deep analytics:深度分析
深度分析(deep analytics)是复杂数据处理技术的应用,目的是从大型且一般是多来源的数据集中产生信息,这些数据集也许不仅包含结构化数据,其中也会有非结构化数据和半结构化数据。 深度分析(deep analytics)涉及到数据集上目标精准且有时很复杂的查询,这些数据集一般都以拍字节和艾字节计量,这样的查询通常要求得到实时或接近实时的回答。 由于这类数据集的实时分析可能需要成百或上千台电脑来分配工作量,深度分析(deep analytics)常常和云计算(cloud computing)联系在一起。工作量分配可以通过MapReduce等框架来管理。加速数据查询过程的方法包括运用纵列数据库(columnar database)和内存分析(in-memory analytics)。 财政部门、科学界和制药及生物医学行业都已经引进深度分析(deep analytics)多年。近些年,由于企业数据的生产量增加,该实践在企业界也越发常见,它们也希望可以从这些数据中提取商业价值。 企业内产生的大量数据有时候指代大数据(big data),深度分析有时候指代大数据分析。 活森超级计算机(IBM’s Watson supercomputer)、非结构化数据(unstructured data)、文本挖掘(text mining)、商业智能(BI)、商业分析(BA)
最近更新时间:2011-03-24 翻译:徐艳EN
相关推荐
-
为什么CIO应雇佣年长的IT员工:战略优势
由于全球IT人才短缺,企业不应忽视年长员工。 根据Manpower Group的2025年全球人才短缺报告,全 […]
-
首席信息官如何减少技术债务
虽然债务曾经被简单地称为“欠款”,但技术采用率的提高带来新型债务,困扰着公司和IT领导者。技术债务是指与依赖次 […]
-
区块链与传统数据库:区别和用例
区块链和数据库技术有很多相似之处和不同之处,它们经常被拿来比较。 虽然区块链和数据库技术都专注于存储和管理数据 […]
-
专家称:美国政府入股英特尔无法解决长期困境
近日英特尔与美国政府达成协议,美国政府将入股英特尔,此举可能有助于应对科技行业的危机,但这并不意味着这家陷入困 […]