- 商品参数
-
- 作者:
(美)比尔·恩门(Bill Inmon),(美)玛丽·莱文斯(Mary Levins),(美)兰吉特·斯里瓦斯塔瓦(Ranjeet Srivastava)著著|
(美)比尔·恩门(Bill Inmon),(美)玛丽·莱文斯(Mary Levins),(美)兰吉特·斯里瓦斯塔瓦(Ranjeet Srivastava)著编|
(美)比尔·恩门(Bill Inmon),(美)玛丽·莱文斯(Mary Levins),(美)兰吉特·斯里瓦斯塔瓦(Ranjeet Srivastava)著译|
(美)比尔·恩门(Bill Inmon),(美)玛丽·莱文斯(Mary Levins),(美)兰吉特·斯里瓦斯塔瓦(Ranjeet Srivastava)著绘
- 出版社:清华大学出版社
- 出版时间:2023-03
- 版次:1
- 印次:1
- 开本:其他
- ISBN:9787302624479
- 版权提供:清华大学出版社
在数据湖仓的所有新增要素中,排名第一的就是可以利于数据分析和机器学习所用的分析基础设施。分析基础设施包括一众大家广为熟悉的东西,当然也包括一些可能对大家还有些陌生或略带新鲜感的概念。比如包括:元数据、数据血缘、数据体量的度量、数据创建的历史记录、数据转换描述。数据湖仓的第二个新增要素,是识别和使用通用连接器。通用连接器允许合并和比较所有不同来源的数据。如果没有通用连接器,就很难(实际上是几乎不可能)将数据湖仓中的不同数据关联起来。但有了这个中西,就可以关联任何类型的数据。使用数据湖仓,就有可能实现以往任何其它方式都不可行或不可能实现的某种程度的数据分析和机器学习。但与其它架构一样,我们需要理解数据湖仓的架构以及它的能力,以便于我们基于这种架构创建数据分析蓝图和开展数据分析规划。