數(shù)據(jù)建模是一門復(fù)雜的科學(xué)，涉及組織企業(yè)的數(shù)據(jù)以適應(yīng)業(yè)務(wù)流程的需求。它需要設(shè)計(jì)邏輯關(guān)系，以便數(shù)據(jù)可以相互關(guān)聯(lián)，并支持業(yè)務(wù)。然后將邏輯設(shè)計(jì)轉(zhuǎn)換成物理模型，該物理模型由存儲(chǔ)數(shù)據(jù)的存儲(chǔ)設(shè)備、數(shù)據(jù)庫(kù)和文件組成。

歷史上，企業(yè)已經(jīng)使用像SQL這樣的關(guān)系數(shù)據(jù)庫(kù)技術(shù)來開發(fā)數(shù)據(jù)模型，因?yàn)樗浅＿m合將數(shù)據(jù)集密鑰和數(shù)據(jù)類型靈活地鏈接在一起，以支持業(yè)務(wù)流程的信息需求。

不幸的是，大數(shù)據(jù)現(xiàn)在包含了很大比例的管理數(shù)據(jù)，并不能在關(guān)系數(shù)據(jù)庫(kù)上運(yùn)行。它運(yùn)行在像NoSQL這樣的非關(guān)系數(shù)據(jù)庫(kù)上。這導(dǎo)致人們認(rèn)為可能不需要大數(shù)據(jù)模型。

[[228542]]

問題是，企業(yè)確實(shí)需要對(duì)大數(shù)據(jù)進(jìn)行數(shù)據(jù)建模。

以下是大數(shù)據(jù)建模的六個(gè)提示：

1.不要試圖將傳統(tǒng)的建模技術(shù)強(qiáng)加于大數(shù)據(jù)

傳統(tǒng)的固定記錄數(shù)據(jù)在其增長(zhǎng)中穩(wěn)定且可預(yù)測(cè)的，這使得建模相對(duì)容易。相比之下，大數(shù)據(jù)的指數(shù)增長(zhǎng)是不可預(yù)測(cè)的，其無數(shù)形式和來源也是如此。當(dāng)網(wǎng)站考慮建模大數(shù)據(jù)時(shí)，建模工作應(yīng)該集中在構(gòu)建開放和彈性數(shù)據(jù)接口上，因?yàn)槿藗冇肋h(yuǎn)不知道何時(shí)會(huì)出現(xiàn)新的數(shù)據(jù)源或數(shù)據(jù)形式。這在傳統(tǒng)的固定記錄數(shù)據(jù)世界中并不是一個(gè)優(yōu)先事項(xiàng)。

2.設(shè)計(jì)一個(gè)系統(tǒng)，而不是一個(gè)模式

在傳統(tǒng)的數(shù)據(jù)領(lǐng)域中，關(guān)系數(shù)據(jù)庫(kù)模式可以涵蓋業(yè)務(wù)對(duì)其信息支持所需的數(shù)據(jù)之間的大多數(shù)關(guān)系和鏈接。大數(shù)據(jù)并非如此，它可能沒有數(shù)據(jù)庫(kù)，或者可能使用像NoSQL這樣的數(shù)據(jù)庫(kù)，它不需要數(shù)據(jù)庫(kù)模式。

正因?yàn)槿绱耍髷?shù)據(jù)模型應(yīng)該建立在系統(tǒng)上，而不是數(shù)據(jù)庫(kù)上。大數(shù)據(jù)模型應(yīng)包含的系統(tǒng)組件包括業(yè)務(wù)信息需求、企業(yè)治理和安全、用于數(shù)據(jù)的物理存儲(chǔ)、所有類型數(shù)據(jù)的集成、開放接口，以及處理各種不同數(shù)據(jù)類型的能力。

3.尋找大數(shù)據(jù)建模工具

有商業(yè)數(shù)據(jù)建模工具可以支持Hadoop以及像Tableau這樣的大數(shù)據(jù)報(bào)告軟件。在考慮大數(shù)據(jù)工具和方法時(shí)，IT決策者應(yīng)該包括為大數(shù)據(jù)構(gòu)建數(shù)據(jù)模型的能力，這是要求之一。

4.關(guān)注對(duì)企業(yè)的業(yè)務(wù)至關(guān)重要的數(shù)據(jù)

企業(yè)每天都會(huì)輸入大量的數(shù)據(jù)，而這些大數(shù)據(jù)大部分是無關(guān)緊要的。創(chuàng)建包含所有數(shù)據(jù)的模型是沒有意義的。更好的方法是確定對(duì)企業(yè)來說至關(guān)重要的大數(shù)據(jù)，并對(duì)這些數(shù)據(jù)進(jìn)行建模。

5.提供高質(zhì)量的數(shù)據(jù)

如果組織專注于開發(fā)數(shù)據(jù)的正確定義和完整的元數(shù)據(jù)來描述數(shù)據(jù)來自何處、其目的是什么等等，那么可以對(duì)大數(shù)據(jù)模型產(chǎn)生更好的數(shù)據(jù)模型和關(guān)系。可以更好地支持支持業(yè)務(wù)的數(shù)據(jù)模型。

6.尋找數(shù)據(jù)的關(guān)鍵切入點(diǎn)

當(dāng)今最常用的大數(shù)據(jù)載體之一就是地理位置，這取決于企業(yè)的業(yè)務(wù)和行業(yè)，還有其他用戶需要的大數(shù)據(jù)常用密鑰。企業(yè)越能夠識(shí)別數(shù)據(jù)中的這些常用入口點(diǎn)，就越能夠設(shè)計(jì)出支持企業(yè)關(guān)鍵信息訪問路徑的數(shù)據(jù)模型。