自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

^{<sub id="vvv1i"></sub>}

AI.x社區(qū)

軟考社區(qū)

免費(fèi)課

企業(yè)培訓(xùn)

鴻蒙開發(fā)者社區(qū)

WOT技術(shù)大會(huì)

公眾號(hào)矩陣

移動(dòng)端

視頻課免費(fèi)課排行榜短視頻直播課軟考學(xué)堂

全部課程軟考華為認(rèn)證廠商認(rèn)證 IT技術(shù)PMP項(xiàng)目管理免費(fèi)題庫

在線學(xué)習(xí)

文章資源問答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術(shù)棧

51CTO官微

51CTO學(xué)堂

51CTO博客

CTO訓(xùn)練營(yíng)

鴻蒙開發(fā)者社區(qū)訂閱號(hào)

51CTO軟考

51CTO學(xué)堂APP

51CTO學(xué)堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號(hào)

51CTO軟考題庫

賬號(hào)設(shè)置退出

大數(shù)據(jù)

9161內(nèi)容??

關(guān)注

大數(shù)據(jù)話題包括大數(shù)據(jù)相關(guān)的最新資訊、前沿技術(shù)、使用技巧、應(yīng)用案例等內(nèi)容，涉及數(shù)據(jù)分析、數(shù)據(jù)可視化、商業(yè)智能、Hadoop、Spark、數(shù)據(jù)湖、數(shù)據(jù)倉庫、等領(lǐng)域。

文章博文帖子課程

共 9161 條

總做描述性統(tǒng)計(jì)，深入的數(shù)據(jù)分析到底怎么做？

很多同學(xué)做不深入，是因?yàn)閺?級(jí)深度開始，就不能只指望幾個(gè)指標(biāo)/維度交叉一下，直接拉出結(jié)論來，就得結(jié)合業(yè)務(wù)場(chǎng)景，轉(zhuǎn)化業(yè)務(wù)假設(shè)，然后搜集證據(jù)。這要求掌握業(yè)務(wù)場(chǎng)景、指標(biāo)、邏輯能力。這些能力需要積累和鍛煉才能提升。

2024-05-31 11:37:20

數(shù)據(jù)分析驗(yàn)證維度交叉

零售行業(yè)商品競(jìng)爭(zhēng)力提升的數(shù)據(jù)探索

本文將分享零售行業(yè)商品開發(fā)的基本流程，以及盒馬為提升商品競(jìng)爭(zhēng)力在數(shù)據(jù)建設(shè)方面所做的探索與實(shí)踐。

2024-05-31 09:00:07

數(shù)據(jù)建設(shè)數(shù)據(jù)管理數(shù)據(jù)智能化

第三屆粵港澳大灣區(qū)（廣東）算力產(chǎn)業(yè)大會(huì)5月30日開幕

5月28日，韶關(guān)市舉行第三屆粵港澳大灣區(qū)（廣東）算力產(chǎn)業(yè)大會(huì)暨第二屆中國(guó)算力網(wǎng)大會(huì)新聞發(fā)布會(huì)，介紹大會(huì)籌備情況和亮點(diǎn)環(huán)節(jié)。

2024-05-30 16:21:07

產(chǎn)業(yè)

Gartner發(fā)布2024年數(shù)據(jù)與分析重要趨勢(shì)

在近日的Gartner數(shù)據(jù)與分析峰會(huì)上，Gartner分析師介紹了IT領(lǐng)導(dǎo)者必須把握并納入其D&A戰(zhàn)略的重要數(shù)據(jù)與分析趨勢(shì)。

2024-05-29 13:29:37

數(shù)據(jù) 分析 Gartner

數(shù)據(jù)分析基礎(chǔ) | Python數(shù)據(jù)交叉表，你學(xué)會(huì)了嗎？

數(shù)據(jù)交叉表是數(shù)據(jù)分析中非常重要的工具，掌握它可以讓你更加高效地進(jìn)行數(shù)據(jù)處理和可視化呈現(xiàn)。

2024-05-29 12:47:00

Python 數(shù)據(jù)數(shù)據(jù)分析

搭建數(shù)據(jù)指標(biāo)體系，我總結(jié)了標(biāo)準(zhǔn)化全流程

業(yè)務(wù)流程是主要數(shù)據(jù)來源，指標(biāo)體系首要任務(wù)是反饋業(yè)務(wù)流程情況。有了主指標(biāo)以后，要結(jié)合業(yè)務(wù)流程，梳理出過程指標(biāo)。有了過程指標(biāo)，才能解釋主指標(biāo)為什么低，為什么高。

