在4月份结束的数据库技术大会上，淘宝的DBA跟我们分享了他们的海量数据是如何处理的，这里就其典型案例诠释一下：

　　A、淘宝的数据库很大，数据仓库就更大了(说句废话)，主要操作为只读查询操作(说句实在话)

　　B、淘宝数据现状：
        

　　C、数据特征：

　　淘宝网惊人的数据：每分钟的数据4万件是最保守的统计、28PB的总数据量、3000多的扫描数据量…这样的数据尽管很吓人，但是分布还是非常有特点的。通过消费信誉等因素让消费比较集中在某些部分，这也让淘宝面对数据量很大但是压力还是比较容易处理。

　　对应思路：数据分割(垂直分割、水平分割)

　　通过用户行为的分析与整理发现很多共性，但是不是所有消费行为都具备非常明确的周期性。如：网上充值业务，它已被消费者认可，并逐步成为习惯，是一种趋势已经有非常高的规律周期性

　　通过对淘宝的数据挖掘分析还有很多如下类似的情况：

　　

　　                                         淘宝不同的实现的系统框架

　　通过数据挖掘分析

　　A、消费者的行为信息实际上为企业经营和规划会起到很关键的作用。

　　B、能够通过这样的用户行为基础数据的分析建立一个变量构造模块，我们可以通过分析变量预测未来的结果库。

　　C、结果库可以被各种应用所利用。

　　规划策略

　　

　　本站技术原创栏目文章均为中睿原创或编译，转载请注明：文章来自中睿，本站保留追究责任的权利。