做数据处理要遵守的一些规则

1. 不造锤子； 不论是FME还是Python，又或者是SQL。这些工具都很好用，在进行数据处理的时候，应当思考如何合理的使用他们。通过工具的组合，绝大多数问题都能得到解决。就像使用生活中的工具，单纯的使用一把锤子，是造不出汽车的。为了造出复杂的机械，需要的是合理的使用工具，在这过程中，可能需要使用到一些比锤子更加高级的机械等一系列工具。如果目的是造汽车，那么这些高级工具是怎么造出来的，就不是最该关注的点。造汽车的人，只需要使用好这些工具就好了。 不造锤子，并不意味着思想上的懈怠。相反的，不造锤子意味着作为一个数据处理人员要去了解各种工具，在了解的基础上思考如何对这些工具进行组合使用。只有集各家之长，才能在数据处理中做到游刃有余。像现在的我，拿FME来做日常的数据处理，Python偶尔打打辅助，ArcGIS作为日常数据处理中的最后杀手锏来搞定最后的工作。要用好这些工具，意味着对FME的几百个转换器要非常熟悉，对ArcGIS的上千个地理处理工具要做到基本的了解，Python也要写的顺溜，这样才能把它们联合起来使用。 但是通过一段时间的学习与了解，我发现SQL也可以用来做一些数据处理，但SQL虽然功能强大却没有FME的界面友好。SQL写的工具适合放在后台中，方便部署，响应快速。 无论使用什么，主要精力应该放在解决问题上，避免造锤子（轮子），尤其是重复的轮子！
2. 保持清晰的思路 无论做什么事情，思路都是非常重要的。保持冷静的思考，是解决问题最重要的因素。 就数据处理而言，绝大多数时候，我们处理的都是小数据，与大数据相比，小数据的特点就是，杂乱、非结构化，甚至完全没有规则。针对这种数据，手动处理有时候是更好的选择。如果FME也好，Python也罢，这些工具适合的是大规模批量的数据处理与分析。打个矢量化的比方来说吧，如果选择用FME或者Python，用户输入点的坐标，然后经过处理生成矢量数据也不是不可以，但我们可以直接选择使用ArcGIS的交互式编辑来完成这这样的工作。 总之，选择合适的工具，节省自己的时间。让自己熟悉的工具各司其职！
3. 单个工具尽量简单 刚学FME的时候，模板做的都比较简单，小小的，可能也就三五个转换器。慢慢的，随着对FME的了解，能用FME做的事情也是越来越多，模板动辄上百个转换器，再加上写模板的时候没有注释，排版乱七八糟……这样做的后果就是容易迷失在为了写模板而写模板中。所以，我觉得，无论写什么工具，FME或Python，都应该尽量的精简，一个模板或者函数/类中尽量少包含一些内容。对常用的功能进行剥离，写成自定义转换器或者是包。总之，模板或类应该体现出思路、尽量精简。尽量避免混乱的思路！按照金字塔原理中指出的那样，每个模板，不超过7个子功能模块，最好是3-5个小小的子模块。 总之，要尽量简单！简洁，就是美

from 做数据处理要遵守的一些规则