数据清理：指利用ETL等清洗东西，对有遗漏数据(短少感兴趣的特点)、噪音数据(数据中存在着过错、或偏离期望值的数据)、不一致数据进行处理。
数据集成：是指将不同数据源中的数据，兼并存放到一致数据库的，存储方法，着重解决三个问题：模式匹配、数据冗余、数据值冲突检测与处理。
数据转换：是指对所抽取出来的数据中存在的不一致，进行处理的过程。它一起包含了数据清洗的作业，即依据事务规矩对异常数据进行清洗，以确保后续剖析结果准确性。
数据规约：是指在最大极限保持数据原貌的基础上，最大极限精简数据量，以得到较小数据集的操作，包含：数据方集合、维规约、数据压缩、数值规约、概念分层等。
关于大数据预处理的流程是怎样的，青藤小编就和您分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。