-
数据团队来管理数据的年代应当结束了
所属栏目：[大数据] 日期：2022-06-26 热度：164
最初使用的是数据仓库，然后是数据湖。如果大肆宣传是可信的话，那么现在是数据网格的时代了。 所有这些都依次被视为开启金融数据真正价值的灵丹妙药。那么，为什么数据的真正价值之前没有实现呢? 中心化的数据团队常常会在公司结构中造成瓶颈，阻碍整个企[详细]
-
为啥云原生数据湖值得关注
所属栏目：[大数据] 日期：2022-06-26 热度：178
最近几年，数据湖正在被越来越多人提起，尽管各方对数据湖的定义并不统一，但这不妨碍企业纷纷下水实践，比如亚马逊、阿里、腾讯、华为等，都在探索建设数据湖。为何众多企业在数据湖是什么上还没有达成共识的情况下，就开始着手进军数据湖领域呢？一个可[详细]
-
大数据如何通过销售自动化创造更多的机遇
所属栏目：[大数据] 日期：2022-06-26 热度：133
大数据技术如今在各行业领域的业务方面非常重要。销售行业是受大数据影响最大的领域之一。仅在2020年，全球各地的企业就在营销分析上花费了28亿美元，这个数字每年都在大幅增长。 这就是数据分析将发挥重要作用的地方。销售公司可以仔细查看数据，了解渠道[详细]
-
高考结束 用 Python 来解析下哪里的高考是地狱级难度
所属栏目：[大数据] 日期：2022-06-26 热度：168
一年一度的高考，可以说是广大学子必经的磨练，正所谓十年寒窗苦，一朝天下知。而高考，也成为了当前中国最为广泛，最为公平的晋升之路，可以说考上了一个名牌大学，那么未来的道路会好走很多。 但是又由于我国幅员辽阔，各地的教育资源又不尽相同，从而导[详细]
-
何为数据湖？用于大数据分析的大规模可扩展存储
所属栏目：[大数据] 日期：2022-06-26 热度：177
从那时起，数据湖技术不断发展，现在正在与数据仓库争夺大数据存储和分析的市场份额。各种工具和产品支持数据湖中更快的SQL查询，而全球三个主要云计算提供商都提供了数据湖存储和分析。甚至还推出了将治理、安全性和分析与成本更低的存储结合起来的数据湖[详细]
-
不良数据会造成更严重后果的几个原由
所属栏目：[大数据] 日期：2022-06-26 热度：125
现在回想起来，这是有道理的。当时不仅存在基础设施方面的挑战，而且使用网络的人并不多，网站也没有那么有价值。随着云计算、电子商务和SaaS的兴起，这种情况发生了变化，确保可靠性成为企业的关键任务，站点可靠性工程(SRE)应运而生。 数据如今处于相似[详细]
-
数据分析常见的误区有哪几种
所属栏目：[大数据] 日期：2022-06-26 热度：106
数据分析常见的误区有哪些？ 1、盲目的收集数据 一个正常运营的产品每天会产生大量的数据，如果把这些数据都收集起来进行分析，不仅会使工作量增加，浪费大量时间，很可能还会得不到想要的分析结果。作为一名数据分析人员，更不应该为了分析而分析，而是应[详细]
-
如何管理高度可扩大系统中的元数据
所属栏目：[大数据] 日期：2022-06-26 热度：98
元数据过去对数据中心架构的影响很[详细]
-
做数据治理前 应该明白并避开的几大坑
所属栏目：[大数据] 日期：2022-06-26 热度：194
Gartner 的一项调查显示，超过90%的数据治理项目都以失败告终。 这个数据可能会劝退一大波正准备做或者正在观望数据治理的企业：既然这笔投资90% 的概率失败，那为什么要继续。 1. 目标不明晰 数据治理是一个复杂的系统工程，一个明确合理的目标，能让数据[详细]
-
大数据平台核心架构图鉴 提议收藏
所属栏目：[大数据] 日期：2022-06-26 热度：113
大数据的核心层应该是：数据采集层、数据存储与分析层、数据共享层、数据应用层，可能叫法有所不同，本质上的角色都大同小异。 所以我下面就按这张架构图上的线索，慢慢来剖析一下，大数据的核心技术都包括什么。 01数据采集 数据采集的任务就是把数据从各[详细]
-
新时代开源数据调度在1000+企业的进化之途
所属栏目：[大数据] 日期：2022-06-26 热度：122
近年来，随着互联网的飞速发展，业务量在短时间内呈现爆发式增长，对应的数据量快速从数百 G 涨至数百 T。无论数据存储还是数据调度，当前数据量已经远超处理能力的上限。若信息处理技术仍渐进式发展，数据处理能力的提升将远落后于指数级增长的数据量。[详细]
-
几款日常的开源无代码测试工具
所属栏目：[大数据] 日期：2022-06-26 热度：68
编程语言一直是自动化测试、自动化测试人员、框架甚至工作职责中不可或缺的一部分。如果一个遗留项目已经使用了Java进行测试，该公司会为该项目寻找具备Java专业知识的人员。同样，如果新项目需要从零开始构建测试流程，那么首要考虑的事情就是团队擅长哪[详细]
-
远程访问装有GPU的电脑很不方便 如今有一个值得试试的办法
所属栏目：[大数据] 日期：2022-06-26 热度：151
由于多种原因，很多人无法将在本地存储了大量文件的电脑和软件带回家，好在有办法做到从任何地方发起高质量的远程访问，而无需额外费用。下面介绍几种经过测试的方法，实现方便地远程管理办公电脑。 DOC怎么了？ 普通员工只需使用远程桌面协议（RDP协议）[详细]
-
大规模分布式计算学习引擎Ray在字节跳动NLP场景下的践行
所属栏目：[大数据] 日期：2022-06-26 热度：97
