-
大数据分析是啥？
所属栏目：[大数据] 日期：2022-05-20 热度：188
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：2022-05-20 热度：85
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：2022-05-20 热度：173
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：2022-05-20 热度：151
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]
-
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：2022-05-20 热度：146
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]
-
Flink 在 B 站的多元化探索与践行
所属栏目：[大数据] 日期：2022-05-20 热度：66
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]
-
HDFS 为什么在大数据领域经久不衰？
所属栏目：[大数据] 日期：2022-05-20 热度：159
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：2022-05-20 热度：144
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：2022-05-20 热度：107
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]
-
数据分析的12个神话被揭露
所属栏目：[大数据] 日期：2022-05-20 热度：77
从数据问题到人员需求再到技术组合，数据分析的误解比比皆是。下面我们来看看如何利用数据科学来实现真正的业务成果。 在IT领域，炒作越大，误解越多，数据分析也不例外。分析是当今信息技术最热门的方面之一，可以带来巨大的商业收益，但错误的观念可能会[详细]
-
为何企业必须采用大数据战略？
所属栏目：[大数据] 日期：2022-05-20 热度：190
智能企业利用各种形式的海量数据来更好地了解消费者、管理库存、优化物流和运营程序，并做出合理的业务选择。成功的公司也认识到处理他们产生的大量大数据的重要性，以及发现可靠的方法来从中提取洞察力。制定大数据战略以正确有效地存储、组织、处理和利[详细]
-
视频时代的大数据 问题 挑战与处理方案
所属栏目：[大数据] 日期：2022-05-20 热度：114
视频时代的大数据 问题 挑战与处理方案： 一、介绍 人们所观察的世界无时无刻不在改变，造就了视频相比于文本等类型的数据更具表现力，包含更加丰富的信息。如今，能够产生视频的数据源及应用场景愈发多样，视频数据的规模不断增长，视频大数据成为支撑诸[详细]
-
何为经营分析？为什么大厂这么重视它
所属栏目：[大数据] 日期：2022-05-20 热度：79
上周一连有两个大厂(短视频、游戏)的朋友来聊经营分析，着实让我好奇了一下。经营分析这个东西，以往都是传统国企做得多，咋连他们也开始纠结了。 聊完才发现：地主家也没余粮呀!toC互联网的流量见顶，成本增高，让原本花钱如泼水的大厂也得重视效益考核，[详细]
-
紧跟业务发展速度的数据治理是啥样的
所属栏目：[大数据] 日期：2022-05-20 热度：123
如今企业要获取数据，物联网(Internet of things，IoT)设备、可穿戴设备、软件即服务(Software as a Service，SaaS)应用程序和社交媒体都是来源。对这些数据的组合和深入分析可以为企业提供新的洞察力，并助力企业发现潜在商机。通过将这些能力在企业内扩[详细]
-
详解数据管理发展的五个阶层
所属栏目：[大数据] 日期：2022-05-19 热度：62
近年来现代化企业都在改革现有的数据管理体系，优化原有的基于策略定义的数据管理模型，逐渐开始使用基于数据使用行为的数据管理方式。以确保数据不仅可用，而且保持活性，从而始终让数据资产充分发挥本身价值。 从历史的视角看，数据管理是一个不断进化发[详细]
-
数据在网络中是怎样传输的
所属栏目：[大数据] 日期：2022-05-19 热度：112
整个请求交互过程分为了几个部分，首先最上层就是应用程序，接着往下是 Socket 库。 再下面就是操作系统的内部了，这里面就包括了协议栈,协议栈上半部分为 TCP 和 UDP ,它们都是负责数据的收发。 只是一个需要 连接，一个不需要连接可以直接收发数据，这两[详细]
-
区块链在 数据为王 的年代扮演了什么角色？
所属栏目：[大数据] 日期：2022-05-19 热度：156
在当今数据为王的时代，数据作为企业、组织、乃至国家的战略资产，其重要性不言而喻。今天老蔡想和大家一起探讨下以下几方面的问题：1. 数据管理的全生命周期；2. 传统数据治理的弊端；3. 当代信息技术间的相互关系；以及4. 最后抛出区块链技术在数据治理[详细]
-
行业大数据有什么安全风险
所属栏目：[大数据] 日期：2022-05-19 热度：192
网际空间安全面临的威胁越来越多样化。移动网络、云和虚拟化、物 联网、工控系统等技术领域的快速发展，使得保护对象和攻击路径都变得 更加复杂。而攻击来源也从早期的个人黑客变为犯罪团伙、政治势力、网 络部队等更严密的组织。甚至大数据技术本身也被攻[详细]
-
数据管理的现实和商业智能的将来
所属栏目：[大数据] 日期：2022-05-19 热度：170
无论企业在哪个行业工作，拥有多少员工，或者是否面向消费者、企业、私营部门或公共部门进行营销，都不再重要。无论来自哪里，数据和分析都是日常现实。大多数企业定期收到的数据量是天文数字。全球的IT部门都在努力实施工具和实践，对他们收到的信息进行[详细]
-
数据剖析的几个误区
所属栏目：[大数据] 日期：2022-05-19 热度：93
在IT领域，炒作越大，误解越多，数据分析也不例外。分析是当今信息技术最热门的方面之一，可以带来巨大的商业收益，但错误的观念可能会阻碍分析能力顺利和及时的流转，从而使商业用户和最终客户受益。当企业创建或扩大他们的分析战略时，以下是他们可能要[详细]
-
终于有人把元数据说明白了
所属栏目：[大数据] 日期：2022-05-19 热度：195
元数据管理工具是企业数据治理的重要抓手，它可以帮助企业解决数据查找难、理解难等问题，促进数据的集成和共享。 一、系统架构 从应用角度看，元数据管理平台可分为数据源层、元数据采集层、元数据管理层、元数据应用层四层架构，如图1所示。 1. 数据源层[详细]
-
谈谈大数据技术现状和分类
所属栏目：[大数据] 日期：2022-05-19 热度：84
随着社交媒体、物联网和多媒体应用等各种来源产生的海量数据的诞生，大数据已经成为一个重要的研究领域。大数据在许多决策和预测领域发挥了关键作用，如推荐系统、商业分析、医疗保[详细]
-
大数据在智慧城市建设中有什么应用
所属栏目：[大数据] 日期：2022-05-19 热度：143
智慧城市是以为民服务全程全时、城市治理高效有序、数据开放共融共享、经济发展绿色开源、网络空间安全清朗为主要目标，通过体系规划、信息主导、改革创新，推进新一代信息技术与城市现代化深度融合、迭代演进，实现国家与城市协调发展的新生态。 智慧能源[详细]
-
数据分析和数据科学的几大不一样之处
所属栏目：[大数据] 日期：2022-05-19 热度：146
在大数据的世界里，您可能会经常听到两个词语：数据科学(Data Science)和数据分析(Data Analytics)。它们虽然从字面上有些相似，但是在大数据的背景下它们强调的是不同的能力和技能方面。下面，我将从职业决策与规划的角度，和您讨论两者之间的差异。 一、[详细]
-
Gartner公布2022年数据分析十二大趋势
所属栏目：[大数据] 日期：2022-05-19 热度：186
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]
