數(shù)據(jù)員的個(gè)人工作總結(jié)
一段時(shí)間的工作在不知不覺間已經(jīng)告一段落了，經(jīng)過過去這段時(shí)間的積累和沉淀，我們已然有了很大的提升和改變，制定一份工作總結(jié)吧。那么要如何寫呢？以下是小編收集整理的數(shù)據(jù)員的個(gè)人工作總結(jié)，希望能夠幫助到大家。
數(shù)據(jù)員的個(gè)人工作總結(jié)1
在市委、市政的領(lǐng)導(dǎo)和關(guān)心下，在自治區(qū)農(nóng)普辦的業(yè)務(wù)指導(dǎo)下，經(jīng)過市農(nóng)普辦和縣區(qū)農(nóng)普辦全體人員的通力合作，我市第二次農(nóng)業(yè)普查數(shù)據(jù)處理工作接近尾聲。現(xiàn)將全市農(nóng)業(yè)普查數(shù)據(jù)處理工作總結(jié)如下：
一、數(shù)據(jù)處理基本情況
我市共有1602個(gè)普查區(qū)、17010個(gè)普查小區(qū)，涉農(nóng)單位1960家，需要錄入的普查表有200多萬(wàn)張。我市農(nóng)普數(shù)據(jù)處理工作全部安排在市一級(jí)開展，分為光電錄入和Apras邏輯審核兩個(gè)階段，兩個(gè)階段同時(shí)進(jìn)行。市農(nóng)普辦調(diào)配二十多臺(tái)電腦，加上自治區(qū)調(diào)撥的12臺(tái)電腦，約有30多臺(tái)PC機(jī)用于農(nóng)普數(shù)據(jù)處理工作。
整個(gè)普查數(shù)據(jù)處理工作從準(zhǔn)備階段到數(shù)據(jù)上報(bào)，歷時(shí)一年半時(shí)間，經(jīng)歷了數(shù)據(jù)處理組組建階段、清查處理階段、設(shè)備安裝調(diào)試階段、培訓(xùn)階段、光電錄入階段、邏輯審核階段、數(shù)據(jù)上報(bào)階段等。我市光電錄入工作開始于2007年4月上旬，采取外聘實(shí)習(xí)生和市農(nóng)普辦工作人員相結(jié)合操作的方式，由實(shí)習(xí)生進(jìn)行掃描、校驗(yàn)、審核整個(gè)流程的操作，農(nóng)普辦人員在旁監(jiān)督以保證掃描錄入的質(zhì)量。全面的光電錄入工作于6月12日結(jié)束，期間共掃描普查表2300579張，平均每天掃描3萬(wàn)張左右，最高一天掃描約7萬(wàn)張的普查表。Apras邏輯審核開始于4月中旬，采取的方法是由鄉(xiāng)鎮(zhèn)人員操作對(duì)本鄉(xiāng)鎮(zhèn)的數(shù)據(jù)進(jìn)行邏輯審核、改錯(cuò)，市農(nóng)普辦業(yè)務(wù)組人員控制總體數(shù)據(jù)質(zhì)量。為確保數(shù)據(jù)質(zhì)量，市農(nóng)普辦多次召開現(xiàn)場(chǎng)培訓(xùn)會(huì)，通過制定、執(zhí)行完整的工作流程，從而對(duì)Apras審核進(jìn)行全程監(jiān)控。市農(nóng)普辦先后組織了20批約400人次參加了農(nóng)普Apras邏輯審核工作，整個(gè)審核工作于7月下旬結(jié)束。市農(nóng)普辦還結(jié)合我市的實(shí)際，發(fā)揮創(chuàng)新能力，在國(guó)家下發(fā)的Apras程序制度基礎(chǔ)上，新增了19條審核公式和10張匯總表用于數(shù)據(jù)質(zhì)量控制。8月下旬，我市農(nóng)普數(shù)據(jù)順利通過自治區(qū)審核并上報(bào)至國(guó)家。
二、主要做法
�。ㄒ唬╊I(lǐng)導(dǎo)重視，為數(shù)據(jù)處理工作提供強(qiáng)有力的組織保障。
