“多源异构”和“异构同源”定义区分详解「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。

“多源异构”和“异构同源”定义区分详解

• 一、多源异构
  • 1、定义
  • 2、示例解释
• 二、异构同源
  • 1、定义
  • 2、示例解释
• 三、综合举个简单栗子：

叮嘟！这里是小啊呜的学习课程资料整理。好记性不如烂笔头，今天也是努力进步的一天。一起加油进阶吧！

一、多源异构

1、定义

多源异构简单而言就是指一个整体由多个不同来源的成分而构成，既有混合型数据（包括结构化和非结构化）又有离散性数据（数据分布在不同的系统或平台），互联网就是一个典型的异构网络，融合传播矩阵就是一个典型的多源异构数据网络。

2、示例解释

在这里插入图片描述

“音、视、报、网、微、端、场”的传播矩阵构成了主流媒体融合传播的全媒体路径，在提升主流媒体融合传播影响力的同时也带来了融合传播效果评估的“多源异构”困难。

此处“多源异构”就是指在媒体融合发展的过程中，由于各传播路径的建设和实施数据管理系统的阶段性、技术性以及其它经济和人为因素等要素的影响，导致媒体在融合发展过程中积累了大量采用不同存储方式的传播路径数据，从简单的文件数据库到复杂的网络数据库构成了媒体的异构数据源。

二、异构同源

1、定义

异构同源不强求物理上的集中，而是保持组织数据的分布现状，将各个系统的数据通过接口包装成服务，注册到组织服务总线，通过组织服务总线提供统一的数据服务，从而实现数据在逻辑上的整合。

也就是说：由不同的成分构成一个整体来共同实现某种功能。

2、示例解释

在这里插入图片描述

传统的数据整合思路是建立组织的数据中心，将数据从各个系统抽取过来进行集中，再统一提供数据服务。随着大数据与人工智能技术的应用普及，海量多源异构数据急剧增加，特别是非结构化数据的增加，传统大数据平台在面临多源异构数据处理时，面临数据采集处理能力不足、数据结构难以统一，数据运维困难等挑战，为洞察数据的价值带来了层层阻碍。

因此，传统大数据中心已经无法适应现在的组织数据整合要求，需要考虑一种新的整合方式，基于服务的逻辑数据整合，而不是基于数据集中的物理整合。

三、综合举个简单栗子：

一辆汽车的制造可以有不同的国家或厂家来分别制造零部件，这些零部件共同构成了这辆汽车。

就汽车零部件生产渠道数据、行驶数据而言可以说这辆汽车的数据是多源异构的。

但汽车最终是要落到汽车购买者和使用者的拥有者载体上，如果从汽车的拥有者角度洞察这辆汽车的生产数据、行驶数据以及汽车拥有者的消费数据、行为数据则是以汽车的拥有者为同源的异构数据。

Ending！ 更多课程知识学习记录随后再来吧！

就酱，嘎啦！

注： 1、人生在勤，不索何获。 2、解释示例源自：【从“多源异构”到“异构同源”的主流媒体融合传播价值评估】 https://cloud.tencent.com/developer/news/440081

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/125423.html原文链接：https://javaforall.cn