大数据技术结构层次包含哪些部分

大数据技术结构层次包含哪些部分

大数据领域每年都会涌现出大量新的技术,大数据技术可以挖掘出大规模数据中隐藏的信息和知识,为人类社会经济活动提供依据,提高各领域的运行效率,甚至提高整个社会经济的集约化程度,那么大数据技术结构层次包含哪些部分呢?下面就一起来了解一下。

一、统一数据基础层:

我们通过各种方式采集到的丰富数据,在清洗、结构化后进入统一的ODS数据基础层。其主要功能包括:

1、同步:结构化数据增量或全量同步到数据中台。

2、结构化:非结构化(日志)结构化处理并存储到数据中台。

3、累积历史、清洗:根据数据业务需求及稽核和审计要求保存历史数据、数据清洗

在权责方面,所有数据应该在源头统一,统一所有的数据基础层,并由一个团队负责和管控,其他团队无权复制数据基础层的数据。

二、数据中间层:

我们进行数据建模研发,并处理不因业务特别是组织架构变动而轻易转移的数据中间层。包括DWD明细数据中间层和DWS汇总数据中间层。其主要功能包括:

1、组合相关和相似数据:采用明细宽表,复用关联计算,减少数据扫描。

2、公共指标统一加工:基于OneData体系构建命名规范、口径一致和算法统一的统计指标,为上层数据产-品、应用和服务提供公共指标;建立逻辑汇总宽表。

3、建立一致性维度:建立一致数据分析维度表,降低数据计算口径、算法不统一的风险。

三、数据应用层:

在面向应用提供服务时,业务团队或深入业务线的数据团队有极大的自由度,只要依赖数据公共层,即可自由的建设ADS数据应用层。其主要功能包括:

1、个性化指标加工:不公用性;复杂性(指数型、比值型、排名型指标)。

2、基于应用的数据组装:大宽表集市、横表转纵表、趋势指标串。

关于大数据技术结构层次包含哪些部分,就和您分享到这里了。如果您对大数据工程有浓厚的兴趣,希望这篇文章可以为您提供帮助。

你可能感兴趣的:(大数据工程师,大数据)