數(shù)據(jù)處理作為整個(gè)農(nóng)普工作的重要環(huán)節(jié)，關(guān)系到農(nóng)普工作的好壞，我市農(nóng)普數(shù)據(jù)處理工作之所以順利開展，與市農(nóng)普辦領(lǐng)導(dǎo)密切關(guān)心分不開的。農(nóng)普辦領(lǐng)導(dǎo)經(jīng)常對(duì)數(shù)據(jù)處理工作進(jìn)行檢查指導(dǎo)，及時(shí)糾正數(shù)據(jù)處理工作錯(cuò)誤，協(xié)調(diào)解決數(shù)據(jù)處理工作遇到的困難。
市農(nóng)普辦領(lǐng)導(dǎo)從普查經(jīng)費(fèi)中劃撥出數(shù)據(jù)處理專項(xiàng)經(jīng)費(fèi)，用于保障數(shù)據(jù)處理培訓(xùn)、外聘數(shù)據(jù)處理人員勞務(wù)費(fèi)、購(gòu)買數(shù)據(jù)處理用服務(wù)器和PC機(jī)等電子設(shè)備、網(wǎng)站建設(shè)和網(wǎng)絡(luò)正常運(yùn)行以及平時(shí)日常辦公所需要的支出，保障了農(nóng)普數(shù)據(jù)處理工作的順利進(jìn)行。
（二）精心準(zhǔn)備，成立農(nóng)普數(shù)據(jù)處理組，制定本市普查數(shù)據(jù)處理實(shí)施。
根據(jù)南農(nóng)普辦字11號(hào)文《南寧市第二次全國(guó)農(nóng)業(yè)普查領(lǐng)導(dǎo)小組辦公室成員職責(zé)分工方案》的要求，在市農(nóng)業(yè)普查領(lǐng)導(dǎo)小組辦公室專門設(shè)立數(shù)據(jù)處理組，并以文件形式明確了數(shù)據(jù)處理組的工作職責(zé)，處理組成員由市統(tǒng)計(jì)局計(jì)算站業(yè)務(wù)骨干組成。
根據(jù)國(guó)家和自治區(qū)的普查數(shù)據(jù)處理實(shí)施方案要求，結(jié)合南寧市的實(shí)際情況，我們制定了農(nóng)普數(shù)據(jù)處理實(shí)施方案。方案明確規(guī)定了整個(gè)農(nóng)普數(shù)據(jù)處理工作流程、處理模式，建立了數(shù)據(jù)處理工作崗位責(zé)任制，確保了系統(tǒng)管理、掃描、識(shí)別、校驗(yàn)、審核、任務(wù)管理、數(shù)據(jù)管理崗位責(zé)任到人。市農(nóng)普辦還制定了一些數(shù)據(jù)處理工作規(guī)定，如計(jì)算機(jī)房管理規(guī)定、機(jī)房日常工作管理要求等。
�。ㄈ┟芮信浜�，做好農(nóng)普清查數(shù)據(jù)處理工作，為普查正式開展夯實(shí)基礎(chǔ)。市農(nóng)普數(shù)據(jù)處理組積極配合業(yè)務(wù)組開展農(nóng)普清查摸底工作，協(xié)助業(yè)務(wù)組完成清查快速匯總工作。
�。ㄋ模┱J(rèn)真籌備，做好數(shù)據(jù)處理環(huán)境的落實(shí)、數(shù)據(jù)處理系統(tǒng)的集成和設(shè)備補(bǔ)充工作。
市農(nóng)普辦及時(shí)落實(shí)了數(shù)據(jù)處理工作的場(chǎng)地，并對(duì)數(shù)據(jù)場(chǎng)地按要求進(jìn)行了改造，保證獨(dú)立接地并且小于1歐姆。購(gòu)置了17臺(tái)PC機(jī)，在機(jī)房安裝了一臺(tái)格力5P天井式空調(diào)，給機(jī)房配備了打印機(jī)，調(diào)配5臺(tái)電腦和2臺(tái)服務(wù)器用于Apras邏輯審核工作，并更新了機(jī)房的兩臺(tái)UPS。
