
馬如悅:大規(guī)模數(shù)據(jù)分析系統(tǒng)的搭建
大數(shù)據(jù)全球技術(shù)峰會在北京富力萬麗酒店召開。本次峰會將圍繞大數(shù)據(jù)基礎(chǔ)架構(gòu)與上層應用的生態(tài)系統(tǒng),解決大規(guī)模數(shù)據(jù)引發(fā)的問題,探索大數(shù)據(jù)基礎(chǔ)的解決方案,激發(fā)數(shù)據(jù)挖掘帶來的競爭力,讓數(shù)據(jù)發(fā)出聲音。51CTO作為本次峰會的主辦方,將全程視頻、圖文直播報道這場數(shù)據(jù)的盛宴,
在第二天的數(shù)據(jù)挖掘與實時分析專場,第一場演講由百度基礎(chǔ)架構(gòu)部高級工程師馬如悅帶來,他的主題是大規(guī)模數(shù)據(jù)分析系統(tǒng)的搭建。馬講師預測,到2015、2016年,數(shù)據(jù)分析將和移動、云計算一樣熱門,因此現(xiàn)在未雨綢繆很有必要。
馬講師首先提出了兩個觀點,數(shù)據(jù)系統(tǒng)和分層設計。數(shù)據(jù)系統(tǒng)必須包括storage和query,因此mysql是數(shù)據(jù)系統(tǒng),而HBase、NoSQL只能算存儲層。另外,大數(shù)據(jù)必須采用分層設計,包括:垂直分層-時效性庫,水平分層-OLTP、OLAP、NoSql等。分層可以減少設計復雜性、減少使用運維復雜性、資源效率使用最高。
為什么要提出這兩個觀點呢,因為第一,從小數(shù)據(jù)到大數(shù)據(jù),數(shù)據(jù)的存儲、處理都是不同的;第二,大數(shù)據(jù)系統(tǒng)也是storage+query;第三,大數(shù)據(jù)因為過于heavy,需要分層考慮。
另外,馬講師還提到了最近大數(shù)據(jù)系統(tǒng)的趨勢,Newsql和Interactive analysis開始被人提及和研究,nosql太過原始,sql容量性能有限,newsql相當于sql和nosql的中間實現(xiàn),即帶有事物處理的nosql;Hive響應太慢,數(shù)據(jù)庫容量性能有限,而Interactive analysis可以解決這些問題。
最后,馬講師講到了大數(shù)據(jù)分析的架構(gòu)設計,底層是ETL-1,然后裝進數(shù)據(jù)倉庫,然后通過ETL-2,對數(shù)據(jù)進行分析,以前我們關(guān)注的都是底層,但是數(shù)據(jù)挖掘和分析缺乏關(guān)注。發(fā)展趨勢是數(shù)據(jù)量越來越大,維度越來越多,從以人為主到以機器為主,用戶專業(yè)度越來越高,但數(shù)量減少。
大數(shù)據(jù)系統(tǒng)搭建的一些解決方案,分別是商業(yè)版和開源版。開源版還沒有很成熟的產(chǎn)品來構(gòu)建大數(shù)據(jù)下的OLAP,中等規(guī)??梢杂肏PCC解決方案,可以代替一些商業(yè)產(chǎn)品。
在QA環(huán)節(jié),來自Oracle的參會者和馬講師就商業(yè)與開源進行了精彩的辯論,馬講師講到,如果數(shù)據(jù)是公司的核心競爭力,那么采用開源方案可以不依賴他人,并且有自己的技術(shù)專利。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網(wǎng)絡(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03