2024-05-29 12:41:33

數(shù)據(jù)指標(biāo)流程

京東統(tǒng)一存儲(chǔ)實(shí)踐

隨著大數(shù)據(jù)時(shí)代的到來，海量數(shù)據(jù)的存儲(chǔ)與處理成為了眾多企業(yè)面臨的重要挑戰(zhàn)。HDFS 作為一個(gè)高可靠性、高擴(kuò)展性的分布式文件系統(tǒng)，在京東零售的數(shù)據(jù)管理中扮演著重要角色。本文將分享京東在 HDFS 統(tǒng)一存儲(chǔ)方面的實(shí)踐經(jīng)驗(yàn)，并對(duì)相關(guān)的技術(shù)細(xì)節(jié)進(jìn)行總結(jié)。

2024-05-29 07:56:41

大數(shù)據(jù)海量數(shù)據(jù)HDFS

七個(gè)領(lǐng)先數(shù)據(jù)倉庫和數(shù)據(jù)庫的深入比較

在當(dāng)今的數(shù)字時(shí)代，數(shù)據(jù)倉庫和數(shù)據(jù)湖已成為存儲(chǔ)和分析大量數(shù)據(jù)的核心，為各種數(shù)據(jù)管理挑戰(zhàn)提供可擴(kuò)展的解決方案。探索數(shù)據(jù)倉庫和數(shù)據(jù)庫的多樣化世界，比較AmazonRedshift和MySQL等主要參與者，以確定最適合您的數(shù)據(jù)管理需求的解決方案。

2024-05-29 07:10:00

數(shù)據(jù)倉庫數(shù)據(jù)湖

火花思維：從 0 到 1 構(gòu)建一站式數(shù)據(jù)開發(fā)治理平臺(tái)

火花思維作為在線教育領(lǐng)域的佼佼者，深知數(shù)據(jù)對(duì)于決策和運(yùn)營(yíng)的重要性。為進(jìn)一步釋放數(shù)據(jù)資源的價(jià)值，公司從 0 到 1 構(gòu)建了一站式數(shù)據(jù)開發(fā)治理平臺(tái)，實(shí)現(xiàn)了數(shù)據(jù)集成、數(shù)據(jù)開發(fā)、數(shù)據(jù)分析、數(shù)據(jù)服務(wù)等全流程整合，為公司的長(zhǎng)遠(yuǎn)發(fā)展奠定了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

2024-05-28 07:58:08

數(shù)據(jù)分析數(shù)據(jù)開發(fā)火花思維

肯睿Cloudera：數(shù)據(jù)如何改變生活

一旦企業(yè)能夠充分利用其創(chuàng)建和采集的海量數(shù)據(jù)，便開啟了無限的可能性。

2024-05-27 10:30:20

數(shù)據(jù)Cloudera

NoETL，開啟自動(dòng)化數(shù)據(jù)管理新時(shí)代

在這個(gè)主題中，有兩個(gè)大家很熟悉的詞：ETL 和數(shù)據(jù)管理。但同時(shí)，也有兩個(gè)不太熟悉的詞：NoETL 和自動(dòng)化數(shù)據(jù)管理。我們是否在創(chuàng)造一種新的概念？今天我將回答這個(gè)問題，并通過回答這個(gè)問題來解釋我們?yōu)槭裁匆獎(jiǎng)?chuàng)立 Aloudata 這家公司，以及我們的定位是什么。

2024-05-27 07:42:42

ETL 數(shù)據(jù)管理 NoETL

敏捷的數(shù)據(jù)工程實(shí)踐

本文介紹了什么是敏捷數(shù)據(jù)工程，并分析了幾個(gè)有效的實(shí)踐。如果能靈活的在數(shù)據(jù)項(xiàng)目中應(yīng)用，將有效提升我們的數(shù)據(jù)產(chǎn)品交付質(zhì)量。

2024-05-24 10:23:25

敏捷數(shù)據(jù)工程數(shù)據(jù)開發(fā)

