个人工作调研报告范文(4篇).docx
《个人工作调研报告范文(4篇).docx》由会员分享,可在线阅读,更多相关《个人工作调研报告范文(4篇).docx(19页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、 个人工作调研报告范文(4篇) 一、数据量过大,数据中什么状况都可能存在。 假如说有10条数据,那么大不了每条去逐一检查,人为处理,假如有上百条数据,也可以考虑,假如数据上到千万级别,甚至过亿,那不是手工能解决的了,必需通过工具或者程序进展处理,尤其海量的数据中,什么状况都可能存在,例如,数据中某处格式出了问题,尤其在程序处理时,前面还能正常处理,突然到了某个地方问题消失了,程序终止了。 二、软硬件要求高,系统资源占用率高。 对海量的数据进展处理,除了好的方法,最重要的就是合理使用工具,合理安排系统资源。一般状况,假如处理的数据过TB级,小型机是要考虑的,一般的机子假如有好的方法可以考虑,不过
2、也必需加大CPU和内存,就象面对着千军万马,光有士气没有一兵一卒是很难取胜的。 三、要求很高的处理方法和技巧。 这也是本文的写作目的所在,好的处理方法是一位工程师长期工作阅历的积存,也是个人的阅历的总结。没有通用的处理方法,但有通用的原理和规章。 下面我们来具体介绍一下处理海量数据的阅历和技巧: 一、选用优秀的数据库工具 现在的数据库工具厂家比拟多,对海量数据的处理对所使用的数据库工具要求比拟高,一般使用Oracle或者DB2,微软公司最近公布的SQLServer20_性能也不错。另外在BI领域:数据库,数据仓库,多维数据库,数据挖掘等相关工具也要进展选择,象好的ETL工具和好的OLAP工具都
3、非常必要,例如Informatic,Eassbase等。笔者在实际数据分析工程中,对每天6000万条的日志数据进展处理,使用SQLServer20_需要花费6小时,而使用SQLServer20_则只需要花费3小时。 二、编写优良的程序代码 处理数据离不开优秀的程序代码,尤其在进展简单数据处理时,必需使用程序。好的程序代码对数据的处理至关重要,这不仅仅是数据处理精确度的问题,更是数据处理效率的问题。良好的程序代码应当包含好的算法,包含好的处理流程,包含好的效率,包含好的特别处理机制等。 三、对海量数据进展分区操作 对海量数据进展分区操作非常必要,例如针对按年份存取的数据,我们可以按年进展分区,不
4、同的数据库有不同的分区方式,不过处理机制大体一样。例如SQLServer的数据库分区是将不同的数据存于不同的文件组下,而不同的文件组存于不同的磁盘分区下,这样将数据分散开,减小磁盘I/O,减小了系统负荷,而且还可以将日志,索引等放于不同的分区下。 四、建立广泛的索引 对海量的数据处理,对大表建立索引是必行的,建立索引要考虑到详细状况,例如针对大表的分组、排序等字段,都要建立相应索引,一般还可以建立复合索引,对常常插入的表则建立索引时要当心,笔者在处理数据时,曾经在一个ETL流程中,当插入表时,首先删除索引,然后插入完毕,建立索引,并实施聚合操作,聚合完成后,再次插入前还是删除索引,所以索引要用
5、到好的时机,索引的填充因子和聚拢、非聚拢索引都要考虑。 五、建立缓存机制 当数据量增加时,一般的处理工具都要考虑到缓存问题。缓存大小设置的好差也关系到数据处理的成败,例如,笔者在处理2亿条数据聚合操作时,缓存设置为100000条/Buffer,这对于这个级别的数据量是可行的。 六、加大虚拟内存 假如系统资源有限,内存提示缺乏,则可以靠增加虚拟内存来解决。笔者在实际工程中曾经遇到针对18亿条的数据进展处理,内存为1GB,1个P42.4G的CPU,对这么大的数据量进展聚合操作是有问题的,提示内存缺乏,那么采纳了加大虚拟内存的方法来解决,在6块磁盘分区上分别建立了6个4096M的磁盘分区,用于虚拟内