及時(shí)接收自治區(qū)下發(fā)的數(shù)據(jù)處理軟、硬件，及時(shí)組織數(shù)據(jù)處理組人員組裝設(shè)備、安裝程序、調(diào)試網(wǎng)絡(luò)、測(cè)試系統(tǒng)集成，搭建了與外部隔絕的農(nóng)普數(shù)據(jù)處理專用網(wǎng)絡(luò)，保障了數(shù)據(jù)處理按時(shí)開展。同時(shí)，落實(shí)了資料周轉(zhuǎn)、調(diào)閱和管理的資料庫(kù)用房。
�。ㄎ澹┚奶暨x，做好數(shù)據(jù)處理人員選調(diào)和培訓(xùn)工作。
根據(jù)農(nóng)普工作要求，市農(nóng)普辦從各成員單位抽調(diào)了一批年紀(jì)輕、學(xué)歷高、業(yè)務(wù)精的同志充實(shí)到農(nóng)普數(shù)據(jù)處理工作中來，在數(shù)據(jù)處理工作各環(huán)節(jié)擔(dān)當(dāng)監(jiān)督員、審核員等重要角色。并從南寧市有關(guān)院校挑選出39名學(xué)生參加光電錄入和Apras邏輯審核工作。
市農(nóng)普辦多次派出業(yè)務(wù)骨干參加國(guó)家、自治區(qū)舉辦的各種數(shù)據(jù)處理工作的培訓(xùn)會(huì)，結(jié)合本市實(shí)際制定了詳細(xì)的培訓(xùn)計(jì)劃，對(duì)我市參加數(shù)據(jù)處理工作的縣區(qū)及外聘的人員進(jìn)行數(shù)據(jù)處理技術(shù)的培訓(xùn)。培訓(xùn)取得良好效果，受訓(xùn)人員熟練理解培訓(xùn)內(nèi)容和掌握了相應(yīng)的操作技巧，極大促進(jìn)了我市農(nóng)普數(shù)據(jù)處理工作順利開展。
�。┖侠戆才牛龊酶骺h區(qū)普查表上交及數(shù)據(jù)處理工作中原始資料的登記交接工作。
制定原始資料交接流程，制作了交接登記表，規(guī)定各縣區(qū)上交普查表的時(shí)間，指定專人負(fù)責(zé)資料的交接工作，原始資料有專門地點(diǎn)存放，專人進(jìn)行管理，已錄入和未錄入的資料分開存放，避免了在資料管理上出現(xiàn)混亂。
在光電錄入和邏輯審核過程中，每個(gè)環(huán)節(jié)普查表的流轉(zhuǎn)均有詳細(xì)的記錄。特別是在光電錄入環(huán)節(jié)中，有專人領(lǐng)取普查表并由專人負(fù)責(zé)回收領(lǐng)取的普查表，對(duì)于已掃描、已校對(duì)、已審核的普查表均有明顯標(biāo)識(shí)。
（七）精心組織，做好普查表光電錄入和邏輯審核工作。
在自治區(qū)下發(fā)的12臺(tái)PC機(jī)的基礎(chǔ)上，我市又購(gòu)置一批PC機(jī)用于光電錄入工作。制定了規(guī)范的錄入工作流程，領(lǐng)表、掃描、校驗(yàn)、審核、收表等環(huán)節(jié)均定人定崗，專人負(fù)責(zé)，市級(jí)和縣級(jí)排出專業(yè)人員負(fù)責(zé)跟班答疑。參與錄入工作的人員實(shí)行兩班倒，每班設(shè)有一個(gè)由市農(nóng)普辦人員擔(dān)任的班長(zhǎng)負(fù)責(zé)對(duì)光電錄入的全面調(diào)配。每班交接有詳細(xì)的交接單，記錄清楚前一班未完成的工作、已領(lǐng)出報(bào)表的小區(qū)名。
數(shù)據(jù)處理組負(fù)責(zé)把光電掃描的數(shù)據(jù)從光電錄入系統(tǒng)導(dǎo)出，再導(dǎo)入到Apras邏輯審核中，并進(jìn)行審核，記錄好審核出來的錯(cuò)誤筆數(shù)。當(dāng)光電錄入導(dǎo)出時(shí)遇到錯(cuò)誤，數(shù)據(jù)處理組人員將錯(cuò)誤清單打出，交由光電錄入當(dāng)班班長(zhǎng)處理。
