《數據架構》閱讀筆記（二）大數據
03-06
《數據架構——大數據、數據倉庫以及Data Vault》，作者W.H. Inmon，DanielLinstedt，譯者唐富年，人民郵電出版社，2017年。
筆記中有些內容直接引用原書。
================================================================
第二章 大數據
大數據是結構化的還是非機構化的？答案取決於如何定義結構化和非結構化。目前對於「結構化」的最廣泛的定義是：所有通過標準DBMS管理的數據都是結構化的。要將數據裝載到DBMS中，就需要對系統的邏輯特徵和物理特徵進行仔細定義。所有數據（包括屬性、鍵和索引）都需要裝載到系統之前進行定義。
如果結構化指的是包含帶有可預見語境的重複型數據，那麼可以大數據中的重複型數據是結構化的。
重複型非結構化數據容易進行分析的原因如下：a. 記錄的表現形式是統一的； b. 記錄通常短小而緊湊； c. 容易找到記錄中的語境信息，因而容易解析。
非重複型非結構化數據較難分析的原因如下：a. 在表現形式上非常不統一； b. 有時小，有時大，有時非常大； c. 記錄的解析非常困難，很多記錄是文本組成的。文本處理比較複雜。
一個本體（ontology）可簡單定義為一個分類法，且在這個分類法中的元素存在著相互關聯的關係。
BrianZhang：《數據架構》閱讀筆記（一）企業數據
BrianZhang：《數據架構》閱讀筆記（三）數據倉庫BrianZhang：《數據架構》閱讀筆記（四）Data VaultBrianZhang：《數據架構》閱讀筆記（五）作業環境BrianZhang：《數據架構》閱讀筆記（六）數據架構BrianZhang：《數據架構》閱讀筆記（七）重複型分析BrianZhang：《數據架構》閱讀筆記（八）非重複型分析BrianZhang：《數據架構》閱讀筆記（九）作業分析1BrianZhang：《數據架構》閱讀筆記（十）作業分析2BrianZhang：《數據架構》閱讀筆記（十一）個人分析BrianZhang：《數據架構》閱讀筆記（十二完結篇）複合式的數據架構軟體開發之路
推薦閱讀：
※《數據架構》閱讀筆記（三）數據倉庫
※為什麼我們需要數據倉庫
※Apache HAWQ數據倉庫最佳實踐
※《數據架構》閱讀筆記（四）Data Vault
※建設數據倉庫的八個步驟