數據員的個(gè)人工作總結
一段時(shí)間的工作在不知不覺(jué)間已經(jīng)告一段落了，經(jīng)過(guò)過(guò)去這段時(shí)間的積累和沉淀，我們已然有了很大的提升和改變，制定一份工作總結吧。那么要如何寫(xiě)呢？以下是小編收集整理的數據員的個(gè)人工作總結，希望能夠幫助到大家。
數據員的個(gè)人工作總結1
在市委、市政的領(lǐng)導和關(guān)心下，在自治區農普辦的業(yè)務(wù)指導下，經(jīng)過(guò)市農普辦和縣區農普辦全體人員的通力合作，我市第二次農業(yè)普查數據處理工作接近尾聲�，F將全市農業(yè)普查數據處理工作總結如下：
一、數據處理基本情況
我市共有1602個(gè)普查區、17010個(gè)普查小區，涉農單位1960家，需要錄入的普查表有200多萬(wàn)張。我市農普數據處理工作全部安排在市一級開(kāi)展，分為光電錄入和Apras邏輯審核兩個(gè)階段，兩個(gè)階段同時(shí)進(jìn)行。市農普辦調配二十多臺電腦，加上自治區調撥的12臺電腦，約有30多臺PC機用于農普數據處理工作。
整個(gè)普查數據處理工作從準備階段到數據上報，歷時(shí)一年半時(shí)間，經(jīng)歷了數據處理組組建階段、清查處理階段、設備安裝調試階段、培訓階段、光電錄入階段、邏輯審核階段、數據上報階段等。我市光電錄入工作開(kāi)始于2007年4月上旬，采取外聘實(shí)習生和市農普辦工作人員相結合操作的方式，由實(shí)習生進(jìn)行掃描、校驗、審核整個(gè)流程的操作，農普辦人員在旁監督以保證掃描錄入的質(zhì)量。全面的光電錄入工作于6月12日結束，期間共掃描普查表2300579張，平均每天掃描3萬(wàn)張左右，最高一天掃描約7萬(wàn)張的普查表。Apras邏輯審核開(kāi)始于4月中旬，采取的方法是由鄉鎮人員操作對本鄉鎮的數據進(jìn)行邏輯審核、改錯，市農普辦業(yè)務(wù)組人員控制總體數據質(zhì)量。為確保數據質(zhì)量，市農普辦多次召開(kāi)現場(chǎng)培訓會(huì )，通過(guò)制定、執行完整的工作流程，從而對Apras審核進(jìn)行全程監控。市農普辦先后組織了20批約400人次參加了農普Apras邏輯審核工作，整個(gè)審核工作于7月下旬結束。市農普辦還結合我市的實(shí)際，發(fā)揮創(chuàng )新能力，在國家下發(fā)的Apras程序制度基礎上，新增了19條審核公式和10張匯總表用于數據質(zhì)量控制。8月下旬，我市農普數據順利通過(guò)自治區審核并上報至國家。
二、主要做法
�。ㄒ唬╊I(lǐng)導重視，為數據處理工作提供強有力的組織保障。
數據處理作為整個(gè)農普工作的重要環(huán)節，關(guān)系到農普工作的好壞，我市農普數據處理工作之所以順利開(kāi)展，與市農普辦領(lǐng)導密切關(guān)心分不開(kāi)的。農普辦領(lǐng)導經(jīng)常對數據處理工作進(jìn)行檢查指導，及時(shí)糾正數據處理工作錯誤，協(xié)調解決數據處理工作遇到的困難。
市農普辦領(lǐng)導從普查經(jīng)費中劃撥出數據處理專(zhuān)項經(jīng)費，用于保障數據處理培訓、外聘數據處理人員勞務(wù)費、購買(mǎi)數據處理用服務(wù)器和PC機等電子設備、網(wǎng)站建設和網(wǎng)絡(luò )正常運行以及平時(shí)日常辦公所需要的支出，保障了農普數據處理工作的順利進(jìn)行。
�。ǘ┚臏蕚�，成立農普數據處理組，制定本市普查數據處理實(shí)施。
