數據處理工作總結

　　總結是對某一階段的工作、學(xué)習或思想中的經(jīng)驗或情況進(jìn)行分析研究的書(shū)面材料，通過(guò)它可以全面地、系統地了解以往的學(xué)習和工作情況，讓我們一起來(lái)學(xué)習寫(xiě)總結吧。你想知道總結怎么寫(xiě)嗎？以下是小編收集整理的數據處理工作總結，希望能夠幫助到大家。

數據處理工作總結1

　　一、數據量過(guò)大，數據中什么情況都可能存在。

　　如果說(shuō)有10條數據，那么大不了每條去逐一檢查，人為處理，如果有上百條數據，也可以考慮，如果數據上到千萬(wàn)級別，甚至過(guò)億，那不是手工能解決的了，必須通過(guò)工具或者程序進(jìn)行處理，尤其海量的數據中，什么情況都可能存在，例如，數據中某處格式出了問(wèn)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(wèn)題出現了，程序終止了。

　　二、軟硬件要求高，系統資源占用率高。

　　對海量的數據進(jìn)行處理，除了好的方法，最重要的就是合理使用工具，合理分配系統資源。一般情況，如果處理的數據過(guò)TB級，小型機是要考慮的，普通的機子如果有好的方法可以考慮，不過(guò)也必須加大CPU和內存，就象面對著(zhù)千軍萬(wàn)馬，光有勇氣沒(méi)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(xiě)作目的所在，好的處理方法是一位工程師長(cháng)期工作經(jīng)驗的積累，也是個(gè)人的經(jīng)驗的總結。沒(méi)有通用的處理方法，但有通用的原理和規則。

　　下面我們來(lái)詳細介紹一下處理海量數據的經(jīng)驗和技巧：

　　1、選用優(yōu)秀的數據庫工具

　　現在的數據庫工具廠(chǎng)家比較多，對海量數據的處理對所使用的數據庫工具要求比較高，一般使用Oracle或者DB2，微軟公司最近發(fā)布的SQL Server 20xx性能也不錯。另外在BI領(lǐng)域：數據庫，數據倉庫，多維數據庫，數據挖掘等相關(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)際數據分析項目中，對每天6000萬(wàn)條的日志數據進(jìn)行處理，使用SQL Server 20xx需要花費6小時(shí)，而使用SQL Server 20xx則只需要花費3小時(shí)。

　　2、編寫(xiě)優(yōu)良的程序代碼

　　處理數據離不開(kāi)優(yōu)秀的程序代碼，尤其在進(jìn)行復雜數據處理時(shí)，必須使用程序。好的程序代碼對數據的處理至關(guān)重要，這不僅僅是數據處理準確度的問(wèn)題，更是數據處理效率的問(wèn)題。良好的程序代碼應該包含好的算法，包含好的處理流程，包含好的效率，包含好的異常處理機制等。

　　3、對海量數據進(jìn)行分區操作

　　對海量數據進(jìn)行分區操作十分必要，例如針對按年份存取的數據，我們可以按年進(jìn)行分區，不同的數據庫有不同的分區方式，不過(guò)處理機制大體相同。例如SQL Server的數據庫分區是將不同的數據存于不同的文件組下，而不同的文件組存于不同的磁盤(pán)分區下，這樣將數據分散開(kāi)，減小磁盤(pán)I/O，減小了系統負荷，而且還可以將日志，索引等放于不同的分區下。

　　4、建立廣泛的索引

　　對海量的數據處理，對大表建立索引是必行的，建立索引要考慮到具體情況，例如針對大表的分組、排序等字段，都要建立相應索引，一般還可以建立復合索引，對經(jīng)常插入的表則建立索引時(shí)要小心，筆者在處理數據時(shí)，曾經(jīng)在一個(gè)ETL流程中，當插入表時(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，索引的填充因子和聚集、非聚集索引都要考慮。

　　5、建立緩存機制

　　當數據量增加時(shí)，一般的處理工具都要考慮到緩存問(wèn)題。緩存大小設置的好差也關(guān)系到數據處理的成敗，例如，筆者在處理2億條數據聚合操作時(shí)，緩存設置為100000條/Buffer，這對于這個(gè)級別的數據量是可行的。

　　6、加大虛擬內存

　　如果系統資源有限，內存提示不足，則可以靠增加虛擬內存來(lái)解決。筆者在實(shí)際項目中曾經(jīng)遇到針對18億條的數據進(jìn)行處理，內存為1GB，1個(gè)P4 2.4G的CPU，對這么大的數據量進(jìn)行聚合操作是有問(wèn)題的，提示內存不足，那么采用了加大虛擬內存的方法來(lái)解決，在6塊磁盤(pán)分區上分別建立了6個(gè)4096M的磁盤(pán)分區，用于虛擬內存，這樣虛擬的內存則增加為4096x6 + 1024 = 25600 M，解決了數據處理中的內存不足問(wèn)題。

