12、大数据组织挑战与关联数据解决方案

大数据组织挑战与关联数据解决方案

1. 关联数据在大数据统一中的模型有效性

大数据通常以 4V（Volume 大量、Velocity 高速、Variety 多样、Veracity 真实）来定义。关联数据在应对这些特征方面有不同的表现：
| 大数据特征 | 关联数据的应对情况 |
| ---- | ---- |
| 大量（Volume） | 关联数据无法解决该问题。此情况下，效率是关键，可采用如列存储等各种数据架构来优化数据访问和分析能力，引入关联数据只会增加开销。 |
| 高速（Velocity） | 由于上述原因，关联数据也无法解决该问题。 |
| 多样（Variety） | 这是关联数据非常适用的领域。关联数据赋予数据意义，通过引入标准化词汇表可解决数据多样性问题，在链接过程中实现明确的理解。 |
| 真实（Veracity） | 关联数据有应用潜力。若将真实性理解为数据源的特征，那么在不同数据源中验证信息的可能性会带来一定好处。 |

在大数据环境中，效率至关重要。引入语义进行数据集成在理解方面有一定好处，但同时也增加了对基础设施的要求，人们会犹豫功能的增加是否能弥补效率的降低。有人提出将数据库技术与语义系统的推理能力有意义地结合。有时 SQL 足以解决问题，但在越来越多的实际问题中，需要比 SPARQL 更具表达力的逻辑。

关联数据还能解决 Wiig 知识管理模型的以下维度问题：
-完整性（Completeness）：关联数据通过提供大量可作为背景知识的数据集，以及解决数据可发现性问题，使企业内部数据能更好描述，员工也能获取外部数据源。
-