數(shù)據查詢、數(shù)據分析與數(shù)據建模技術的介紹：

前文我們對數(shù)據查詢進行了側重簡要的介紹，接下來我們再來探討下數(shù)據分析和數(shù)據建模。

數(shù)據分析

目前，社交網站、電子商務等網絡服務的迅速發(fā)展，使得網絡服務及網絡信息規(guī)模裂變式增長，這樣就會對大規(guī)模數(shù)據的處理帶來了很大的挑戰(zhàn)。金融業(yè)、零售業(yè)、醫(yī)療、電信、航空等領域也會產生大量的數(shù)據，在數(shù)據挖掘中如何處理海量數(shù)據，提高挖掘質量和效率，是迫切需要解決的問題。數(shù)據固有的記錄歷史信息的能力，使得企業(yè)認識到，大量數(shù)據中，尤其是歷史數(shù)據中是隱藏著許多有價值的東西的。

通過對歷史數(shù)據的分析，能夠對現(xiàn)在和未來的業(yè)務發(fā)展有很大的幫助。這種分析需要兩點的支持，一是對海量數(shù)據的規(guī)整和處理，數(shù)據的量越多，數(shù)據的種類越豐富，其提供的結果越準確、越詳細。二是有數(shù)據統(tǒng)計分析的方法，根據分析業(yè)務內容的不同，使用的分析方法也會有所不同，常用的幾種分析方法包括：分類、聚合、關聯(lián)等。

數(shù)據分析最重要的領域為數(shù)據挖掘。針對海量數(shù)據的增長速度，許多國內外從事海量數(shù)據挖掘、知識發(fā)現(xiàn)領域的相關人士進行了深入的研究。海量數(shù)據的存儲和處理能力本身就對數(shù)據挖掘或機器學習提出了很高的要求，Google在這方面做的工作很有意義。

Google公司提出的MapReduce是可以在大型計算機集群上對海量數(shù)據進行并發(fā)處理的一種框架模型。它首先通過設定一個Map函數(shù)把輸入數(shù)據變換成相應的鍵值對，然后通過自定義的 Reduce函數(shù)聚集起來具有同樣鍵的值，并輸出結果?，F(xiàn)實世界中大都可以用此模型來表示對海量數(shù)據的處理。另外，并行數(shù)據庫是數(shù)據庫技術與并行技術結合的產物，并被視為種高性能的數(shù)據庫系統(tǒng)，它能大大提高關系型數(shù)據庫中處理海量數(shù)據的效率。

數(shù)據建模

數(shù)據模型是對信息系統(tǒng)中客觀事物及其聯(lián)系的數(shù)據描述，它是復雜的數(shù)據關系之間的一個整體邏輯結構圖。數(shù)據模型不但提供了整個組織藉以收集數(shù)據的基礎，它還與組織中其他模型一起，精確恰當?shù)赜涗洏I(yè)務需求，并支持信息系統(tǒng)不斷地發(fā)展和完善，以滿足不斷變化的業(yè)務需求。對于任何一個信息系統(tǒng)來說，數(shù)據模型都是它的核心和靈魂。

數(shù)據建模是一種用于定義和分析數(shù)據的要求和其需要的相應支持的信息系統(tǒng)的過程。因此數(shù)據建模的過程中，涉及的專業(yè)數(shù)據建模工作，與企業(yè)的利益和用戶的信息系統(tǒng)密切相關。

從需求到實際的數(shù)據庫，有三種不同的類型。用于信息系統(tǒng)的數(shù)據模型作為一個概念數(shù)據模型，本質上是一組記錄數(shù)據要求的最初的規(guī)范技術。數(shù)據首先適合企業(yè)的最初要求，然后被轉變?yōu)橐粋€邏輯數(shù)據模型，該模型可以在數(shù)據庫中的數(shù)據結構概念模型中實現(xiàn)。一個概念數(shù)據模型的實現(xiàn)可能需要多個邏輯數(shù)據模型。數(shù)據建模中的最后一步是確定邏輯數(shù)據模型到物理數(shù)據模型中對數(shù)據、訪問、性能和存儲的具體要求。數(shù)據建模定義的不只是數(shù)據元素，也包括它們的結構和它們之間的關系。

• 上一篇：大數(shù)據的本質是什么，它的價值可以體現(xiàn)在哪些方面
• 下一篇：大數(shù)據，這座“鉆石礦”挖不完
  
• 文章標簽：
• 注：原創(chuàng)內容，禁止轉載，如有轉載，請標明出處。如有內容侵犯您的權益，請聯(lián)系刪除！QQ:315212307