-
Gartner公布2022年数据分析十二大趋势
所属栏目：[大数据] 日期：2022-05-20 热度：191
关于数据的几项事实是：如今国内数据利用率仍然很低，企业数据孤岛问题显著，但数据分享成为更加主流的趋势，数据外泄的风险性愈发低于分享赢得的价值...... 对于企业来说，四种趋势和数据息息相关，发挥数据的潜在价值将带来新机会。 AI工程化是Gartner在[详细]
-
终于有人将数据 信息 知识讲明白了
所属栏目：[大数据] 日期：2022-05-20 热度：168
数据无处不在，只是它们没有实体。 过去，人们习惯把数字的组合称为数据。但在今天，这样的理解显然不够全面。那么是否可以把数字、字符、字母的集合称为数据？也不准确。 在今天大数据的语境中，数据是可以被记录和识别的一组有意义的符号，一般可通过原[详细]
-
数据映射优秀实践 类型 办法和工具的简要指南
所属栏目：[大数据] 日期：2022-05-20 热度：165
在任何应用程序集成、数据迁移以及一般的数据管理计划中，数据映射都是最关键的步骤之一。甚至可以这么认为：集成项目的成功在很大程度上取决于源数据到目标数据的正确映射。 本文将探讨有关数据映射的优秀实践，包括类型、常用方法以及一些有用的数据映射[详细]
-
数据即服务 供给即时数据的顶级供应商
所属栏目：[大数据] 日期：2022-05-20 热度：128
并非所有可能使企业受益的数据都可以通过内部方式轻松生成、清理和分析。数据即服务提供商则是可以为企业提供数据即用型数据使用的实体。 云计算提供商 所有主要的云计算公司都为其客户维护大量开放数据集。在许多情况下，数据是免费的，并作为使用本地计[详细]
-
调整数组元素顺序 你明白几分？
所属栏目：[大数据] 日期：2022-05-20 热度：62
有一个整数数组，我们想按照特定规则对数组中的元素进行排序，比如：数组中的所有奇数位于数组的前半部分。 实现思路 我们通过一个实例来分析下：假设有这样一个数组：[2, 4, 5, 6, 7, 8, 9, 11]，将奇数移动到最前面后，就是：[11, 9, 5, 7, 6, 8, 4, 2][详细]
-
Spark SQL 字段血缘在 vivo 互联网的践行
所属栏目：[大数据] 日期：2022-05-20 热度：130
字段血缘是在表处理的过程中将字段的处理过程保留下来。为什么会需要字段血缘呢? 有了字段间的血缘关系，便可以知道数据的来源去处，以及字段之间的转换关系，这样对数据的质量，治理有很大的帮助。 Spark SQL 相对于 Hive 来说通常情况下效率会比较高，对[详细]
-
帮你看明白Zookeeper如何实现服务注册发现
所属栏目：[大数据] 日期：2022-05-20 热度：91
对微服务稍有了解的小伙伴应该都听说过 Zookeeper，我们来看看在官网上是如何介绍的： Zookeeper 是一个分布式的、开源的分布式应用程序协调服务。 作为一个协调服务，常常用来配合其他中间件来用，比如：Dubbo + Zookeeper，Hadoop + Zookeeper等，Zookee[详细]
-
2022年企业必须关注的几个大数据应用战略
所属栏目：[大数据] 日期：2022-05-20 热度：76
大数据是一个通用术语，指的是结构化和非结构化数据集合，它们对于典型的数据处理工具和系统来说过于庞大和复杂，因此难以处理。预测分析、用户行为分析以及其他从大数据中提取价值的高级数据分析方法，通常由大数据解决方案提供支持，并且很少局限于特定[详细]
-
您是不是在楼宇安全中使用大数据？
所属栏目：[大数据] 日期：2022-05-20 热度：162
谈到大数据，物理安全有点姗姗来迟。企业已将各种数据源用于多种目的，例如向消费者进行营销(如谷歌、亚马逊和 Facebook)、提高运输效率(如包裹跟踪、航班调度和自动驾驶汽车)，以及改善医疗保健服务(如、病历管理、人工智能辅助药物开发和患者健康风险评[详细]
-
2022年企业需要关注的12项数据和分析趋向
所属栏目：[大数据] 日期：2022-05-20 热度：153
数据和分析领导者需要在自适应人工智能(AI)系统、数据共享和数据编织等趋势的基础上推动新增长、韧性和创新。 趋势一：自适应AI系统(Adaptive AI systems) 同时，构建和管理自适应AI系统需要采用AI工程实践。AI工程能够通过编排和优化应用来适应、抵御或吸[详细]
-
2022年三个主要的数据分析趋向
所属栏目：[大数据] 日期：2022-05-19 热度：154
数据分析是一个不断发展的领域。2020年初发生新冠疫情成为主要的破坏因素，企业需要大力投资数据分析以支持其数字化转型。 在新冠疫情蔓延初期，很多企业减少开支并专注于其他紧迫的优先事项(例如支持员工远程工作)，这似乎可能会阻碍数据和分析的进步。但[详细]
-
大数据技术的用处和它的五大核心原理
所属栏目：[大数据] 日期：2022-05-19 热度：137
大数据的用途 大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程是指大数据的规划建设运营管理的系统工程;大数据科学关注大数据网络发展和运营过程[详细]
-
基于数据解析给出运营建议 咋整？
所属栏目：[大数据] 日期：2022-05-19 热度：84