根據南農普辦字11號文《南寧市第二次全國農業(yè)普查領(lǐng)導小組辦公室成員職責分工方案》的要求，在市農業(yè)普查領(lǐng)導小組辦公室專(zhuān)門(mén)設立數據處理組，并以文件形式明確了數據處理組的工作職責，處理組成員由市統計局計算站業(yè)務(wù)骨干組成。
根據國家和自治區的普查數據處理實(shí)施方案要求，結合南寧市的實(shí)際情況，我們制定了農普數據處理實(shí)施方案。方案明確規定了整個(gè)農普數據處理工作流程、處理模式，建立了數據處理工作崗位責任制，確保了系統管理、掃描、識別、校驗、審核、任務(wù)管理、數據管理崗位責任到人。市農普辦還制定了一些數據處理工作規定，如計算機房管理規定、機房日常工作管理要求等。
�。ㄈ┟芮信浜�，做好農普清查數據處理工作，為普查正式開(kāi)展夯實(shí)基礎。市農普數據處理組積極配合業(yè)務(wù)組開(kāi)展農普清查摸底工作，協(xié)助業(yè)務(wù)組完成清查快速匯總工作。
�。ㄋ模┱J真籌備，做好數據處理環(huán)境的落實(shí)、數據處理系統的集成和設備補充工作。
市農普辦及時(shí)落實(shí)了數據處理工作的場(chǎng)地，并對數據場(chǎng)地按要求進(jìn)行了改造，保證獨立接地并且小于1歐姆。購置了17臺PC機，在機房安裝了一臺格力5P天井式空調，給機房配備了打印機，調配5臺電腦和2臺服務(wù)器用于A(yíng)pras邏輯審核工作，并更新了機房的兩臺UPS。
及時(shí)接收自治區下發(fā)的數據處理軟、硬件，及時(shí)組織數據處理組人員組裝設備、安裝程序、調試網(wǎng)絡(luò )、測試系統集成，搭建了與外部隔絕的農普數據處理專(zhuān)用網(wǎng)絡(luò )，保障了數據處理按時(shí)開(kāi)展。同時(shí)，落實(shí)了資料周轉、調閱和管理的資料庫用房。
�。ㄎ澹┚奶暨x，做好數據處理人員選調和培訓工作。
根據農普工作要求，市農普辦從各成員單位抽調了一批年紀輕、學(xué)歷高、業(yè)務(wù)精的同志充實(shí)到農普數據處理工作中來(lái)，在數據處理工作各環(huán)節擔當監督員、審核員等重要角色。并從南寧市有關(guān)院校挑選出39名學(xué)生參加光電錄入和Apras邏輯審核工作。
市農普辦多次派出業(yè)務(wù)骨干參加國家、自治區舉辦的各種數據處理工作的培訓會(huì )，結合本市實(shí)際制定了詳細的培訓計劃，對我市參加數據處理工作的縣區及外聘的人員進(jìn)行數據處理技術(shù)的培訓。培訓取得良好效果，受訓人員熟練理解培訓內容和掌握了相應的操作技巧，極大促進(jìn)了我市農普數據處理工作順利開(kāi)展。
�。┖侠戆才�，做好各縣區普查表上交及數據處理工作中原始資料的登記交接工作。
制定原始資料交接流程，制作了交接登記表，規定各縣區上交普查表的時(shí)間，指定專(zhuān)人負責資料的交接工作，原始資料有專(zhuān)門(mén)地點(diǎn)存放，專(zhuān)人進(jìn)行管理，已錄入和未錄入的資料分開(kāi)存放，避免了在資料管理上出現混亂。
在光電錄入和邏輯審核過(guò)程中，每個(gè)環(huán)節普查表的流轉均有詳細的記錄。特別是在光電錄入環(huán)節中，有專(zhuān)人領(lǐng)取普查表并由專(zhuān)人負責回收領(lǐng)取的普查表，對于已掃描、已校對、已審核的普查表均有明顯標識。
�。ㄆ撸┚慕M織，做好普查表光電錄入和邏輯審核工作。
