データのプロファイリングとエンリッチメント

ITユーザーの場合は、任意のデータ統合テクノロジを使用して新しいデータをHDFSのファイルとして追加できます。エンド・ユーザーの場合は、Studioを使用してファイル(ExcelやCSVなど)をアップロードできます。または、資格証明を使用してデータベースからデータを取得して、HDFSの個人用サンドボックスに入れることもできます。どちらのケースでも、Big Data Discoveryによって次のアクティビティが実行されます。

• タイプの推測、内容の分類、値分布の理解など、データのプロファイリングを行います。
• 関心の高いデータ・セットから順にリストし、何が含まれているかを示します。
• プロファイル情報を追加して、メタデータをデータに付加します。
• 用語、場所、センチメントおよびトピックを抽出し、それらを新しいデータとしてHDFSに格納することで、データのエンリッチメントを行います。
• 指定したサイズのデータのランダム・サンプルを採取します。
• データに索引を付けて、BDDでの高速検索と分析のために準備します。