新しいデータは通常はダーティです。ビッグ・データの場合はさらにダーティになります。検索を行う際に、データ品質の問題がしばしば表面化します。それらの優先順位を決定して、多くの場合に、なんらかのデータの修正、クリーニングまたは変更を行う必要があります。
Studioの対話型「変換」領域を使用すると、高度な分析に適したデータにダーティ・データを変えることができます。「変換」によって、データ品質の問題を分離し、いくつものデータ変換を迅速に適用して、データをクリーニング(再編成)することができます。
Studioの「変換」を次に示します。
「変換」では、データがスプレッドシート形式で属性の値リスト・ビューまたは行ビューとして表示されます。データの変換例を次に示します。
- 結果の品質および信頼性を損なわずに検索、視覚化および分析を実施できるように、必要な変換の最小量に特に注意します。
- 一般的なデータ変換(欠落値の入力、データ型の変換、値の切捨て、再形成、ピボット、グループ化、マージ、抽出)を実行します。
- 変換をStudioでデータ・セット全体に適用する前に、ライブの「プレビュー」を使用して、一連の変換を実行した場合の状態を確認します。
データ変換およびデータ検索は、あらゆる検出プロジェクトにおいて不可欠な2つの部分であるため、統一されたインタフェースで「変換」と「検索」をシームレスに行き来することができ、なめらかなワークフローが実現します。
結果として、必要なデータがHDFSに格納され、Big Data Discoveryによって索引付けされ、変換されて、分析の準備が整います。