在自治區下發(fā)的12臺PC機的基礎上，我市又購置一批PC機用于光電錄入工作。制定了規范的錄入工作流程，領(lǐng)表、掃描、校驗、審核、收表等環(huán)節均定人定崗，專(zhuān)人負責，市級和縣級排出專(zhuān)業(yè)人員負責跟班答疑。參與錄入工作的人員實(shí)行兩班倒，每班設有一個(gè)由市農普辦人員擔任的班長(cháng)負責對光電錄入的全面調配。每班交接有詳細的交接單，記錄清楚前一班未完成的工作、已領(lǐng)出報表的小區名。
數據處理組負責把光電掃描的數據從光電錄入系統導出，再導入到Apras邏輯審核中，并進(jìn)行審核，記錄好審核出來(lái)的錯誤筆數。當光電錄入導出時(shí)遇到錯誤，數據處理組人員將錯誤清單打出，交由光電錄入當班班長(cháng)處理。
Apras邏輯審核由鄉鎮人員操作完成，鄉鎮人員負責審核、修訂本鄉鎮的農普數據。市農普辦統一協(xié)調，安排各個(gè)鄉鎮進(jìn)行數據處理的時(shí)間，業(yè)務(wù)組和數據處理組人員實(shí)時(shí)監控，當發(fā)現問(wèn)題、錯誤，及時(shí)告知相關(guān)鄉鎮的人員。為進(jìn)一步控制好我市的數據質(zhì)量，市農普辦結合我市的實(shí)情，發(fā)揮創(chuàng )新能力，在國家下發(fā)的Apras程序制度基礎上，新增了19條審核公式和10張匯總表。光電錄入工作基本結束后，原先參與光電錄入的人員立即轉入到Apras邏輯審核的工作。
�。ò耍﹪栏駡绦�，做好農普圖像、數據的備份和處理設備的維護工作。
數據處理組對光電錄入系統進(jìn)行刻盤(pán)備份，定期對光電掃描的圖像和Apras邏輯審核的數據進(jìn)行備份，圖像可以通過(guò)程序定時(shí)自動(dòng)備份，Apras中的數據通過(guò)人工定時(shí)備份。接入農普數據處理專(zhuān)用網(wǎng)絡(luò )的每臺電腦上均裝有國家下發(fā)的VRV北信源殺毒軟件，并對其設置了定時(shí)自動(dòng)查殺病毒。由于措施得當，整個(gè)數據處理工作中未出現因操作不當或不及時(shí)備份或未及時(shí)查殺病毒而造成數據和圖像丟失現象。
每天工作結束時(shí)，均要求掃描儀操作人員對掃描儀進(jìn)行清潔。數據處理組每個(gè)月定期對掃描儀進(jìn)行深度清潔。當掃描儀出現故障超出能力范圍時(shí)，數據處理組均能及時(shí)與贊華公司聯(lián)系，請技術(shù)人員上門(mén)維護處理故障。其他設備在農普數據處理工作期間未出現任何故障。
及時(shí)對光電錄入系統和邏輯審核系統進(jìn)行升級。一旦國家農普網(wǎng)或自治區下文件更新，市農普辦數據處理組均能及時(shí)對市級相關(guān)程序按要求進(jìn)行更新（包含Apras制度更新），避免出現更新不及時(shí)而耽誤整個(gè)數據處理進(jìn)程的事件。
�。ň牛┓䦶恼{配，積極配合全區農普數據處理工作的開(kāi)展。
根據自治區的要求，在光電錄入期間，我市先后支援了貴港市和北海市各一臺光電掃描儀，支援貴港市四臺PC機，有力支持了兄弟市的數據處理工作。在數據上報后，及時(shí)返還了自治區下發(fā)的所有掃描儀、PC機、服務(wù)器等數據處理設備。
�。ㄊ┌磿r(shí)保質(zhì)，做好普查數據質(zhì)量檢查、評估和上報工作。
市農普辦安排有專(zhuān)人負責統計每天的光電錄入進(jìn)度，并按照要求及時(shí)向自治區上報光電錄入進(jìn)度。
嚴格按照規定的內容、時(shí)間和方式向自治區農普辦上報我市農普數據和掃描圖像。在上報數據之前，數據經(jīng)市農普辦業(yè)務(wù)組進(jìn)行了分析和評估，符合要求的評估報告及有關(guān)文字隨同普查數據一并上報自治區。
