想从事大数据方向职场小白看过来, 数据方面的一些英文解释

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 想从事大数据方向职场小白看过来, 数据方面的一些英文解释

想从事数据方向职场小白看过来,一些英文名词解释


英文类解释

NoSQL:

(Not Only SQL)不仅仅是 SQL。是一种广义的数据库管理系统范畴,与传统的关系型数据库管理系统(RDBMS)相对。NoSQL数据库的设计目标是解决关系型数据库在大规模数据集和高并发环境下的一些限制和挑战。 NoSQL数据库主要指文档、列、图和键值。没有表。

ESB:

ESB代表企业服务总线(Enterprise Service Bus)。ESB是一种集成软件架构,旨在简化企业内部系统和应用程序之间的通信和数据交换。它作为一种中间件,有助于解决不同应用程序和服务之间的互操作性问题,使它们能够更加轻松地集成和协同工作。

ACID :


ACID是数据库管理系统(DBMS)中事务处理的一组基本属性的首字母缩写原子性(Atomicity),一致性(Consistency),隔离性(Isolation)和 持久性(Durability)。这四个属性一起确保了数据库的可靠性和一致性。ACID属性对于需要高度可靠性和一致性的应用程序非常重要,例如金融系统或在线交易系统。然而,有时为了提高性能,一些系统可能会牺牲ACID属性,选择使用更灵活的一致性模型,例如BASE(Basically Available, Soft state, Eventually consistent)。ACID用在关系型数据库,即应用系统中为主,BASE应用在大数据为主。另外BASE的数据结构在运行中调整,ACID的表结构必须存在。

Data Vault:


(数据仓库Vault模型)是一种数据建模方法。 一个以细节为导向,以时间为基础、唯一链接的范式化表格集,支持一个或多个功能领域。旨在提供一种灵活、可扩展、可维护的方法,用于构建和管理数据仓库。Data Vault模型是由Dan Linstedt于2000年提出的,它强调在构建数据仓库时应该注重可变性、可扩展性和可维护性。

MDM:


代表主数据管理(Master Data Management)。MDM是一种方法论和技术,旨在确保企业内核心数据(通常称为主数据)的准确性、一致性、完整性和可靠性。主数据是组织中关键业务实体的核心信息,如客户、产品、员工等。需要对主数据的值和标识符进行控制,以便能够跨系统一致地使用核心业务实体的最准确并且最及时的数据。

OLAP:

一种快速提供多维分析查询的方法:在线分析处理(OLAP)是一种为多维分析查询提供快速性能的方法。

SCD:


渐变维度(slow Changing dimension)是数仓设计中经常会碰到的一个问题。为了解决这个问题,可以有多种方法。

Type 1 -基于原来的列,增加一个新列、状态、和状态时间

Type 2- 基于原来的列,增加一个新列,把有关变化的历史记录下来

Type 3- 直接修改原表中的值

SBA:


基于服务的体系结构(Service-Based Architecture,SBA)是一种软件架构范式,它基于独立的服务单元(Services),这些服务通过明确定义的接口进行通信。这种体系结构的设计旨在提高系统的灵活性、可维护性和可扩展性。并含有三个组件包括服务层,批处理层,加速层.

MPP


“MPP database” 指的是"Massively Parallel Processing Database",即大规模并行处理数据库。这种数据库系统被设计用于通过在多个处理单元上并行执行查询和操作,以处理大量数据和提供高性能。MPP 数据库系统通常在大规模数据仓库和分析环境中使用,以满足对大数据量进行高效处理和查询的需求。

SDLC

是软件开发生命周期(Software Development Life Cycle)的缩写,指的是在软件开发过程中,从项目计划、设计、编码、测试到维护的整个流程。SDLC 旨在确保软件开发过程中的组织性、可控性和高质量。

UDF


用户定义函数(User-Defined Function): 在编程和数据库领域,UDF 通常指用户定义的函数。这是一种允许开发人员定义自己的函数,以实现特定功能或处理特定任务的方法。在数据库中,UDF 可以用于扩展查询语言,使用户能够定义自己的函数来处理数据