　　7、分批處理

　　海量數據處理難因為數據量大，那么解決海量數據處理難的問(wèn)題其中一個(gè)技巧是減少數據量�？梢詫�海量數據分批處理，然后處理后的數據再進(jìn)行合并操作，這樣逐個(gè)擊破，有利于小數據量的處理，不至于面對大數據量帶來(lái)的問(wèn)題，不過(guò)這種方法也要因時(shí)因勢進(jìn)行，如果不允許拆分數據，還需要另想辦法。不過(guò)一般的數據按天、按月、按年等存儲的，都可以采用先分后合的方法，對數據進(jìn)行分開(kāi)處理。

　　8、使用臨時(shí)表和中間表

　　數據量增加時(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，再利用一定的規則進(jìn)行合并，處理過(guò)程中的臨時(shí)表的使用和中間結果的保存都非常重要，如果對于超海量的數據，大表處理不了，只能拆分為多個(gè)小表。如果處理過(guò)程中需要多步匯總操作，可按匯總步驟一步步來(lái)，不要一條語(yǔ)句完成，一口氣吃掉一個(gè)胖子。

　　9、優(yōu)化查詢(xún)SQL語(yǔ)句

　　在對海量數據進(jìn)行查詢(xún)處理過(guò)程中，查詢(xún)的SQL語(yǔ)句的性能對查詢(xún)效率的影響是非常大的，編寫(xiě)高效優(yōu)良的SQL腳本和存儲過(guò)程是數據庫工作人員的職責，也是檢驗數據庫工作人員水平的一個(gè)標準，在對SQL語(yǔ)句的編寫(xiě)過(guò)程中，例如減少關(guān)聯(lián)，少用或不用游標，設計好高效的數據庫表結構等都十分必要。筆者在工作中試著(zhù)對1億行的數據使用游標，運行3個(gè)小時(shí)沒(méi)有出結果，這是一定要改用程序處理了。

　　10、使用文本格式進(jìn)行處理

　　對一般的數據處理可以使用數據庫，如果對復雜的數據處理，必須借助程序，那么在程序操作數據庫和程序操作文本之間選擇，是一定要選擇程序操作文本的，原因為：程序操作文本速度快；對文本進(jìn)行處理不容易出錯；文本的存儲不受限制等。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），對它進(jìn)行處理牽扯到數據清洗，是要利用程序進(jìn)行處理的，而不建議導入數據庫再做清洗。

　　11、定制強大的'清洗規則和出錯處理機制

　　海量數據中存在著(zhù)不一致性，極有可能出現某處的瑕疵。例如，同樣的數據中的時(shí)間字段，有的可能為非標準的時(shí)間，出現的原因可能為應用程序的錯誤，系統的錯誤等，這是在進(jìn)行數據處理時(shí)，必須制定強大的數據清洗規則和出錯處理機制。

　　12、建立視圖或者物化視圖

　　視圖中的數據來(lái)源于基表，對海量數據的處理，可以將數據按一定的規則分散到各個(gè)基表中，查詢(xún)或處理過(guò)程中可以基于視圖進(jìn)行，這樣分散了磁盤(pán)I/O，正如10根繩子吊著(zhù)一根柱子和一根吊著(zhù)一根柱子的區別。

　　13、避免使用32位機子（極端情況）

　　目前的計算機很多都是32位的，那么編寫(xiě)的程序對內存的需要便受限制，而很多的海量數據處理是必須大量消耗內存的，這便要求更好性能的機子，其中對位數的限制也十分重要。

　　14、考慮操作系統問(wèn)題

　　海量數據處理過(guò)程中，除了對數據庫，處理程序等要求比較高以外，對操作系統的要求也放到了重要的位置，一般是必須使用服務(wù)器的，而且對系統的安全性和穩定性等要求也比較高。尤其對操作系統自身的緩存機制，臨時(shí)空間的處理等問(wèn)題都需要綜合考慮。

　　15、使用數據倉庫和多維數據庫存儲

　　數據量加大是一定要考慮OLAP的，傳統的報表可能5、6個(gè)小時(shí)出來(lái)結果，而基于Cube的查詢(xún)可能只需要幾分鐘，因此處理海量數據的利器是OLAP多維分析，即建立數據倉庫，建立多維數據集，基于多維數據集進(jìn)行報表展現和數據挖掘等。

　　16、使用采樣數據，進(jìn)行數據挖掘

　　基于海量數據的數據挖掘正在逐步興起，面對著(zhù)超海量的數據，一般的挖掘軟件或算法往往采用數據抽樣的方式進(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)要注意數據的完整性和，防止過(guò)大的偏差。筆者曾經(jīng)對1億2千萬(wàn)行的表數據進(jìn)行采樣，抽取出400萬(wàn)行，經(jīng)測試軟件測試處理的誤差為千分之五，客戶(hù)可以接受。

　　還有一些方法，需要在不同的情況和場(chǎng)合下運用，例如使用代理鍵等操作，這樣的好處是加快了聚合時(shí)間，因為對數值型的聚合比對字符型的聚合快得多。類(lèi)似的情況需要針對不同的需求進(jìn)行處理。