對于自治區審核反饋的數據和錯誤清單，及時(shí)組織人員進(jìn)行核實(shí)、修訂，及時(shí)按規定再次上報數據。
�。ㄊ唬┟芮信浜�，做好普查數據事后質(zhì)量抽查工作。
數據上報后，根據自治區農普辦的安排，我市派出業(yè)務(wù)組組長(cháng)和數據處理業(yè)務(wù)骨干參加了普查數據事后質(zhì)量的抽查工作。在整個(gè)抽查工作中，我市按照自治區農普辦的要求，嚴格把關(guān)，認真完成抽查工作的每一個(gè)步驟。我市農普數據處理工作質(zhì)量得到了較大提升。
三、今后工作計劃
下一步數據處理工作的重心將轉移到數據資料的開(kāi)發(fā)上。我們計劃在自治區反饋數據后,立即組織人員對全市農普資料進(jìn)行系統整理,及早開(kāi)展本市的農業(yè)普查資料匯編的編輯工作，完成縣區一級的匯總并向其反饋相關(guān)數據和資料，努力搞好農業(yè)普查數據庫的建設工作。
數據員的個(gè)人工作總結2
一、數據量過(guò)大，數據中什么情況都可能存在。
如果說(shuō)有10條數據，那么大不了每條去逐一檢查，人為處理，如果有上百條數據，也可以考慮，如果數據上到千萬(wàn)級別，甚至過(guò)億，那不是手工能解決的了，必須通過(guò)工具或者程序進(jìn)行處理，尤其海量的數據中，什么情況都可能存在，例如，數據中某處格式出了問(wèn)題，尤其在程序處理時(shí)，前面還能正常處理，突然到了某個(gè)地方問(wèn)題出現了，程序終止了。
二、軟硬件要求高，系統資源占用率高。
對海量的數據進(jìn)行處理，除了好的方法，最重要的就是合理使用工具，合理分配系統資源。一般情況，如果處理的數據過(guò)TB級，小型機是要考慮的，普通的機子如果有好的方法可以考慮，不過(guò)也必須加大CPU和內存，就象面對著(zhù)千軍萬(wàn)馬，光有勇氣沒(méi)有一兵一卒是很難取勝的。
三、要求很高的處理方法和技巧。
這也是本文的寫(xiě)作目的所在，好的處理方法是一位工程師長(cháng)期工作經(jīng)驗的積累，也是個(gè)人的經(jīng)驗的總結。沒(méi)有通用的處理方法，但有通用的原理和規則。
下面我們來(lái)詳細介紹一下處理海量數據的經(jīng)驗和技巧：
一、選用優(yōu)秀的數據庫工具
現在的數據庫工具廠(chǎng)家比較多，對海量數據的處理對所使用的數據庫工具要求比較高，一般使用Oracle或者DB2，微軟公司最近發(fā)布的SQLServer2005性能也不錯。另外在BI領(lǐng)域：數據庫，數據倉庫，多維數據庫，數據挖掘等相關(guān)工具也要進(jìn)行選擇，象好的ETL工具和好的OLAP工具都十分必要，例如Informatic，Eassbase等。筆者在實(shí)際數據分析項目中，對每天6000萬(wàn)條的'日志數據進(jìn)行處理，使用SQLServer2000需要花費6小時(shí)，而使用SQLServer2005則只需要花費3小時(shí)。
二、編寫(xiě)優(yōu)良的程序代碼
處理數據離不開(kāi)優(yōu)秀的程序代碼，尤其在進(jìn)行復雜數據處理時(shí)，必須使用程序。好的程序代碼對數據的處理至關(guān)重要，這不僅僅是數據處理準確度的問(wèn)題，更是數據處理效率的問(wèn)題。良好的程序代碼應該包含好的算法，包含好的處理流程，包含好的效率，包含好的異常處理機制等。
三、對海量數據進(jìn)行分區操作