API


代表应用程序编程接口(Application Programming Interface)。API 是一组定义了软件组件之间如何互相操作的规则和工具。它提供了一种标准的方式,使得不同的软件系统能够相互通信、交换数据和执行操作。

Web API: Web API 是一种通过网络进行通信的 API。它通常基于 HTTP 协议,允许不同的软件系统通过网络进行交互。常见的 Web API 包括 RESTful API 和 SOAP API,用于实现 Web 服务。

PPI

Personal Privacy Information(个人隐私信息): PPI 可用于表示个人隐私信息,这包括诸如姓名、地址、电话号码、社会安全号码等个人身份信息。

SDLC


系统开发生命周期(System Development Life Cycle,SDLC)是指在进行信息系统或软件开发时,按照一系列阶段和过程来规划、设计、实施、测试和维护系统的方法论。SDLC的目标是确保高质量的软件产品,并在整个开发过程中保持项目的可控性和可预测性。不同的SDLC模型存在,其中一些常见的包括瀑布模型、迭代模型、螺旋模型和敏捷模型等。


以下是通常包含在SDLC中的主要阶段:


计划(Planning): 在这个阶段,确定项目的范围、目标、时间表、资源需求和风险。制定项目计划和预算。

需求分析(Requirements Analysis): 收集并分析用户的需求,定义系统的功能和性能要求。创建详细的需求文档。

设计(Design): 根据需求文档,设计系统的架构、模块、界面和数据库等。制定软件设计规范。

实施(Implementation): 开发和编码系统的各个组件,根据设计文档创建实际的软件。

测试(Testing): 对开发的软件进行测试,包括单元测试、集成测试和系统测试,确保软件满足需求并且稳定可靠。

部署(Deployment): 将软件部署到生产环境中,使其可以被最终用户或客户使用。

维护(Maintenance): 软件正式上线后,需要进行维护和支持,修复漏洞、增加新功能,以确保系统持续运行并适应变化。

在实际应用中,各种SDLC模型的选择取决于项目的性质、规模和要求。例如,敏捷开发模型更适用于需要快速响应变化和灵活性的项目,而瀑布模型则更适用于对需求较为稳定的大型项目。

总结

希望大家喜欢 , 谢谢大家,我一直在一边面试,一边学习,一边考证,一边写作,充实自己。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
7天前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
8天前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
31 3
|
7天前
|
SQL 消息中间件 大数据
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
21 1
|
7天前
|
SQL 大数据 Apache
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
31 1
|
8天前
|
分布式计算 监控 大数据
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
26 1
|
9天前
|
消息中间件 缓存 NoSQL
大数据-49 Redis 缓存问题中 穿透、雪崩、击穿、数据不一致、HotKey、BigKey
大数据-49 Redis 缓存问题中 穿透、雪崩、击穿、数据不一致、HotKey、BigKey
25 2
|
8天前
|
SQL 分布式计算 大数据
大数据-108 Flink 快速应用案例 重回Hello WordCount!方案1批数据 方案2流数据(一)
大数据-108 Flink 快速应用案例 重回Hello WordCount!方案1批数据 方案2流数据(一)
23 0
|
8天前
|
大数据 流计算
大数据-108 Flink 快速应用案例 重回Hello WordCount!方案1批数据 方案2流数据(二)
大数据-108 Flink 快速应用案例 重回Hello WordCount!方案1批数据 方案2流数据(二)
27 0
|
1月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
107 11
|
2月前
|
存储 分布式计算 大数据
MaxCompute 数据分区与生命周期管理
【8月更文第31天】随着大数据分析需求的增长,如何高效地管理和组织数据变得至关重要。阿里云的 MaxCompute(原名 ODPS)是一个专为海量数据设计的计算服务,它提供了丰富的功能来帮助用户管理和优化数据。本文将重点讨论 MaxCompute 中的数据分区策略和生命周期管理方法,并通过具体的代码示例来展示如何实施这些策略。
159 1