Apras邏輯審核由鄉(xiāng)鎮(zhèn)人員操作完成，鄉(xiāng)鎮(zhèn)人員負(fù)責(zé)審核、修訂本鄉(xiāng)鎮(zhèn)的農(nóng)普數(shù)據(jù)。市農(nóng)普辦統(tǒng)一協(xié)調(diào)，安排各個(gè)鄉(xiāng)鎮(zhèn)進(jìn)行數(shù)據(jù)處理的時(shí)間，業(yè)務(wù)組和數(shù)據(jù)處理組人員實(shí)時(shí)監(jiān)控，當(dāng)發(fā)現(xiàn)問題、錯(cuò)誤，及時(shí)告知相關(guān)鄉(xiāng)鎮(zhèn)的人員。為進(jìn)一步控制好我市的數(shù)據(jù)質(zhì)量，市農(nóng)普辦結(jié)合我市的實(shí)情，發(fā)揮創(chuàng)新能力，在國(guó)家下發(fā)的Apras程序制度基礎(chǔ)上，新增了19條審核公式和10張匯總表。光電錄入工作基本結(jié)束后，原先參與光電錄入的人員立即轉(zhuǎn)入到Apras邏輯審核的工作。
�。ò耍﹪�(yán)格執(zhí)行，做好農(nóng)普?qǐng)D像、數(shù)據(jù)的備份和處理設(shè)備的維護(hù)工作。
數(shù)據(jù)處理組對(duì)光電錄入系統(tǒng)進(jìn)行刻盤備份，定期對(duì)光電掃描的圖像和Apras邏輯審核的數(shù)據(jù)進(jìn)行備份，圖像可以通過程序定時(shí)自動(dòng)備份，Apras中的數(shù)據(jù)通過人工定時(shí)備份。接入農(nóng)普數(shù)據(jù)處理專用網(wǎng)絡(luò)的每臺(tái)電腦上均裝有國(guó)家下發(fā)的VRV北信源殺毒軟件，并對(duì)其設(shè)置了定時(shí)自動(dòng)查殺病毒。由于措施得當(dāng)，整個(gè)數(shù)據(jù)處理工作中未出現(xiàn)因操作不當(dāng)或不及時(shí)備份或未及時(shí)查殺病毒而造成數(shù)據(jù)和圖像丟失現(xiàn)象。
每天工作結(jié)束時(shí)，均要求掃描儀操作人員對(duì)掃描儀進(jìn)行清潔。數(shù)據(jù)處理組每個(gè)月定期對(duì)掃描儀進(jìn)行深度清潔。當(dāng)掃描儀出現(xiàn)故障超出能力范圍時(shí)，數(shù)據(jù)處理組均能及時(shí)與贊華公司聯(lián)系，請(qǐng)技術(shù)人員上門維護(hù)處理故障。其他設(shè)備在農(nóng)普數(shù)據(jù)處理工作期間未出現(xiàn)任何故障。
及時(shí)對(duì)光電錄入系統(tǒng)和邏輯審核系統(tǒng)進(jìn)行升級(jí)。一旦國(guó)家農(nóng)普網(wǎng)或自治區(qū)下文件更新，市農(nóng)普辦數(shù)據(jù)處理組均能及時(shí)對(duì)市級(jí)相關(guān)程序按要求進(jìn)行更新（包含Apras制度更新），避免出現(xiàn)更新不及時(shí)而耽誤整個(gè)數(shù)據(jù)處理進(jìn)程的事件。
�。ň牛┓䦶恼{(diào)配，積極配合全區(qū)農(nóng)普數(shù)據(jù)處理工作的開展。
根據(jù)自治區(qū)的要求，在光電錄入期間，我市先后支援了貴港市和北海市各一臺(tái)光電掃描儀，支援貴港市四臺(tái)PC機(jī)，有力支持了兄弟市的數(shù)據(jù)處理工作。在數(shù)據(jù)上報(bào)后，及時(shí)返還了自治區(qū)下發(fā)的所有掃描儀、PC機(jī)、服務(wù)器等數(shù)據(jù)處理設(shè)備。
�。ㄊ┌磿r(shí)保質(zhì)，做好普查數(shù)據(jù)質(zhì)量檢查、評(píng)估和上報(bào)工作。
