entreprise, il s'agit d'une efficacité accrue, des économies d'entreprise coûte cet angle au point de vue, les grandes données ont une très grande valeur, les grandes données sont fait, peut favoriser la croissance de l'activité des activités de l'entreprise; pour atteindre la valeur de cette grosse données, laissez vraiment les grandes données à créer des contributions, nous devons d'abord accumuler des données, la collecte des données quotidiennes et des comportements de l'utilisateur, nous avons Dit précédemment, certaines données sont des ressources renouvelables, mais d'autres sont des ressources renouvelables, cela nous oblige à gérer nos actifs de données et à créer une plate-forme de données. Responsable de la collecte de données, de la régularité, de l'exploitation, du stockage, de l'application, de l'affichage, etc.

1. La grande plate-forme de données est composée de trois plates-formes plus un service.

(1) Plate-forme d'outil, y compris

- Plate-forme de fonctionnement et de maintenance

- Plate-forme d'acquisition de données

[ 2) Grande plate-forme de base de l'entrepôt de données

(3) Portail de données Big Data, y compris

- une grande plate-forme d'analyse de données

.

(4) Service

La plate-forme de fonctionnement et de maintenance est principalement responsable de la planification des activités de la plate-forme de données, de la surveillance des tâches, de la gestion des métadonnées, de la gestion des permissions, etc. Source des données, principalement à partir de trois aspects, d'acquisition à partir de systèmes d'entreprise, de systèmes d'acquisition de log, de sources de données externes, de chaque source de chaque aspect, y compris de plusieurs manières, comme indiqué;

La grande plate-forme de fondation de données, traditionnelle est également appelée plate-forme de Big Data Warehouse, cette partie est au cœur de l'ensemble de la grande plate-forme de données;

Ce qui suit est un important portail de données. est une plate-forme qui intègre des résultats de données, y compris des plates-formes d'analyse de données importantes et des plates-formes d'applications de données de grandes données; de grands portails de données, en tant que fenêtre de la totalité des grandes données, tous les résultats de la recherche sur les données seront présents dans ce portail de données, c'est extrêmement celui-ci. est pratique pour le personnel fonctionnel de la société d'utiliser des données

Service utilisateur: Les personnes qui utilisent des données incluent principalement les gestionnaires, les analystes, les opérateurs, les gestionnaires de produits, les ingénieurs techniques et les investissements commerciaux ou le service de données externe de la société, nous sommes reflétés. à travers l'interface API;

Comment construire une grande plate-forme de base de données

La grande plate-forme de base de données est le noyau de la totalité de la grande plate-forme de données être stocké conformément à certaines normes, certaines normes et processus, la plate-forme de base de la Big Data Data a trois points techniques principaux, le premier est le modèle d'objet, le second est le modèle de hiérarchie, le troisième est le modèle de calcul, ce qui suit donnera Quelques introductions simples

(1) Modèle thématique

Modèle principal Tableau d'attachement détaillé

Précautions pour la conception du modèle principal:

Les grands thèmes peuvent avoir plusieurs sous-thèmes constitue

n'ont pas d'intersections entre le sujet, les mêmes caractéristiques sont placées dans le même sujet;

Le corps principal doit être complètement couvert, capable de couvrir tous les services. aux entreprises, capables de prendre en charge toutes les applications et toutes les exigences d'analyse

(a) ont une intégrité

(c) a hiérarchique

Le modèle hiérarchique est typiquement composé de quatre hiérarchies, Comme indiqué ci-dessous:

(a) La couche ODL (couche de données de fonctionnement)

La fonction est de stocker des données extraites de la Système de service, données de la structure de données, à partir de la relation logique des données. Il est essentiellement cohérent avec le système d'entreprise. Ici, un traitement durci de la perspective, comme l'enregistrement des membres, le temps d'inscription et une petite quantité de nettoyage de données de base , comme certaines des données sales, une certaine traitement d'une attente de traitement, elle produit enfin de telles données incrémentielles

(B) couche BDL (couche de données de base)

La fonction principale de cette couche est basée sur la classification du domaine du sujet pour compléter l'intégration des données, fournissant une plate-forme de base de données unifiée. Dans ce niveau, nous terminerons certaines des fonctions de nettoyage, de classification définie, etc.

(C) Couche IDL (Couche de données d'interface)

Face à l'application, la plate-forme d'accès d'interface d'application unifiée, la vue unifiée du client est obtenue à ce niveau, le Concentration de ce niveau est de réaliser le calcul de l'association de ces données dans le domaine transversal; dans la pratique, il s'agira de deux types de modèles, et il est plus facile d'obtenir des données, nous ferons fabriquer des modèles de thème antisisés, nous allons souvent Voir ce modèle de formulaire large, et l'autre est d'obtenir une requête rapide, ce spectrent comparatif multidimensionnel multidimensionnel établi.Le modèle d'analyse est composé de tables de dimensions multiples

(D) couche ADL (couche de données d'application)

Fournir des services de données différenciés à répondre Les besoins des actionnaires, ce niveau, nous pouvons mettre en œuvre certains rapports, mines à données, applications de produits, etc.

dans l'ère de la base de données traditionnelle, la couche ADL est principalement implémenté dans la RAC (Oracle Real Cluster). Dans la Big Data ERA, nous utilisons généralement les données des données de HBASE;

Nous travaillons dans le travail, dans afin de réduire la négligence des dimensions, nous comprimons généralement 4 couches à 3 étages, nous fusionnons généralement la couche ODL et la couche BDL, qui est obtenue dans ces deux couches, nous fusionnons au premier étage; comme indiqué ci-dessous:

3. Comment construire un portail de données volumineux

Le portail de données d'entreprise est une plate-forme d'intégration intégrée des entreprises, un grand portail de données, en tant que fenêtre de Les services aux entreprises, en plus des résultats de la recherche de données, seront présentés dans le portail de la Big Data, il y a une grande commodité. Nous ne pouvons qu'utiliser ces données.

Portail de données d'entreprise comprend:

Principalement marketing de précision, recommandation personnalisée, etc.

Responsable de la visualisation, du rapport intelligent, du nombre de données commerciales temporaires, des modèles de multi-dimensions Analyse des données, telles que l'image des utilisateurs, la surveillance des indicateurs de clé d'entreprise et une surveillance des modèles miniers de données, etc.