-
终于有人把Hadoop大数据系统架构讲清楚了
所属栏目：[大数据] 日期：2022-08-23 热度：141
传统的系统已无法处理结构多变的大数据，而高性能硬件和专用服务器价格昂贵且不灵活，Hadoop因此应运而生。Hadoop使用互连的廉价商业硬件，通过数百甚至数千个低成本服务器协同工作，可有效存储和处理大量数据。 1.Hadoop生态体系 Google通过三篇重量级论[详细]
-
交通领域的物联网如何使大数据之于企业产生价值
所属栏目：[大数据] 日期：2022-08-23 热度：173
全球物流市场不断增长，科技正成为发展的主要触发器。 企业正在寻找用于运输的物联网解决方案，以帮助他们提高供应链的可见性、改善物流各个阶段的运营并节省资源。 这可以通过使用物联网设备收集有关物流过程的数据并将其转换为有价值的业务信息来实现。[详细]
-
怎样用好数据科学
所属栏目：[大数据] 日期：2022-08-23 热度：139
很长一段时间以来，数据科学一直被视为科技和商业领域的下一次重大革命。最近几年增加了不少使用数据科学应用的企业。根据Statista的数据，截至2021年，近60%的公司在其团队中拥有至少50名数据科学家。 然而，如果客观地看待，数据科学提供的结果与它的期[详细]
-
浅析大数据的数据灾备建设
所属栏目：[大数据] 日期：2022-08-23 热度：150
大数据时代，数据呈爆炸趋势增长，很多企业都从大数据中获得了利益，推动各自的业务上升了一个台阶。通过大数据技术的完善尤其是大数据和云容器技术相结合，各个企业已经把自己的重要业务迁移到了大数据平台。与此同时企业对数据可靠性和业务连续性保证的[详细]
-
未来已来 Cloudera拥抱混合数据年代
所属栏目：[大数据] 日期：2022-08-23 热度：162
我们生活在一个混合数据的世界中。在过去十年间，世界创建、捕获、复制和使用的结构化数据量已从2011年的不到 1ZB 增长到 2020 年的近 14ZB，这已经很惊人了，但还有另外更巨大的 50ZB数据非结构化数据、云数据和机器数据。 对于Cloudera来说，这是一个回[详细]
-
如何策划数据可视化平台
所属栏目：[大数据] 日期：2022-08-23 热度：61
最近在项目上常常听到这样的话：我想要一个酷炫的数据大屏，设计一定要有科技感，这个可视化设计没有重点每当听到这些需求，作为设计师一般都是欲哭无泪的。到底什么叫酷炫有科技感？客户理解的数据大屏什么样？是数据还是可视化出了问题？？ 这篇文章将会[详细]
-
Python实行数据可视化 你会用什么库来做呢
所属栏目：[大数据] 日期：2022-08-23 热度：75
用Python进行数据可视化你会用什么库来做呢？ 今天就来和大家分享Python数据可视化库中的一员猛将Altair！ 借助Altair，我们可以将更多的精力和时间放在理解数据本身及数据意义上，从复杂的数据可视化过程中解脱出来。 简单来说，Altair是一种可视化语法，[详细]
-
一文看清楚 数据指标体系的几大类别
所属栏目：[大数据] 日期：2022-08-23 热度：120
很多同学问：有没有普遍的、一般的指标体系梳理方法？网上常见的指标体系分享，大多是互联网的AARRR一类，现实中情况却很复杂。普遍的方法当然有，就是基于业务逻辑，梳理指标体系。从本质上看，数据指标体系有4大类型，针对四个不同的业务逻辑。今天来系[详细]
-
两种主流大数据系统架构的差异 终于有人讲明白了
所属栏目：[大数据] 日期：2022-08-23 热度：182
同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。特别是在企业数据仓库建设中，MPP架构与Hadoop架构代表两类典型的技术路线选型，事实上，在2015年左右甚至有人认为基于Had[详细]
-
从0到1创建智能灰度数据体系 以vivo游戏中心为例
所属栏目：[大数据] 日期：2022-08-23 热度：158
本文介绍了vivo游戏中心在灰度数据分析体系上的实践经验，从实验思想-数学方法-数据模型-产品方案四个层面提供了一套较为完整的智能灰度数据解决方案，以保障版本评估的科学性、项目进度以及灰度验证环节的快速闭环。该方案的亮点在于，指标异动根因分析方[详细]
-
Flink CDC + Hudi 海量数据入湖在顺丰的践行
所属栏目：[大数据] 日期：2022-06-27 热度：148