6、存,这样虚拟的内存则增加为4096_6+1024=25600M,解决了数据处理中的内存缺乏问题。 七、分批处理 海量数据处理难由于数据量大,那么解决海量数据处理难的问题其中一个技巧是削减数据量。可以对海量数据分批处理,然后处理后的数据再进展合并操作,这样逐个击破,有利于小数据量的处理,不至于面对大数据量带来的问题,不过这种方法也要因时因势进展,假如不允许拆分数据,还需要另想方法。不过一般的数据按天、按月、按年等存储的,都可以采纳先分后合的方法,对数据进展分开处理。 八、使用临时表和中间表 数据量增加时,处理中要考虑提前汇总。这样做的目的是化整为零,大表变小表,分块处理完成后,再利用肯定的规章进
7、展合并,处理过程中的临时表的使用和中间结果的保存都特别重要,假如对于超海量的数据,大表处理不了,只能拆分为多个小表。假如处理过程中需要多步汇总操作,可按汇总步骤一步步来,不要一条语句完成,一口气吃掉一个胖子。 九、优化查询SQL语句 在对海量数据进展查询处理过程中,查询的SQL语句的性能对查询效率的影响是特别大的,编写高效优良的SQL脚本和存储过程是数据库工作人员的职责,也是检验数据库工作人员水平的一个标准,在对SQL语句的编写过程中,例如削减关联,少用或不用游标,设计好高效的数据库表构造等都非常必要。笔者在工作中试着对1亿行的数据使用游标,运行3个小时没有出结果,这是肯定要改用程序处理了。
8、十、使用文本格式进展处理 对一般的数据处理可以使用数据库,假如对简单的数据处理,必需借助程序,那么在程序操作数据库和程序操作文本之间选择,是肯定要选择程序操作文本的,缘由为:程序操作文本速度快;对文本进展处理不简单出错;文本的存储不受限制等。例如一般的海量的网络日志都是文本格式或者csv格式(文本格式),对它进展处理牵扯到数据清洗,是要利用程序进展处理的,而不建议导入数据库再做清洗。 十一、定制强大的清洗规章和出错处理机制 海量数据中存在着不全都性,极有可能消失某处的瑕疵。例如,同样的数据中的时间字段,有的可能为非标准的时间,消失的缘由可能为应用程序的错误,系统的错误等,这是在进展数据处理时,
9、必需制定强大的数据清洗规章和出错处理机制。 十二、建立视图或者物化视图 视图中的数据来源于基表,对海量数据的处理,可以将数据按肯定的规章分散到各个基表中,查询或处理过程中可以基于视图进展,这样分散了磁盘I/O,正如10根绳子吊着一根柱子和一根吊着一根柱子的区分。 十三、避开使用32位机子(极端状况) 目前的计算机许多都是32位的,那么编写的程序对内存的需要便受限制,而许多的海量数据处理是必需大量消耗内存的,这便要求更好性能的机子,其中对位数的限制也非常重要。 十四、考虑操作系统问题 海量数据处理过程中,除了对数据库,处理程序等要求比拟高以外,对操作系统的要求也放到了重要的位置,一般是必需使用效
10、劳器的,而且对系统的安全性和稳定性等要求也比拟高。尤其对操作系统自身的缓存机制,临时空间的处理等问题都需要综合考虑。 十五、使用数据仓库和多维数据库存储 数据量加大是肯定要考虑OLAP的,传统的报表可能5、6个小时出来结果,而基于Cube的查询可能只需要几分钟,因此处理海量数据的利器是OLAP多维分析,即建立数据仓库,建立多维数据集,基于多维数据集进展报表呈现和数据挖掘等。 十六、使用采样数据,进展数据挖掘 基于海量数据的数据挖掘正在逐步兴起,面对着超海量的数据,一般的挖掘软件或算法往往采纳数据抽样的方式进展处理,这样的误差不会很高,大大提高了处理效率和处理的胜利率。一般采样时要留意数据的完整
11、性和,防止过大的偏差。笔者曾经对1亿2千万行的表数据进展采样,抽取出400万行,经测试软件测试处理的误差为千分之五,客户可以承受。 还有一些方法,需要在不同的状况和场合下运用,例如使用代理键等操作,这样的好处是加快了聚合时间,由于对数值型的聚合比对字符型的聚合快得多。类似的状况需要针对不同的需求进展处理。 海量数据是进展趋势,对数据分析和挖掘也越来越重要,从海量数据中提取有用信息重要而紧迫,这便要求处理要精确,精度要高,而且处理时间要短,得到有价值信息要快,所以,对海量数据的讨论很有前途,也很值得进展广泛深入的讨论。 个人工作调研报告范文二 在市委、市政的领导和关怀下,在自治区农普办的业务指导