市農(nóng)普辦安排有專人負(fù)責(zé)統(tǒng)計(jì)每天的光電錄入進(jìn)度，并按照要求及時(shí)向自治區(qū)上報(bào)光電錄入進(jìn)度。
嚴(yán)格按照規(guī)定的內(nèi)容、時(shí)間和方式向自治區(qū)農(nóng)普辦上報(bào)我市農(nóng)普數(shù)據(jù)和掃描圖像。在上報(bào)數(shù)據(jù)之前，數(shù)據(jù)經(jīng)市農(nóng)普辦業(yè)務(wù)組進(jìn)行了分析和評(píng)估，符合要求的評(píng)估報(bào)告及有關(guān)文字隨同普查數(shù)據(jù)一并上報(bào)自治區(qū)。
對(duì)于自治區(qū)審核反饋的數(shù)據(jù)和錯(cuò)誤清單，及時(shí)組織人員進(jìn)行核實(shí)、修訂，及時(shí)按規(guī)定再次上報(bào)數(shù)據(jù)。
�。ㄊ唬┟芮信浜希龊闷詹閿�(shù)據(jù)事后質(zhì)量抽查工作。
數(shù)據(jù)上報(bào)后，根據(jù)自治區(qū)農(nóng)普辦的安排，我市派出業(yè)務(wù)組組長(zhǎng)和數(shù)據(jù)處理業(yè)務(wù)骨干參加了普查數(shù)據(jù)事后質(zhì)量的抽查工作。在整個(gè)抽查工作中，我市按照自治區(qū)農(nóng)普辦的要求，嚴(yán)格把關(guān)，認(rèn)真完成抽查工作的每一個(gè)步驟。我市農(nóng)普數(shù)據(jù)處理工作質(zhì)量得到了較大提升。
三、今后工作計(jì)劃
下一步數(shù)據(jù)處理工作的重心將轉(zhuǎn)移到數(shù)據(jù)資料的開發(fā)上。我們計(jì)劃在自治區(qū)反饋數(shù)據(jù)后,立即組織人員對(duì)全市農(nóng)普資料進(jìn)行系統(tǒng)整理,及早開展本市的農(nóng)業(yè)普查資料匯編的編輯工作，完成縣區(qū)一級(jí)的匯總并向其反饋相關(guān)數(shù)據(jù)和資料，努力搞好農(nóng)業(yè)普查數(shù)據(jù)庫(kù)的建設(shè)工作。
數(shù)據(jù)員的個(gè)人工作總結(jié)2
一、數(shù)據(jù)量過大，數(shù)據(jù)中什么情況都可能存在。
如果說有10條數(shù)據(jù)，那么大不了每條去逐一檢查，人為處理，如果有上百條數(shù)據(jù)，也可以考慮，如果數(shù)據(jù)上到千萬(wàn)級(jí)別，甚至過億，那不是手工能解決的了，必須通過工具或者程序進(jìn)行處理，尤其海量的數(shù)據(jù)中，什么情況都可能存在，例如，數(shù)據(jù)中某處格式出了問題，尤其在程序處理時(shí)，前面還能正常處理，突然到了某個(gè)地方問題出現(xiàn)了，程序終止了。
二、軟硬件要求高，系統(tǒng)資源占用率高。
對(duì)海量的數(shù)據(jù)進(jìn)行處理，除了好的方法，最重要的就是合理使用工具，合理分配系統(tǒng)資源。一般情況，如果處理的數(shù)據(jù)過TB級(jí)，小型機(jī)是要考慮的，普通的機(jī)子如果有好的方法可以考慮，不過也必須加大CPU和內(nèi)存，就象面對(duì)著千軍萬(wàn)馬，光有勇氣沒有一兵一卒是很難取勝的。
三、要求很高的處理方法和技巧。
這也是本文的寫作目的所在，好的處理方法是一位工程師長(zhǎng)期工作經(jīng)驗(yàn)的積累，也是個(gè)人的經(jīng)驗(yàn)的總結(jié)。沒有通用的處理方法，但有通用的原理和規(guī)則。
下面我們來詳細(xì)介紹一下處理海量數(shù)據(jù)的經(jīng)驗(yàn)和技巧：