對海量數據進(jìn)行分區操作十分必要，例如針對按年份存取的數據，我們可以按年進(jìn)行分區，不同的數據庫有不同的分區方式，不過(guò)處理機制大體相同。例如SQLServer的數據庫分區是將不同的數據存于不同的文件組下，而不同的文件組存于不同的磁盤(pán)分區下，這樣將數據分散開(kāi)，減小磁盤(pán)I/O，減小了系統負荷，而且還可以將日志，索引等放于不同的分區下。
四、建立廣泛的索引
對海量的數據處理，對大表建立索引是必行的，建立索引要考慮到具體情況，例如針對大表的分組、排序等字段，都要建立相應索引，一般還可以建立復合索引，對經(jīng)常插入的表則建立索引時(shí)要小心，筆者在處理數據時(shí)，曾經(jīng)在一個(gè)ETL流程中，當插入表時(shí)，首先刪除索引，然后插入完畢，建立索引，并實(shí)施聚合操作，聚合完成后，再次插入前還是刪除索引，所以索引要用到好的時(shí)機，索引的填充因子和聚集、非聚集索引都要考慮。
五、建立緩存機制
當數據量增加時(shí)，一般的處理工具都要考慮到緩存問(wèn)題。緩存大小設置的好差也關(guān)系到數據處理的成敗，例如，筆者在處理2億條數據聚合操作時(shí)，緩存設置為100000條/Buffer，這對于這個(gè)級別的數據量是可行的。
六、加大虛擬內存
如果系統資源有限，內存提示不足，則可以靠增加虛擬內存來(lái)解決。筆者在實(shí)際項目中曾經(jīng)遇到針對18億條的數據進(jìn)行處理，內存為1GB，1個(gè)P42.4G的CPU，對這么大的數據量進(jìn)行聚合操作是有問(wèn)題的，提示內存不足，那么采用了加大虛擬內存的方法來(lái)解決，在6塊磁盤(pán)分區上分別建立了6個(gè)4096M的磁盤(pán)分區，用于虛擬內存，這樣虛擬的內存則增加為4096*6+1024=25600M，解決了數據處理中的內存不足問(wèn)題。
七、分批處理
海量數據處理難因為數據量大，那么解決海量數據處理難的問(wèn)題其中一個(gè)技巧是減少數據量�？梢詫Ａ繑祿峙幚�，然后處理后的數據再進(jìn)行合并操作，這樣逐個(gè)擊破，有利于小數據量的處理，不至于面對大數據量帶來(lái)的問(wèn)題，不過(guò)這種方法也要因時(shí)因勢進(jìn)行，如果不允許拆分數據，還需要另想辦法。不過(guò)一般的數據按天、按月、按年等存儲的，都可以采用先分后合的方法，對數據進(jìn)行分開(kāi)處理。
八、使用臨時(shí)表和中間表
數據量增加時(shí)，處理中要考慮提前匯總。這樣做的目的是化整為零，大表變小表，分塊處理完成后，再利用一定的規則進(jìn)行合并，處理過(guò)程中的臨時(shí)表的使用和中間結果的保存都非常重要，如果對于超海量的數據，大表處理不了，只能拆分為多個(gè)小表。如果處理過(guò)程中需要多步匯總操作，可按匯總步驟一步步來(lái)，不要一條語(yǔ)句完成，一口氣吃掉一個(gè)胖子。
九、優(yōu)化查詢(xún)SQL語(yǔ)句
在對海量數據進(jìn)行查詢(xún)處理過(guò)程中，查詢(xún)的SQL語(yǔ)句的性能對查詢(xún)效率的影響是非常大的，編寫(xiě)高效優(yōu)良的SQL腳本和存儲過(guò)程是數據庫工作人員的職責，也是檢驗數據庫工作人員水平的一個(gè)標準，在對SQL語(yǔ)句的編寫(xiě)過(guò)程中，例如減少關(guān)聯(lián)，少用或不用游標，設計好高效的數據庫表結構等都十分必要。筆者在工作中試著(zhù)對1億行的數據使用游標，運行3個(gè)小時(shí)沒(méi)有出結果，這是一定要改用程序處理了。