騰訊大數(shù)據(jù)多引擎統(tǒng)一元數(shù)據(jù)和權(quán)限管理的探索

本文介紹了騰訊大數(shù)據(jù)多引擎統(tǒng)一元數(shù)據(jù)和權(quán)限管理的探索。TBDS的全稱是騰訊大數(shù)據(jù)處理套件，它是一個(gè)基于 Hadoop 生態(tài)以及 MPP 生態(tài)的大數(shù)據(jù)平臺(tái)。

2024-05-23 07:39:00

大數(shù)據(jù)TBDS 數(shù)據(jù)湖

有效的數(shù)據(jù)治理如何推動(dòng)業(yè)務(wù)增長(zhǎng)

數(shù)據(jù)治理顯得尤為重要，它確保了企業(yè)內(nèi)數(shù)據(jù)的有效和高效管理。數(shù)據(jù)治理的核心目標(biāo)是確保數(shù)據(jù)在其生命周期內(nèi)，從獲取到使用，都以支持企業(yè)業(yè)務(wù)目標(biāo)的方式進(jìn)行管理。

2024-05-22 15:31:56

數(shù)據(jù)治理大數(shù)據(jù)

第三代指標(biāo)平臺(tái)如何擺脫 ETL 寬表開發(fā) 做“輕”數(shù)倉

第三代指標(biāo)平臺(tái)給我們 IT 部門帶來的體驗(yàn)改變，表現(xiàn)在大幅減少指標(biāo)重復(fù)開發(fā)的工作量和運(yùn)維變更的工作量。對(duì)業(yè)務(wù)部門來說，它提供了真正處理“最后一公里”自主分析問題的體驗(yàn)，讓業(yè)務(wù)人員能夠自助完成分析工作，而不需要為增加字段或維度而頻繁聯(lián)系 IT 部門。

2024-05-22 09:48:04

自動(dòng)化指標(biāo)平臺(tái)數(shù)倉

攜手亞馬遜云科技，北京靈奧科技助力企業(yè)無縫結(jié)合大模型與數(shù)據(jù)? 原創(chuàng)

近日，亞馬遜云科技以“無數(shù)據(jù)不模型——生成式AI時(shí)代的數(shù)據(jù)基座”為主題召開了媒體溝通會(huì)。會(huì)上，北京靈奧科技CEO厲啟鵬介紹了Vanus如何幫助企業(yè)解決數(shù)據(jù)問題，從而與大模型無縫結(jié)合。?

2024-05-21 09:36:38

亞馬遜云科技數(shù)據(jù)基座 Vanus

做數(shù)據(jù)分析十年，第一次見到靠譜的歸因模型

從經(jīng)驗(yàn)上來看：投訴類來電，在業(yè)務(wù)上性質(zhì)特殊，屬于高風(fēng)險(xiǎn)行為。別的來電都能用小程序替代，唯獨(dú)怒氣沖沖的客戶，必須用人工來服務(wù)，至少讓人家消消氣。

2024-05-20 13:20:35

數(shù)據(jù)分析業(yè)務(wù)程序

大宗產(chǎn)業(yè)風(fēng)控領(lǐng)域的數(shù)據(jù)探索與實(shí)踐

螞蟻?zhàn)鳛榛ヂ?lián)網(wǎng)企業(yè)，數(shù)據(jù)建設(shè)通常是面向互聯(lián)網(wǎng)場(chǎng)景圍繞個(gè)人開展，傳統(tǒng)業(yè)務(wù)上的數(shù)據(jù)應(yīng)用構(gòu)建與互聯(lián)網(wǎng)存在著比較大的差異。螞蟻嘗試從大宗領(lǐng)域切入，探索能否基于已有能力去服務(wù)傳統(tǒng)產(chǎn)業(yè)，幫助其實(shí)現(xiàn)產(chǎn)業(yè)數(shù)字化升級(jí)，并落地相關(guān)的風(fēng)控場(chǎng)景應(yīng)用。

2024-05-17 08:16:08

數(shù)據(jù)建設(shè)風(fēng)控領(lǐng)域數(shù)據(jù)分析

數(shù)據(jù)處理不再難！用JSONCrack輕松打造炫目可視化效果！

對(duì)于許多人來說，處理數(shù)據(jù)依然是一個(gè)令人望而生畏的任務(wù)。幸運(yùn)的是，有一種名為JSONCrack的工具可以幫助您輕松應(yīng)對(duì)數(shù)據(jù)處理挑戰(zhàn)，并將數(shù)據(jù)轉(zhuǎn)化為令人驚嘆的可視化效果！