一、選用優(yōu)秀的數(shù)據(jù)庫(kù)工具
現(xiàn)在的數(shù)據(jù)庫(kù)工具廠家比較多，對(duì)海量數(shù)據(jù)的處理對(duì)所使用的數(shù)據(jù)庫(kù)工具要求比較高，一般使用Oracle或者DB2，微軟公司最近發(fā)布的SQLServer2005性能也不錯(cuò)。另外在BI領(lǐng)域：數(shù)據(jù)庫(kù)，數(shù)據(jù)倉(cāng)庫(kù)，多維數(shù)據(jù)庫(kù)，數(shù)據(jù)挖掘等相關(guān)工具也要進(jìn)行選擇，象好的ETL工具和好的OLAP工具都十分必要，例如Informatic，Eassbase等。筆者在實(shí)際數(shù)據(jù)分析項(xiàng)目中，對(duì)每天6000萬(wàn)條的'日志數(shù)據(jù)進(jìn)行處理，使用SQLServer2000需要花費(fèi)6小時(shí)，而使用SQLServer2005則只需要花費(fèi)3小時(shí)。
二、編寫優(yōu)良的程序代碼
處理數(shù)據(jù)離不開優(yōu)秀的程序代碼，尤其在進(jìn)行復(fù)雜數(shù)據(jù)處理時(shí)，必須使用程序。好的程序代碼對(duì)數(shù)據(jù)的處理至關(guān)重要，這不僅僅是數(shù)據(jù)處理準(zhǔn)確度的問題，更是數(shù)據(jù)處理效率的問題。良好的程序代碼應(yīng)該包含好的算法，包含好的處理流程，包含好的效率，包含好的異常處理機(jī)制等。
三、對(duì)海量數(shù)據(jù)進(jìn)行分區(qū)操作
對(duì)海量數(shù)據(jù)進(jìn)行分區(qū)操作十分必要，例如針對(duì)按年份存取的數(shù)據(jù)，我們可以按年進(jìn)行分區(qū)，不同的數(shù)據(jù)庫(kù)有不同的分區(qū)方式，不過處理機(jī)制大體相同。例如SQLServer的數(shù)據(jù)庫(kù)分區(qū)是將不同的數(shù)據(jù)存于不同的文件組下，而不同的文件組存于不同的磁盤分區(qū)下，這樣將數(shù)據(jù)分散開，減小磁盤I/O，減小了系統(tǒng)負(fù)荷，而且還可以將日志，索引等放于不同的分區(qū)下。
四、建立廣泛的索引
對(duì)海量的數(shù)據(jù)處理，對(duì)大表建立索引是必行的，建立索引要考慮到具體情況，例如針對(duì)大表的分組、排序等字段，都要建立相應(yīng)索引，一般還可以建立復(fù)合索引，對(duì)經(jīng)常插入的表則建立索引時(shí)要小心，筆者在處理數(shù)據(jù)時(shí)，曾經(jīng)在一個(gè)ETL流程中，當(dāng)插入表時(shí)，首先刪除索引，然后插入完畢，建立索引，并實(shí)施聚合操作，聚合完成后，再次插入前還是刪除索引，所以索引要用到好的時(shí)機(jī)，索引的填充因子和聚集、非聚集索引都要考慮。
五、建立緩存機(jī)制
當(dāng)數(shù)據(jù)量增加時(shí)，一般的處理工具都要考慮到緩存問題。緩存大小設(shè)置的好差也關(guān)系到數(shù)據(jù)處理的成敗，例如，筆者在處理2億條數(shù)據(jù)聚合操作時(shí)，緩存設(shè)置為100000條/Buffer，這對(duì)于這個(gè)級(jí)別的數(shù)據(jù)量是可行的。
六、加大虛擬內(nèi)存