有同学问：如何基于数据分析提出运营建议，今天我们拿个简单的题目来举例。这个题目陈老师之前讲过，有印象的同学应该还记得。再举一次，是因为每到招聘季都有人把它搬出来，而且有关它的大部分讲解，都是错的。 已知，下图是某个电商一周销售金额走势(具[详细]
-
生活中无处不在的数据解析
所属栏目：[大数据] 日期：2022-05-19 热度：97
关于数据分析的问题 很多时候，会被一些刚刚入门或者入门两三年的同学问：数据分析就是提数据吗？为什么我感觉我像个工具人一样天天写SQL做报表呢？！ 每到这个时候，我就想起来了我入行的那个夏天，每天乐此不疲的跑着SQL。好像自己那会儿没有思考过这个[详细]
-
真正指挥大规模战争的其实为大数据和人工智能？
所属栏目：[大数据] 日期：2022-05-19 热度：58
大数据和人工智能到底有多强?大部分人仍然没有直观体会，但实际上已经渗透进当今地球和人类活动的方方面面。也正在深刻地改变世界的固有形态。那些过去的超级强国，在这方面仍然遥遥领先，而那些没有跟上潮流的90%以上的国家，其实早就彻底躺平;最主要的是[详细]
-
数据分析师七大实力 梳理标签体系
所属栏目：[大数据] 日期：2022-05-19 热度：106
大家好，我是爱学习的小xiong熊妹。 这次分享一个更高级能力：构造标签体系。在提升能力的顺序上，当然是先会打一个标签，再会搞整个体系了。 一、什么是标签体系? 围绕一个业务场景，实现业务闭环操作的若干个标签组合，称为标签体系。之所以需要标签体系[详细]
-
大数据分析是啥？
所属栏目：[大数据] 日期：2022-05-19 热度：147
大数据分析：是指对规模巨大的数据进行分析，大数据可以概括为：数据量大，速度快，类型多，价值、真实性。 大数据可以概括为5个V， 数据量大、速度快、类型多、价值、真实性。 1.可视化分析 不管是对数据分析专家还是普通用户，数据可视化是数据分析工具[详细]
-
大数据研究引用挑战预测增加
所属栏目：[大数据] 日期：2022-05-19 热度：104
尽管大数据行业有大量的软件平台和产品、开发人员和数据专业人士，以及许多热心的爱好者，但对于专业数据工作者和管理人员来说，在企业中实施数据战略仍然存在一些担忧和障碍。 数据分析平台提供商Unsupervised公司日前发表了一项名为2022年大数据恐惧和预[详细]
-
专家视点 数据无处不在的云原生途径
所属栏目：[大数据] 日期：2022-05-19 热度：82
使用 Kubernetes 进行架构是必不可少的核心部分，它使数据分析异常灵活，可在业务需要的任何地方运行，并以高并发、高性能、效率和可用性大规模运行。 从金融服务和保险到制造和医疗保健等垂直领域的无数企业发现，他们需要公共和私有云、混合和边缘部署来[详细]
-
TiDB 在携程 实时标签处理平台优化践行
所属栏目：[大数据] 日期：2022-05-19 热度：175
携程是全球领先的一站式旅行平台，旗下拥有携程旅行网、去哪儿网、Skyscanner 等品牌。携程旅行网向超过 9000 万会员提供酒店预订、酒店点评及特价酒店查询、机票预订、飞机票查询、时刻表、票价查询、航班查询等服务。 在十亿级别数据量下，携程借助 TiDB[详细]
-
Flink 在 B 站的多元化探索与践行
所属栏目：[大数据] 日期：2022-05-19 热度：73
本文整理自哔哩哔哩基础架构部资深研发工程师张杨在 Flink Forward Asia 2021 平台建设专场的演讲。主要内容包括： 1.1 基础功能完善 在平台的基础功能方面，我们做了很多新的功能和优化。其中两个重点的是支持 Kafka 的动态 sink 和任务提交引擎的优化。[详细]
-
Java开发人员需要明白的地域分布数据库
所属栏目：[大数据] 日期：2022-05-19 热度：137
在过去的七年里，我一直在使用分布式系统、平台和数据库。早在2015年，许多架构师就开始使用分布式数据库扩展单个机器或服务器的边界。他们选择这样的数据库是因为它的水平可伸缩性，尽管它的性能依然只能与传统的单服务器数据库相媲美。 现在，随着云原生[详细]
-
HDFS 为什么在大数据领域经久不衰？
所属栏目：[大数据] 日期：2022-05-19 热度：157
HDFS 为何在大数据领域经久不衰？ 1.概述 1.1 简介 Hadoop实现的一个分布式文件系统(Hadoop Distributed File System)，简称HDFS。 源自于Google的GFS论文，发表于2003年，HDFS是GFS的克隆版。 大数据中最宝贵、最难以代替的就是数据，一切都围绕数据。 HD[详细]
-
数据分析七大实力 梳理数据需求
所属栏目：[大数据] 日期：2022-05-19 热度：103
大家好，我是爱学习的小xiong熊妹。 今天分享数据分析师必备的工作能力需求梳理。需求梳理很不起眼，甚至很多小伙伴感受不到他的存在。但它结结实实影响到大家的下班时间和绩效。 一、什么是数据需求? 顾名思义，数据需求，就是业务部门对数据分析产出的需[详细]
-
数据分析，如何赐能业务？
所属栏目：[大数据] 日期：2022-05-19 热度：140
做工作规划的时候，有很多公司都提出要求，要数据赋能业务/赋能销售/赋能运营到底啥玩意是赋能，咋个赋能法???往往领导又丢回一句你要多想想啊让人着实无奈。今天我们系统解答一下。 前方剧透警报：因为大量用了电视剧《亮剑》的梗，所以忘记的同学们可以[详细]