2024-05-16 13:03:54

JSONCrack 處理數(shù)據(jù)可視化

做經(jīng)營(yíng)分析，只會(huì)同比環(huán)比，怎么辦！

所謂策略，就是業(yè)務(wù)開展的前后順序，輕重緩急。比如上文提到的“A產(chǎn)品銷售差3%”達(dá)標(biāo)。如果站在產(chǎn)品策略的角度，就不是這么頭疼醫(yī)頭，腳疼醫(yī)腳地把每一個(gè)產(chǎn)品的漲跌列出來。

2024-05-15 11:51:40

經(jīng)營(yíng)分析業(yè)務(wù)產(chǎn)品

OPPO 下一代大數(shù)據(jù) AI 一體架構(gòu)實(shí)踐

云廠商用存儲(chǔ)吸引用戶，進(jìn)而提供上層 SaaS 服務(wù)。云原生彈性計(jì)算架構(gòu)可提高調(diào)度效率，實(shí)現(xiàn)資源的自動(dòng)彈性伸縮，優(yōu)化資源利用。本文將展示OPPO 下一代大數(shù)據(jù) AI 一體架構(gòu)在功能云上的實(shí)踐，希望為大家?guī)韱l(fā)。

2024-05-14 08:03:31

SaaS 服務(wù)云原生 AI 一體架構(gòu)

Pandas 處理 CSV 數(shù)據(jù)的十個(gè)步驟

今天，我們將一起踏上Python數(shù)據(jù)分析之旅，以處理CSV文件為例，通過十個(gè)簡(jiǎn)單易懂的步驟，帶你領(lǐng)略Pandas的強(qiáng)大之處。

2024-05-13 11:43:39

Python 數(shù)據(jù)分析 CSV

十分鐘了解Flink SQL使用

本文將介紹Flink SQL的基本原理、使用方法、流批統(tǒng)一，并通過幾個(gè)例子進(jìn)行實(shí)踐。

2024-05-13 09:28:43

Flink SQL 大數(shù)據(jù)

一文快速解鎖：價(jià)格分析模型

價(jià)格的敏感性，是可以事先測(cè)試的。在事先可以以優(yōu)惠券為杠桿，以抽獎(jiǎng)的形式測(cè)試用戶的購買率，從而一定程度上推斷漲價(jià)/降價(jià)多少合適。但是這種方式更適合測(cè)降價(jià)，漲價(jià)的話，用戶本能的反感會(huì)比較強(qiáng)烈，所以不太適用。

2024-05-11 08:18:49

解鎖價(jià)格模型

大數(shù)據(jù)管理的應(yīng)用與實(shí)踐

大數(shù)據(jù)管理是指企業(yè)在其整個(gè)生命周期中處理的大量數(shù)據(jù)的治理、管理和組織，包括數(shù)據(jù)的攝取、處理、存儲(chǔ)和分析，以推動(dòng)決策并保持運(yùn)營(yíng)順利運(yùn)行。

2024-05-10 13:01:49

大數(shù)據(jù)大數(shù)據(jù)管理

這才是真正的商品分析，而不是羅列進(jìn)銷存

一提到商品搭配，很多人腦子里第一時(shí)間蹦出來：啤酒與尿布。實(shí)際上即使不用數(shù)據(jù)去算，商品之間固定搭配。就像比起啤酒配尿布，啤酒配雞爪，啤酒配花生米，啤酒配小龍蝦更常見一樣。

2024-05-10 12:01:00

商品分析數(shù)據(jù)分析斷貨

用Pyjanitor消除數(shù)據(jù)清洗(Data Cleaning)中的煩惱

數(shù)據(jù)清洗（Data Cleaning）通常被視為數(shù)據(jù)驅(qū)動(dòng)決策的關(guān)鍵準(zhǔn)備步驟，其目的在于查找并糾正數(shù)據(jù)中的錯(cuò)誤和不一致，以提高數(shù)據(jù)質(zhì)量。隨著數(shù)據(jù)集的增長(zhǎng)，確保數(shù)據(jù)的清潔度和完整性變得越發(fā)具有挑戰(zhàn)性。了解數(shù)據(jù)清洗的重要性以及如何進(jìn)行數(shù)據(jù)清洗變得至關(guān)重要。

2024-05-10 08:31:57

數(shù)據(jù)清洗數(shù)據(jù)驅(qū)動(dòng)