摘要：本文整理自顺丰大数据研发工程师覃立辉在 5月 21 日 Flink CDC Meetup 的演讲。主要内容包括： 顺丰数据集成背景 Flink CDC 实践问题与优化 未来规划 一、顺丰数据集成背景 顺丰是快递物流服务提供商，主营业务包含了时效快递、经济快递、同城配送以[详细]
-
如何使用Google Cloud Data Studio进行数据解析
所属栏目：[大数据] 日期：2022-06-27 热度：109
Google Cloud Data Studio是一种将数据转换为有用的报告和数据仪表板的工具。截至目前，GoogleData Studio拥有22个内置的Google连接器和571个不同的合作伙伴连接器，它们有助于连接来自BigQuery、Google Ads、Google Sheets、Cloud Spanner、Facebook Ads[详细]
-
大数据应用广进展快
所属栏目：[大数据] 日期：2022-06-27 热度：143
近日召开的2022年中国国际大数据产业博览会上，工业和信息化部部长肖亚庆指出，近年来，中国推动大数据产业发展取得明显成效，产业规模快速增长，十三五时期，中国大数据产业年均复合增长率超过30%，2021年产业规模突破1.3万亿元，大数据产业链初步形成，[详细]
-
一篇学会初级 中级 高级的经营剖析
所属栏目：[大数据] 日期：2022-06-27 热度：133
很多同学很郁闷：说的是做经营分析，感觉就是把收入成本报表搬来搬去，再写个要搞高而已。到底高级的经营分析长啥样？今天系统地跟大家解答一下。 负分级经营分析经营分析的基本任务是：呈现经营结果，监督经营过程。因此最初级的经营分析，还真就是把收入[详细]
-
绕过使用大数据的保护系统是不是困难
所属栏目：[大数据] 日期：2022-06-27 热度：178
本文将探讨网络安全中的大数据。更确切地说，探讨绕过使用大数据的保护系统的难易程度;或者换句话说，如何欺骗高级威胁检测系统。而有些营销人员声称，没有任何可疑的数据可以通过检测系统的检测。大数据分析系统可以作为检测可疑活动(如SIEM和XDR)的主要[详细]
-
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：2022-06-27 热度：167
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]
-
大数据在本质上不是一种科技而是一种思维方式
所属栏目：[大数据] 日期：2022-06-27 热度：141
我常说，互联网并不可怕，仅仅只是一个渠道罢了，并不会生产出什么特定的价值，他只是一个渠道的扩充，只是这个渠道是指数成长罢了。 大数据在本质上不是一种技术而是一种思维方式，也仅仅只是一个渠道罢了。 比如我们通过数据可以得知很多的事情，看上去[详细]
-
大数据时代 是谁在监察着我们？
所属栏目：[大数据] 日期：2022-06-27 热度：153
你知道吗，有人比你更加了解你自己。 做人脸识别的公司知道我们每天晚上什么睡觉，周末早上赖床到几点。 周一早高峰时间挤在地铁里刷财经新闻的人，会在周五下班路上收到系统推送的八卦新闻。 你跟家人朋友随口一句吐槽，打开淘宝就能看到相关商品的推荐。[详细]
-
成功实行数据迁移的策略
所属栏目：[大数据] 日期：2022-06-27 热度：82
数据迁移是一个复杂且通常成本高昂的过程。企业将需要正确的方法来准确无误地迁移数据，其中包括深思熟虑的策略和适当的工具。 什么是数据迁移？ 数据迁移是指将数据从一个存储系统传输到另一个存储系统的过程。它从数据选择和准备开始，在此期间进行提取[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：62
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：137
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：69
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：141
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：52
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：65
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]