十、使用文本格式進(jìn)行處理
對一般的數據處理可以使用數據庫，如果對復雜的數據處理，必須借助程序，那么在程序操作數據庫和程序操作文本之間選擇，是一定要選擇程序操作文本的，原因為：程序操作文本速度快；對文本進(jìn)行處理不容易出錯；文本的存儲不受限制等。例如一般的海量的網(wǎng)絡(luò )日志都是文本格式或者csv格式（文本格式），對它進(jìn)行處理牽扯到數據清洗，是要利用程序進(jìn)行處理的，而不建議導入數據庫再做清洗。
十一、定制強大的清洗規則和出錯處理機制
海量數據中存在著(zhù)不一致性，極有可能出現某處的瑕疵。例如，同樣的數據中的時(shí)間字段，有的可能為非標準的時(shí)間，出現的原因可能為應用程序的錯誤，系統的錯誤等，這是在進(jìn)行數據處理時(shí)，必須制定強大的數據清洗規則和出錯處理機制。
十二、建立視圖或者物化視圖
視圖中的數據來(lái)源于基表，對海量數據的處理，可以將數據按一定的規則分散到各個(gè)基表中，查詢(xún)或處理過(guò)程中可以基于視圖進(jìn)行，這樣分散了磁盤(pán)I/O，正如10根繩子吊著(zhù)一根柱子和一根吊著(zhù)一根柱子的區別。
十三、避免使用32位機子（極端情況）
目前的計算機很多都是32位的，那么編寫(xiě)的程序對內存的需要便受限制，而很多的海量數據處理是必須大量消耗內存的，這便要求更好性能的機子，其中對位數的限制也十分重要。
十四、考慮操作系統問(wèn)題
海量數據處理過(guò)程中，除了對數據庫，處理程序等要求比較高以外，對操作系統的要求也放到了重要的位置，一般是必須使用服務(wù)器的，而且對系統的安全性和穩定性等要求也比較高。尤其對操作系統自身的緩存機制，臨時(shí)空間的處理等問(wèn)題都需要綜合考慮。
十五、使用數據倉庫和多維數據庫存儲
數據量加大是一定要考慮OLAP的，傳統的報表可能5、6個(gè)小時(shí)出來(lái)結果，而基于Cube的查詢(xún)可能只需要幾分鐘，因此處理海量數據的利器是OLAP多維分析，即建立數據倉庫，建立多維數據集，基于多維數據集進(jìn)行報表展現和數據挖掘等。
十六、使用采樣數據，進(jìn)行數據挖掘
基于海量數據的數據挖掘正在逐步興起，面對著(zhù)超海量的數據，一般的挖掘軟件或算法往往采用數據抽樣的方式進(jìn)行處理，這樣的誤差不會(huì )很高，大大提高了處理效率和處理的成功率。一般采樣時(shí)要注意數據的完整性和，防止過(guò)大的偏差。筆者曾經(jīng)對1億2千萬(wàn)行的表數據進(jìn)行采樣，抽取出400萬(wàn)行，經(jīng)測試軟件測試處理的誤差為千分之五，客戶(hù)可以接受。
還有一些方法，需要在不同的情況和場(chǎng)合下運用，例如使用代理鍵等操作，這樣的好處是加快了聚合時(shí)間，因為對數值型的聚合比對字符型的聚合快得多。類(lèi)似的情況需要針對不同的需求進(jìn)行處理。
海量數據是發(fā)展趨勢，對數據分析和挖掘也越來(lái)越重要，從海量數據中提取有用信息重要而緊迫，這便要求處理要準確，精度要高，而且處理時(shí)間要短，得到有價(jià)值信息要快，所以，對海量數據的研究很有前途，也很值得進(jìn)行廣泛深入的研究。
【數據員的個(gè)人工作總結】相關(guān)文章：
保育員年終個(gè)人的工作總結03-20
建筑施工員的個(gè)人工作總結01-28
個(gè)人工作總結質(zhì)檢員02-22
報賬員年終個(gè)人工作總結03-22
結算員及合同管理員個(gè)人工作總結01-21
預算員年度個(gè)人工作總結03-03