「这是我参与2022首次更文挑战的第6天，活动详情查看：2022首次更文挑战」。
首先是大数据的概念，大数据也被称为巨量数据，其数据量是极大的，并通过高效的手段拾取、拼接、排列能为企业决策和判断提供依据。
大数据操作必须是高效、巨量、真实、低密度的。
通过和业务层的沟通，获悉业务的真实需求，拆解到实际的大数据模型设计当中，这是在大数据开发中很重要的一环，初期模型建立成功，就是前进一大步。
常常因为对业务需求的解读不完全而走了很多弯路。
首要是清晰大数据设计模型的几大目标：
1、方便存取信息。对业务人员数据要很直观，所展示的词汇要符合业务人员思维逻辑，可以让业务人员游刃有余的分析和拆解数据。
2、信息必须是以一致性的形式展现。这是需要在数据中关于性能度量的参数具有同样的名称，指向的是同一件事情，不同的两个度量名称，指向不同的事情标记。
3、及时展示信息。对于大数据而言，数据源也是非常重要的，一定要获悉数据源的结构和更新，并且能在几小时、几分钟甚至几秒钟时间里将原始数据转为可用的信息。
4、保护数据安全。这个毋庸置疑，数据即组织的信息化财富，不管是业务数据信息还是分析编排后的信息，都是不能有丝毫泄漏，以免为企业带来不必要的损失。
5、让业务人员接受大数据系统。不管是何种产品，都是以解决用户问题为己任，大数据也是一样，大数据的用户往往就是企业的决策者、一线工作人员、管理者、业务人员等等，所以得到他们的认可，才是成功的标志。
今天就先分享到这边，明天带来关于大数据维度建模的核心知识。
