shawhang_个人页

大数据数据分析架构探究（二）

上一篇提到机器与机器之间交流，这里解释一下意思，其实说的是机器与机器间像人一样交流，但交流的密度更甚于人与人之间，甚至于远远超过人，因为它突破了很多人的限制。首先最重要突破的限制是交流的频率和交流的网络，交流的频率就是人与人交流一条消息的平均时间和机器与机器交流的时间的对比。

大数据数据分析架构探究

从范式角度来讲，维度建模是以2NF的方式来描述数据，实体关系建模是以3NF的方式进行数据描述，由于分布式数据架构的兴起，使得维度建模得到了技术支持。换句话讲，现在数据增长的速度，对于现在的数据技术架构不再是技术瓶颈。

Data Vault的一点思考（三）

前段时间和一家互联网创新企业的数据架构师聊天，说他们正准备开始用Data Vault的模型进行数据仓库的建设，他们有一套维度建模的集市，但是维度建模的特点是更贴业务，但是对于数据的存储不是很友好，对于数据友好，他们是想在维度集市之前，加一层Data Vault的数据层。

Data Vault的一点思考（二）

现在的企业，只要是有点规模的，已经不仅仅是有ER这一套数据仓库模型来做数据，如现在很多企业从原有的线下转到线上，就不得不面临DM这一套数据模型，或者是线下和线上都有，而且是相互促进的（个人认为这是发展趋势的必然），但是貌似来说现阶段线上企业用DM这一套模型，现在更火，因为现在还是处在线下往线上发展的阶段，很多创业公司只要是线上的，数据的分析是必然，那怎么把数据组织好把数据给下游用，现在的主流是DM。

Data Vault的一点思考