《大数据导论》读书笔记——Chapter 4

Enterprise Technologies and Big Data Business Intelligence

第四章的题目是企业级技术与大数据商业智能,篇幅不大,但点出了几个关键的技术点,总结如下:

1. OLTP vs. OLAP

书中是以成段文字描述的形式阐述的,从网上找到两张图表,觉着这样对照表述更加清晰,引用收录在这里了。

OLTP主要面向操作人员和底层管理人员,用于面向应用的日常操作处理,具有实时性;OLAP更多面向决策人员和高级管理人员,用于面向主题的分析决策,对响应时间的要求不是特别严格。

2. Extract Transform Load (ETL)

先从不同的数据源中extract出需要的数据,在transform成所需要的格式,最后load到目标系统(target system)中。

3. Data Warehouse & Data Marts

Data Warehouse用于支持多维度分析与查询,是企业范围内的repository,Data Marts是Data Warehouse的一个数据子集,通常属于一个部门、分支或业务线。一个Data Warehouse可有多个Data Marts。

4. Traditional BI vs. Big Data BI

还记得这个图吧:

对于第一章中提到的四种分析,Traditional BI主要用于进行Complexity比较低的两种,Big Data BI用于完成Complexity比较高的两种。

Traditional BI需要与Data Warehouse或Data Marts相结合才能支持综合性的较为复杂的数据分析。Traditional BI关注单个的业务过程,Big Data BI可同时分析多个业务过程。同时,Big Data BI支持对半结构化数据和非结构化数据的分析。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180203G11U1H00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券