如果系統(tǒng)資源有限，內(nèi)存提示不足，則可以靠增加虛擬內(nèi)存來解決。筆者在實(shí)際項(xiàng)目中曾經(jīng)遇到針對(duì)18億條的數(shù)據(jù)進(jìn)行處理，內(nèi)存為1GB，1個(gè)P42.4G的CPU，對(duì)這么大的數(shù)據(jù)量進(jìn)行聚合操作是有問題的，提示內(nèi)存不足，那么采用了加大虛擬內(nèi)存的方法來解決，在6塊磁盤分區(qū)上分別建立了6個(gè)4096M的磁盤分區(qū)，用于虛擬內(nèi)存，這樣虛擬的內(nèi)存則增加為4096*6+1024=25600M，解決了數(shù)據(jù)處理中的內(nèi)存不足問題。
七、分批處理
海量數(shù)據(jù)處理難因?yàn)閿?shù)據(jù)量大，那么解決海量數(shù)據(jù)處理難的問題其中一個(gè)技巧是減少數(shù)據(jù)量�？梢詫�(duì)海量數(shù)據(jù)分批處理，然后處理后的數(shù)據(jù)再進(jìn)行合并操作，這樣逐個(gè)擊破，有利于小數(shù)據(jù)量的處理，不至于面對(duì)大數(shù)據(jù)量帶來的問題，不過這種方法也要因時(shí)因勢(shì)進(jìn)行，如果不允許拆分?jǐn)?shù)據(jù)，還需要另想辦法。不過一般的數(shù)據(jù)按天、按月、按年等存儲(chǔ)的，都可以采用先分后合的方法，對(duì)數(shù)據(jù)進(jìn)行分開處理。
八、使用臨時(shí)表和中間表
數(shù)據(jù)量增加時(shí)，處理中要考慮提前匯總。這樣做的目的是化整為零，大表變小表，分塊處理完成后，再利用一定的規(guī)則進(jìn)行合并，處理過程中的臨時(shí)表的使用和中間結(jié)果的保存都非常重要，如果對(duì)于超海量的數(shù)據(jù)，大表處理不了，只能拆分為多個(gè)小表。如果處理過程中需要多步匯總操作，可按匯總步驟一步步來，不要一條語(yǔ)句完成，一口氣吃掉一個(gè)胖子。
九、優(yōu)化查詢SQL語(yǔ)句
在對(duì)海量數(shù)據(jù)進(jìn)行查詢處理過程中，查詢的SQL語(yǔ)句的性能對(duì)查詢效率的影響是非常大的，編寫高效優(yōu)良的SQL腳本和存儲(chǔ)過程是數(shù)據(jù)庫(kù)工作人員的職責(zé)，也是檢驗(yàn)數(shù)據(jù)庫(kù)工作人員水平的一個(gè)標(biāo)準(zhǔn)，在對(duì)SQL語(yǔ)句的編寫過程中，例如減少關(guān)聯(lián)，少用或不用游標(biāo)，設(shè)計(jì)好高效的數(shù)據(jù)庫(kù)表結(jié)構(gòu)等都十分必要。筆者在工作中試著對(duì)1億行的數(shù)據(jù)使用游標(biāo)，運(yùn)行3個(gè)小時(shí)沒有出結(jié)果，這是一定要改用程序處理了。
十、使用文本格式進(jìn)行處理
對(duì)一般的數(shù)據(jù)處理可以使用數(shù)據(jù)庫(kù)，如果對(duì)復(fù)雜的數(shù)據(jù)處理，必須借助程序，那么在程序操作數(shù)據(jù)庫(kù)和程序操作文本之間選擇，是一定要選擇程序操作文本的，原因?yàn)椋撼绦虿僮魑谋舅俣瓤�；�?duì)文本進(jìn)行處理不容易出錯(cuò)；文本的存儲(chǔ)不受限制等。例如一般的海量的網(wǎng)絡(luò)日志都是文本格式或者csv格式（文本格式），對(duì)它進(jìn)行處理牽扯到數(shù)據(jù)清洗，是要利用程序進(jìn)行處理的，而不建議導(dǎo)入數(shù)據(jù)庫(kù)再做清洗。
十一、定制強(qiáng)大的清洗規(guī)則和出錯(cuò)處理機(jī)制
海量數(shù)據(jù)中存在著不一致性，極有可能出現(xiàn)某處的瑕疵。例如，同樣的數(shù)據(jù)中的時(shí)間字段，有的可能為非標(biāo)準(zhǔn)的時(shí)間，出現(xiàn)的原因可能為應(yīng)用程序的錯(cuò)誤，系統(tǒng)的錯(cuò)誤等，這是在進(jìn)行數(shù)據(jù)處理時(shí)，必須制定強(qiáng)大的數(shù)據(jù)清洗規(guī)則和出錯(cuò)處理機(jī)制。