12、下,经过市农普办和县区农普办全体人员的通力合作,我市其次次农业普查数据处理工作接近尾声。现将全市农业普查数据处理工作总结如下: 一、数据处理根本状况 我市共有1602个普查区、17010个普查小区,涉农单位1960家,需要录入的普查表有200多万张。我市农普数据处理工作全部安排在市一级开展,分为光电录入和Apras规律审核两个阶段,两个阶段同时进展。市农普办调配二十多台电脑,加上自治区调拨的12台电脑,约有30多台PC机用于农普数据处理工作。 整个普查数据处理工作从预备阶段到数据上报,历时一年半时间,经受了数据处理组组建阶段、清查处理阶段、设备安装调试阶段、培训阶段、光电录入阶段、规律审核阶段
13、、数据上报阶段等。我市光电录入工作开头于2022年4月上旬,实行外聘实习生和市农普办工作人员相结合操作的方式,由实习生进展扫描、校验、审核整个流程的操作,农普办人员在旁监视以保证扫描录入的质量。全面的光电录入工作于6月12日完毕,期间共扫描普查表2300579张,平均每天扫描3万张左右,最高一天扫描约7万张的普查表。Apras规律审核开头于4月中旬,实行的方法是由乡镇人员操作对本乡镇的数据进展规律审核、改错,市农普办业务组人员掌握总体数据质量。为确保数据质量,市农普办屡次召开现场培训会,通过制定、执行完整的工作流程,从而对Apras审核进展全程监控。市农普办先后组织了20批约400人次参与了农
14、普Apras规律审核工作,整个审核工作于7月下旬完毕。市农普办还结合我市的实际,发挥创新力量,在国家下发的Apras程序制度根底上,新增了19条审核公式和10张汇总表用于数据质量掌握。8月下旬,我市农普数据顺当通过自治区审核并上报至国家。 二、主要做法 (一)领导重视,为数据处理工作供应强有力的组织保障。 数据处理作为整个农普工作的重要环节,关系到农普工作的好坏,我市农普数据处理工作之所以顺当开展,与市农普办领导亲密关怀分不开的。农普办领导常常对数据处理工作进展检查指导,准时订正数据处理工作错误,协调解决数据处理工作遇到的困难。 市农普办领导从普查经费中划拨出数据处理专项经费,用于保障数据处理
15、培训、外聘数据处理人员劳务费、购置数据处理用效劳器和PC机等电子设备、网站建立和网络正常运行以及平常日常办公所需要的支出,保障了农普数据处理工作的顺当进展。 (二)细心预备,成立农普数据处理组,制定本市普查数据处理实施。 依据南农普办字11号文南宁市其次次全国农业普查领导小组办公室成员职责分工方案的要求,在市农业普查领导小组办公室特地设立数据处理组,并以文件形式明确了数据处理组的工作职责,处理组成员由市统计局计算站业务骨干组成。 依据国家和自治区的普查数据处理实施方案要求,结合南宁市的实际状况,我们制定了农普数据处理实施方案。方案明确规定了整个农普数据处理工作流程、处理模式,建立了数据处理工作
16、岗位责任制,确保了系统治理、扫描、识别、校验、审核、任务治理、数据治理岗位责任到人。市农普办还制定了一些数据处理工作规定,如计算机房治理规定、机房日常工作治理要求等。 (三)亲密协作,做好农普清查数据处理工作,为普查正式开展夯实根底。市农普数据处理组积极协作业务组开展农普清查摸底工作,帮助业务组完成清查快速汇总工作。 (四)仔细筹备,做好数据处理环境的落实、数据处理系统的集成和设备补充工作。 市农普办准时落实了数据处理工作的场地,并对数据场地按要求进展了改造,保证独立接地并且小于1欧姆。购置了17台PC机,在机房安装了一台格力5P天井式空调,给机房配备了打印机,调配5台电脑和2台效劳器用于Ap
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 个人 工作 调研 报告 范文
限制150内