　　海量數據是發(fā)展趨勢，對數據分析和挖掘也越來(lái)越重要，從海量數據中提取有用信息重要而緊迫，這便要求處理要準確，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，對海量數據的研究很有前途，也很值得進(jìn)行廣泛深入的研究。

數據處理工作總結2

　　20xx年xxx水利普查空間數據工作，嚴格按照《第一次全國水利普查空間數據采集與處理實(shí)施方案》要求，以質(zhì)量為中心，精心組織、周密安排，經(jīng)過(guò)全區普查工作人員的辛苦努力在對數據錄入、外業(yè)采集及內業(yè)標繪等各項工作，達到了上級規定的具體要求，水利普查清查階段的空間數據處理工作，現將xxx水利普查清查階段的空間數據處理工作總結報告如下

　　一、數據處理情況

　　1、清查數據錄入情況普查辦數據處理工作完成如下：

　　一是完成清查數據錄入，水利工程128處、經(jīng)濟社會(huì )用水調查對象39個(gè)、河湖治理清查對象22個(gè)、行業(yè)能力單位41個(gè)、灌區13個(gè)；

　　二是完成鄉鎮典型居民生活用水戶(hù)調查對象100戶(hù)、地下水取水井清查對象xxx眼、規模以上地下水水源地xx處；

　　2、普查靜態(tài)數據采集、錄入情況

　　通過(guò)清查登記、審核對比、查缺補漏、數據處理、普查靜態(tài)數據獲取等工作流程，獲取普查靜態(tài)數據表xxx張，錄入普查靜態(tài)數據表xxxx張、靜態(tài)指標xxxx個(gè)。按照全國水利普查空間數據采集與處理相關(guān)技術(shù)規定要求，空間數據采集是采用“內業(yè)為主、外業(yè)為輔”的方法，但為了提高空間數據的精度，最大限度地減小空間標繪的.誤差，采集小組對所有需要標繪對象的空間數據都進(jìn)行了外業(yè)采集，并按要求規范填寫(xiě)《水利普查空間數據外業(yè)采集成果一覽表》，對采集的坐標位置進(jìn)行整理、匯總，采集數據完成GPS空間外業(yè)數據采集點(diǎn)xxx處，萬(wàn)畝灌區主干渠系完成普查靜態(tài)數據采集100%、數據錄入100%。

　　二、空間數據標繪情況

　　1、內業(yè)標繪情況對可以在電子工作底圖上直接辨識的清查對象，參照《第一次全國水利普查空間數據采集與處理技術(shù)規定》，通過(guò)選取工作底圖中的相應分類(lèi)要素，完成該對象在電子工作底圖上的位置、形態(tài)特征，若分類(lèi)要素未表達該對象或表達的位置、形態(tài)與遙感影像存在較大差異，則結合已掌握的實(shí)際信息，以遙感影像為參考，做必要的調整。完成空間數據采集100%、標繪100%。

　　2、對象關(guān)系建立xxx水利普查數據處理組，依據清查登記成果，結合基礎資料等相關(guān)信息，利用配發(fā)的電子工作底圖，借助水利普查空間數據采集處理軟件，完成對象空間關(guān)系的建立。

　　三、涉密數據管理

　　xxx水利普查數據組為切實(shí)規范第一次全國水利普查涉密數據的使用管理，保障涉密數據使用安全防止國家秘密、商業(yè)秘密和個(gè)人隱私等泄露，根據《中華人民共和國保守國家秘密法》、《中華人民共和國保守國家秘密法實(shí)施辦法》、《中華人民共和國統計法》和《水利部保密工作管理規定》等有關(guān)法規，結合我區水利普查工作實(shí)際制定《普查涉密數據日常安全管理細則》、《xxx普查涉密信息保密管理制度》并嚴格執行。對普查相關(guān)人員進(jìn)出保密機房實(shí)行在冊登記。四、下一步工作打算

　　普查辦數據組下一步打算，一是要嚴格按照普查時(shí)間節點(diǎn)要求，做好普查表數據審核、平衡處理、內業(yè)標繪工作。二是對今年工作經(jīng)驗教訓進(jìn)行系統總結，重點(diǎn)是完善各專(zhuān)項普查對象的空間關(guān)系建立。三是對空間數據，做到科學(xué)分析、認真標繪。今后我們將在市普查辦數據專(zhuān)項組的領(lǐng)導下，按照水利普查方案，嚴把時(shí)間節點(diǎn)，順利完成xxx第一次全國水利普查工作空間數據處理工作。

【數據處理工作總結】相關(guān)文章：

數據處理實(shí)習日記06-25

數據處理求職簡(jiǎn)歷模板10-05

數據處理崗位職責06-16

EXCEL數據處理中的方法07-17

數據處理與分析相關(guān)空白表格09-28

數據處理與分析相關(guān)空白表格07-01

數據處理員簡(jiǎn)歷表格10-18

MatrixVB在測量數據處理中的應用07-26

關(guān)于海量數據處理的面試題08-27