公司做了一个和微信类似的内部沟通工具，要求各部门都开一个公众号，写点东西，发发文章，主要是让各部门之间相互了解吧。下面就是我代表部门发的第一篇，将就着看看吧
大数据时代，拥有丰富的数据是相当于有了一座金矿，这一观点已成为行业内的共识，数据的重要性也被很多重要场合被提及。
传统的金矿是有形的，就像矿山一样摆在那里，有着一把铲子，有力气，就可以开始挖矿淘金。
然而，数据的金矿是无形的，公司的数据都静静的躺在Hadoop集群，如果说有实体，那就是一堆不停运转机器，和金子没有半毛钱关系，所以数据的金矿指的就是数据本身，是虚拟的，是一堆比特。
那么，这种虚拟的数据金矿，我们怎么去挖掘，让它产生价值呢？
分三步走
第一步，了解这座金矿
一般挖矿之前，都会探矿，去了解金矿在哪里，含金量多少？数据金矿也一样，公司的数据金矿就躺在Hadoop集群中，如同汪洋大海。
我们需要通过一些方式去了解它。
主要有两种方式：
1，数据图谱
一般数据都是以表格的形式保存的，不同的表格就会有不同的表名以及列名，数据图谱就是公司所有表格的集合。
我们以订单表为例，一天的订单量是几百万的话，每一个订单记录都有几十个到上百个左右的标签，记录了该订单金额、下单地址、下单手机号等信息，那么一天的订单表就是一一个百万行*百余列的表格，数据图谱中记录了几千张类似订单表的信息，每一张表格都可以看作一座金矿。
2，指标图谱
记录了各部门一些常用的数据指标，指标定义，所在的表格以及查询方法，可以看作是是探矿前辈们总结的一些方法和经验。
第二步，会用工具采矿
1，有查询权限
数据是公司宝贵的资产，为了保障数据的安全，防止被随意的开采，那就一定有“守矿人”，数据仓库部门就是我们公司的“守矿人”，他们控制着各种数据查询的权限，要想自己动手去获取数据，就得通过他们这一关，申请数据查询权限都需要通过ACT申请。
2，学会查询方法
如果你通过ACT申请，那么，恭喜你，数据查询权限有了，你离金矿更近了一步。
但是，别开心太早，有了“挖矿权”并不代表你就会挖矿，我们还得学习一些挖矿的方法。
先来看一段代码：
如果你刚好学过SQL查询语言，那么恭喜你，可以开始挖矿了。
如果你之前没接触过（我猜大部分同学应该都没接触过），也没关系，现在开始学也不晚。
推荐一个当年小编学习SQL的网站：w3school（http://www.w3school.com.cn/sql/index.asp）
其实，前两步都是铺垫，第三步才是重点，也是最难的一步
第三步，将金矿提炼成金子
为什么这一步这么难呢？
1，我们往往找不到数据在哪里。
通过数据图谱和指标图谱我们已经知道，小金矿有几千座，小金矿相互之间也有各种关联关系，谁都不知道哪一座含金量是比较高的，不知道哪一座中蕴藏着真正的“金子”？
2，找到了不知道怎么用？
即使我们找到一座或几座含金量很高的金矿，这座金矿还是很大，你只能取你需要的部分来用，那么什么才是你需要的，哪一块的金子是适合你的，只有你自己才知道。
3，用的时候有很多杂质
一般的大数据中往往会混有一些脏数据，就好比金矿中会掺杂一些的沙子，怎么识别这些沙子，将这些沙子过滤，留下金子，也是一门学问，这些技术可以称之为炼金术。
炼金术难说清楚，希望通过这个例子，能让大家更明白一些。
故事是这样的，上海市公安局给到了一个手机号，怀疑该嫌疑人作案已有半年之久，希望能够通过外卖记录协助破案。
看看数据是怎么协助破案的吧
拿到号码之后，
1，通过手机号，在订单记录中找到该用户所有的订单。
2，通过订单经纬度和时间，绘制下单轨迹。
3，分析不同地点的联系，找出不规律的地点，作为第一条线索。
4，分析下单餐厅情况，找到固定下单的几家餐厅，作为第二条线索。
5，分析下单的时间分布情况，是否有异常之处，协助分析作案日期，作为第三条线索。
。。。。。。
这个故事纯属虚构，哈哈哈哈
其实，只要多思考，将场景和数据关联，就会发掘出更多的线索，挖掘出更多的“金子”。
希望更多的人通过数据文化公众号能够了解公司的数据金矿，熟悉挖矿方法，从而发现更多的金子，为公司创造更大的价值。
