Store data arbeidsflyter - dummies

For å forstå store dataflytflyter må du forstå hva en prosess er og hvordan den relaterer til arbeidsflyten i dataintensive miljøer. Prosesser pleier å være utformet som høyt nivå, ende-til-ende strukturer som er nyttige for beslutningstaking og normalisering av hvordan ting blir gjort i et selskap eller en organisasjon.

Arbeidsflytene er derimot oppgaveorientert og krever ofte mer spesifikke data enn prosesser. Prosesser består av en eller flere arbeidsflyter som er relevante for det overordnede målet for prosessen.

På mange måter er store dataflytene likt de vanlige arbeidsflytene. Faktisk, i en hvilken som helst arbeidsflyt, er data nødvendig i de ulike faser for å utføre oppgavene. Vurder arbeidsflyten i en helsesituasjon.

En elementær arbeidsflyt er prosessen med å tegne blod. "Tegning av blod er en nødvendig oppgave som er nødvendig for å fullføre den generelle diagnostiske prosessen. Hvis noe skjer og blod ikke er trukket eller data fra blodprøven har gått tapt, vil det få en direkte innvirkning på sannheten eller sannheten i den samlede aktiviteten.

Hva skjer når du introduserer en arbeidsflyt som avhenger av en stor datakilde? Selv om du kanskje kan bruke eksisterende arbeidsflyter, kan du ikke anta at en prosess eller arbeidsflyt vil fungere riktig ved bare å erstatte en stor datakilde for en standard kilde. Dette kan ikke fungere fordi standard databehandlingsmetoder ikke har behandlingsmetoder eller ytelse for å håndtere kompleksiteten til de store dataene.

Helsepersonelleksemplet fokuserer på behovet for å gjennomføre en analyse etter at blodet er trukket fra pasienten. I standard data arbeidsflyt, er blodet skrevet og deretter utføres visse kjemiske tester basert på krav fra helsepersonell.

Det er usannsynlig at denne arbeidsflyten forstår testen som kreves for å identifisere spesifikke biomarkører eller genetiske mutasjoner. Hvis du leverte store datakilder for biomarkører og mutasjoner, ville arbeidsflyten mislykkes. Det er ikke store databevisste og må endres eller omskrives for å støtte store data.

Den beste fremgangsmåten for å forstå arbeidsflyter og effekten av store data er å gjøre følgende:

• Identifiser de store datakildene du trenger å bruke.

• Kart de store datatyper til arbeidsflytdatatyper.

• Kontroller at du har behandlingshastighet og lagringsadgang for å støtte arbeidsflyten din.

• Velg datalageret som er best egnet for datatyper.

• Endre eksisterende arbeidsflyt for å imøtekomme store data eller opprette ny stor dataflyt.

Når du har dine store dataflyt, må du finjustere disse, slik at de ikke vil overvelde eller forurense analysen din.For eksempel inneholder mange store datakilder ikke veldefinerte datadefinisjoner og metadata om elementene i disse kildene. Noen ganger har disse datakilder ikke blitt renset. Du må sørge for at du har riktig kunnskap om kildene du skal bruke.