UCS（优势）—大数据领域全景解析

什么是数据

　　数据是一种对客观事物的逻辑归纳，是事实或观察的结果。随着科学技术的发展，数据的概念内涵越来越广泛包括数值，文本，声音，图像，视频。常见的数据有三种分类，分别是结构属性分类、连续性特征分类与测量尺度分类。

　　根据数据存储形式的不同，数据可以分为结构化数据与分结构化数据两种，它们不仅存储形式不同，在数据处理和数据分析的方法上也大相径庭。

　　结构化数据：成熟数据库所存储的数据类型，如企业ERP数据、企业财务系统数据、政府市民卡数据等，能够存储在数据库中的数据能够很方便的进行检索、分析和展示使用；

　　非结构化数据：相对于结构化数据而言，非结构化数据没有统一的规则，涉及到了音视频、图片、文本等形式，例如爬虫抓取的新闻数据、SDK采集的日志数据等，需要通过一定的方法，将这都些数据量化为结构化数据，才能够进行有效的分析。

　　根据数据连续的属性不同，数据又可以分为连续型数据与离散型数据。连续型数据与离散型数据的区别，可以用线、点来区分理解。

　　连续型数据：数据的取值从理论上讲是不间断的，在任意区间内都可以无限取值。例如商品的价格、水果的重量等。

　　离散型数据：离散型数据也被成为不连续数据，取值是中立的，例如AA制聚餐，3个人花费100元，那么人均就是33.333……元，无法做到绝对平均。

　　数据的测量尺度分类，可以理解为一种测量工具，像尺子那样刻画数据的精细度。

　　定类数据：特征数据仅能标记事物的类别，无法描述大小、高度、重量等信息，例如工业产品分类中的零食、日化等区分；

　　定序数据：能够对事物进行分类，比较事物之间的大小差异，但不能做四则运算，例如考试成绩的排名；

　　定距数据：由定距尺度计量形成的，表现为数值，可以进行加减运算，是对事物进行精确描述的数据，但不能做乘除运算，例如高考的总分，是分科得分的加和；

　　定比数据：数据的最高级，既有测量单位，也有绝对零点（可以取值为0），可以做乘除运算，如商品的销售额。

　　

　　数据统计的要素

　　数据的统计过程，主要是为了更好的体现数据的流转过程，而数据统计的要素，就在于如何清晰的描述这个过程。

　　第一个要素是：统计主体，统计的业务属性。统计主体指数据需要描述或分析的对象，以及该对象所涉及到的所有过程的集合。例如在电商系统中，需要描述交易的整个过程，包括商品、下单、支付、退换货等过程，那么订单就可以作为这个过程中的统计主体，串联起整个过程。需要注意的是，统计主体可以是人，也可以是物、甚至可以是任何抽象出来的概念。

　　第二个要素是：统计维度，统计的空间属性。维度是维度建模最重要的建设项目，是描述平台表及业务过程的重要表述方式。在大数据领域，统计维度通常来自于业务概念的抽象，比如商品类目、属性等信息。对于一张汇总层的表来说，除了统计指标，其余所有的信息，都可以看作是统计维度。

　　第三个要素是：统计周期，统计的时间属性。包括时间粒度、生命周期等过程，可以是实时发生的事实，也可以是按时间进行累计的事实。通常统计周期有小时、日、周、季度、年的区分。

　　第四个要素是：统计指标，统计的行为度量。一般由指标名称和指标数值两部分组成，在维度建模中提倡的方式是：指标=原子指标+派生指标+业务限定+统计周期+维度。

来源 | 币圈

编译 | 高噢

责编 | 币安app下载