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
-
2025年12个企业风险管理趋势
在很多企业中,企业风险管理已经占据中心地位,随着这些企业努力应对经济不确定性带来的影响–先是新冠肺 […]
-
2025年重塑CIO角色的8个因素
企业继续将技术视为未来成功和增长的关键,这将促使2025年IT支出增加。 研究和咨询公司Gartner估计,明 […]
-
英特尔CEO Pat Gelsinger离职;董事会寻找新CEO
近日英特尔宣布首席执行官Pat Gelsinger退休,结束他在这家公司近四年的领导生涯,这期间他帮助这家陷入 […]
-
如何成功运行IT试点项目
正确的软件可以帮助公司获得竞争优势,但错误的软件可能会增加关键流程的复杂性和失败率。这意味着,测试潜在软件在企 […]