十二、建立視圖或者物化視圖
視圖中的數(shù)據(jù)來源于基表，對(duì)海量數(shù)據(jù)的處理，可以將數(shù)據(jù)按一定的規(guī)則分散到各個(gè)基表中，查詢或處理過程中可以基于視圖進(jìn)行，這樣分散了磁盤I/O，正如10根繩子吊著一根柱子和一根吊著一根柱子的區(qū)別。
十三、避免使用32位機(jī)子（極端情況）
目前的計(jì)算機(jī)很多都是32位的，那么編寫的程序?qū)?nèi)存的需要便受限制，而很多的海量數(shù)據(jù)處理是必須大量消耗內(nèi)存的，這便要求更好性能的機(jī)子，其中對(duì)位數(shù)的限制也十分重要。
十四、考慮操作系統(tǒng)問題
海量數(shù)據(jù)處理過程中，除了對(duì)數(shù)據(jù)庫(kù)，處理程序等要求比較高以外，對(duì)操作系統(tǒng)的要求也放到了重要的位置，一般是必須使用服務(wù)器的，而且對(duì)系統(tǒng)的安全性和穩(wěn)定性等要求也比較高。尤其對(duì)操作系統(tǒng)自身的緩存機(jī)制，臨時(shí)空間的處理等問題都需要綜合考慮。
十五、使用數(shù)據(jù)倉(cāng)庫(kù)和多維數(shù)據(jù)庫(kù)存儲(chǔ)
數(shù)據(jù)量加大是一定要考慮OLAP的，傳統(tǒng)的報(bào)表可能5、6個(gè)小時(shí)出來結(jié)果，而基于Cube的查詢可能只需要幾分鐘，因此處理海量數(shù)據(jù)的利器是OLAP多維分析，即建立數(shù)據(jù)倉(cāng)庫(kù)，建立多維數(shù)據(jù)集，基于多維數(shù)據(jù)集進(jìn)行報(bào)表展現(xiàn)和數(shù)據(jù)挖掘等。
十六、使用采樣數(shù)據(jù)，進(jìn)行數(shù)據(jù)挖掘
基于海量數(shù)據(jù)的數(shù)據(jù)挖掘正在逐步興起，面對(duì)著超海量的數(shù)據(jù)，一般的挖掘軟件或算法往往采用數(shù)據(jù)抽樣的方式進(jìn)行處理，這樣的誤差不會(huì)很高，大大提高了處理效率和處理的成功率。一般采樣時(shí)要注意數(shù)據(jù)的完整性和，防止過大的偏差。筆者曾經(jīng)對(duì)1億2千萬(wàn)行的表數(shù)據(jù)進(jìn)行采樣，抽取出400萬(wàn)行，經(jīng)測(cè)試軟件測(cè)試處理的誤差為千分之五，客戶可以接受。
還有一些方法，需要在不同的情況和場(chǎng)合下運(yùn)用，例如使用代理鍵等操作，這樣的好處是加快了聚合時(shí)間，因?yàn)閷?duì)數(shù)值型的聚合比對(duì)字符型的聚合快得多。類似的情況需要針對(duì)不同的需求進(jìn)行處理。
海量數(shù)據(jù)是發(fā)展趨勢(shì)，對(duì)數(shù)據(jù)分析和挖掘也越來越重要，從海量數(shù)據(jù)中提取有用信息重要而緊迫，這便要求處理要準(zhǔn)確，精度要高，而且處理時(shí)間要短，得到有價(jià)值信息要快，所以，對(duì)海量數(shù)據(jù)的研究很有前途，也很值得進(jìn)行廣泛深入的研究。
【數(shù)據(jù)員的個(gè)人工作總結(jié)】相關(guān)文章：
營(yíng)業(yè)員的個(gè)人工作總結(jié)03-04
報(bào)賬員年終個(gè)人工作總結(jié)03-22
結(jié)算員及合同管理員個(gè)人工作總結(jié)01-21
裝修業(yè)務(wù)員的個(gè)人工作總結(jié)01-21