什么是大数据时代(大数据的主要特征是什么)( 三 ) 01.什么是大数据？数据是对客

数据集成是把不同来源、不同种类、不同格式的数据在物理上或逻辑上进行集中，为企业提供全面的数据共享。数据集成主要解决的问题是各个数据源的异构性，包括数据库的异构性、通信协议的异构性、数据类型的异构性、数据取值的异构性等。
09.什么是数据清洗？数据清洗是一种清除错误数据、去掉重复数据的技术。数据经过清洗之后，可以还保存到原来的数据库中，也可以和数据集成联系在一起，最终保存到集成后的数据库里。
举几个数据清洗的实例：
1.在用户信息表中，规定有姓名、性别、地址、手机、邮箱五个字段是必填的。而某些用户缺少某些字段的值，因此需要补充这些数据。
2.英文的姓名之间规定要有空格，而某些姓名没有空格，比如”JohnSmith” ，就需要修正这类错误。
3.有些数据表的金额单位是元，有些数据表的金额单位是万元，数据集成时就需要统一单位。
4.两条用户记录完全重复，需要进行去重处理。
10.什么是ETL？ETL是Extraction、Transformation、Loading三个单词的首字母缩写，指的是数据抽取、转换、加载的过程。
数据抽取是从不同的数据源中获取我们需要的数据的过程，和数据集成的概念类似，这个过程往往会做一些数据清洗和数据转换。数据转换的任务主要是进行数据格式的转换和一些业务规则的计算。数据加载通常是指在数据清洗和数据转换完成后，写入到目标数据库中去。

文章图片

11.什么是数据分析？数据分析是基于商业需要，有目的的对数据进行收集、整理、加工、分析，最终提炼有价值的信息的过程。
数据分析的四个步骤：
需求分析、明确目标；
数据收集、加工处理；
数据挖掘、数据展现；
分析报告、提炼价值。

文章图片

12.什么是数据埋点？所谓数据埋点就是从应用的特定流程中收集一些信息，跟踪用户使用的状况，用来提供运营的数据支撑，进一步优化产品。
常见的信息包括独立访客数（UV）、页面浏览量（PV）、页面停留时长、页面跳出率、交互元素的点击事件等。
数据埋点通常有两种方式：
第一种是研发团队在产品中注入代码，并搭建响应的查询平台；
第二种是借助第三方数据埋点工具，如神策数据、百度统计等。
13.什么是数据仓库？数据仓库 (Data Warehouse) 简称DW ，存储大量数据的集成中心。数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持（Decision-Support）。它为企业提供一定的BI（商业智能）能力，指导业务流程改进、监视时间、成本、质量以及控制。