RayRTC 是字节基础架构组与字节 AML 组共同合作，在内部 RTC（Realtime Text Classification）文本训练平台上基于 Ray 进行的下一代 Serverless ML 的探索。RTC 文本分类平台是一个一站式的 NLP 服务平台，包括了数据预处理，标注，模型训练，打分，评估，[详细]
-
字节跳动数据平台技术揭晓
所属栏目：[大数据] 日期：2022-06-26 热度：50
ClickHouse作为目前业内主流的列式存储数据库(DBMS)之一，拥有着同类型DBMS难以企及的查询速度。作为该领域中的后起之秀，ClickHouse已凭借其性能优势引领了业内新一轮分析型数据库的热潮。但随着企业业务数据量的不断扩大，在复杂query场景下，ClickHouse[详细]
-
数据科学家应对的几大挑战及解决方法
所属栏目：[大数据] 日期：2022-06-26 热度：116
每天，全球各地的组织都在寻找2.5万亿字节的数据，以获得对其业务的见解和价值驱动的行动。为了实现这一目标，需要高技能的科学专家或数据科学家参与开发业务中的企业AI。在不断增长的业务领域中，数据科学家的每一个行动都有助于改进业务的功能。 下面来[详细]
-
使用Java和Python进行数据统计和剖析
所属栏目：[大数据] 日期：2022-06-26 热度：163
Java 和 Python 是当今最流行的两种计算机语言。两者都非常成熟，并提供了工具和技术生态系统，帮助我们解决数据科学领域出现的挑战性问题。每种语言都各有优势，我们要知道什么时候应该使用哪种工具，或者什么时候它们应该协同工作相互补充。 Python 是一[详细]
-
云迁移之后 企业凭什么充分挖掘数据潜力
所属栏目：[大数据] 日期：2022-06-26 热度：66
近年来，基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）等业务模式正飞速发展，也推动着云投资屡创新高。根据GlobalData的报告，2024年亚太地区云计算市场规模预计将达到1918亿美元，2019至2024年期间的复合年增长率为7.7%。 然而，云迁[详细]
-
终于有人把MPP大数据系统架构讲清楚了
所属栏目：[大数据] 日期：2022-06-26 热度：82
本文首先回顾并行硬件架构的发展，并进一步介绍基于并行硬件架构的数据库一体机系统与基于MPP架构的数据库软件系统。数据库一体机系统在银行等大型企业中采用广泛，一体机的优点是开箱即用、功能丰富、稳定、售后服务好，缺点是价格昂贵、扩展不灵活。基于[详细]
-
云数据仓库中的数据安全思虑
所属栏目：[大数据] 日期：2022-06-26 热度：194
近年来，由于云计算与云存储具有一定的廉价性和可扩展性，云数据仓库（Cloud data warehouses，CDW）得到了广泛的应用并飞速发展。同时，CDW不但能够存储比本地数据库更多的数据，而且可以通过现代化数据管道，简化了ETL的各种流程，因此许多企业都开始用[详细]
-
为何很多人宁可用 Excel 也不用 Python
所属栏目：[大数据] 日期：2022-06-26 热度：98
有人说，Python即使不是最好的编程语言，也是最受欢迎的语言之一。因为它简洁易用，功能强大，对初学者也很友好。在众多培训机构的小广告中，学了Python就能批量处理Excel表格，Python是实现办公自动化的利器，从此告别996之类的口号随处可见。但实际工作[详细]
-
用Elastic Block Store EBS 改善性能和数据可用性
所属栏目：[大数据] 日期：2022-06-25 热度：162
如今，许多数据库即服务（DBaaS）解决方案将计算层和存储层分开来，比如包括Amazon Aurora和Google BigQuery。由于数据存储和数据复制可以由现有服务来处理，DBaaS无需担心这种复杂性，这种解决方案很有吸引力。然而，这种设计的性能有时可能不如传统方式[详细]
-
Kubernetes面临勒索软件攻击 Veritas保护数据免受侵害
所属栏目：[大数据] 日期：2022-06-25 热度：149
当今，Kubernetes已经成为全球大部分企业云战略的核心部分。根据Veritas的调研显示,超过四分之一的中国企业已经投入使用该技术,90%的中国企业预计将在未来两到三年内部署该技术。然而,到目前为止,在已经部署Kubernetes的中国企业中,只有35%的企业具备防范[详细]
-
Kafka 万亿级消息实践之资源组流量掉零故障排查分析
所属栏目：[大数据] 日期：2022-06-25 热度：125
Kafka 万亿级消息实践之资源组流量掉零故障排查分析： 一、Kafka 集群部署架构 为了让读者能与小编在后续的问题分析中有更好的共鸣，小编先与各位读者朋友对齐一下我们 Kafka 集群的部署架构及服务接入 Kafka 集群的流程。 为了避免超大集群我们按照业务维[详细]
-
大数据让我们接受不准确的存在？事实证明是这样
所属栏目：[大数据] 日期：2022-06-25 热度：111
在收集样本的时候，统计学家会用一整套的策略来减少错误发生的概率。在结果公布之前，他们也会测试样本是否存在潜在的系统性偏差。这些策略包括根据协议或通过受过专门训练的专家来采集样本。 但是，即使只是少量的数据，这些规避错误的策略实施起来还是耗[详细]