HBase Meta 元信息表修復(fù)實(shí)踐

HBase是一款開源高可靠、高可擴(kuò)展性、高性能的分布式非關(guān)系型數(shù)據(jù)庫，廣泛應(yīng)用于大數(shù)據(jù)處理、實(shí)時(shí)計(jì)算、數(shù)據(jù)存儲(chǔ)和檢索等領(lǐng)域。在分布式集群中，硬件故障是一種常態(tài)，硬件故障可能導(dǎo)致節(jié)點(diǎn)或者集群級(jí)別服務(wù)中斷、meta表損壞、RIT、Region空洞、重疊等問題，如何快速修復(fù)故障恢復(fù)業(yè)務(wù)尤其重要，本文章主要是圍繞HBase meta表常見的故障以及對(duì)應(yīng)解決方案進(jìn)行描述。

2024-05-10 08:00:00

HBase 數(shù)據(jù)庫

現(xiàn)實(shí)生活中的十大大數(shù)據(jù)應(yīng)用

大數(shù)據(jù)方法的使用使來自不同行業(yè)的眾多企業(yè)受益，包括醫(yī)療保健、銀行、制造業(yè)等在內(nèi)的許多行業(yè)都在使用大數(shù)據(jù)分析。本文將深入探討現(xiàn)實(shí)生活中對(duì)我們?nèi)粘Ｉ町a(chǎn)生深遠(yuǎn)影響的十大大數(shù)據(jù)應(yīng)用。

2024-05-09 12:52:12

大數(shù)據(jù)

解鎖數(shù)據(jù)可視化項(xiàng)目成功的關(guān)鍵：原型圖反饋(Feedback )機(jī)制

在數(shù)據(jù)可視化項(xiàng)目中，缺乏真正用戶的參與常導(dǎo)致儀表板被閑置。解決這一問題的關(guān)鍵在于在項(xiàng)目早期吸引業(yè)務(wù)運(yùn)營(yíng)人員的積極參與，并建立良好的原型設(shè)計(jì)和反饋機(jī)制。

2024-05-09 09:17:41

數(shù)據(jù)可視化項(xiàng)目業(yè)務(wù)

算法在 58 畫像平臺(tái)建設(shè)中的應(yīng)用

用戶畫像平臺(tái)是企業(yè)應(yīng)用大數(shù)據(jù)的根基，精準(zhǔn)營(yíng)銷、精細(xì)化運(yùn)營(yíng)和個(gè)性化推薦都離不開用戶畫像的建設(shè)。精準(zhǔn)地刻畫用戶行為、興趣以及需求尤為重要。本文將探討算法在 58 用戶畫像平臺(tái)建設(shè)中的作用，包括畫像標(biāo)簽體系的建設(shè)，個(gè)性化推薦、精細(xì)化運(yùn)營(yíng)等業(yè)務(wù)應(yīng)用。

2024-05-09 07:32:09

用戶畫像平臺(tái)大數(shù)據(jù)算法

探討供應(yīng)鏈管理中的大數(shù)據(jù)分析

在當(dāng)今快速發(fā)展和相互關(guān)聯(lián)的世界中，供應(yīng)鏈管理在各行業(yè)企業(yè)的成功中發(fā)揮著關(guān)鍵作用。隨著大數(shù)據(jù)分析的出現(xiàn)，各組織現(xiàn)在能夠利用數(shù)據(jù)的力量來優(yōu)化其供應(yīng)鏈運(yùn)營(yíng)、提高效率、降低成本，并提高整體業(yè)績(jī)。

2024-05-08 15:46:52

供應(yīng)鏈大數(shù)據(jù)

重新思考大數(shù)據(jù)以及業(yè)務(wù)運(yùn)營(yíng)和數(shù)據(jù)運(yùn)營(yíng)之間的脫節(jié)

數(shù)據(jù)是鋪就AI價(jià)值之路的水泥?！按髷?shù)據(jù)”是一個(gè)關(guān)鍵領(lǐng)域，存在被錯(cuò)誤歸類的風(fēng)險(xiǎn)——這是過去的事情，或者缺乏值得一試的上行空間。CIO和數(shù)字高管需要確保大數(shù)據(jù)得到應(yīng)有的關(guān)注。

2024-05-08 15:34:12

大數(shù)據(jù)

數(shù)字健康中的大數(shù)據(jù)分析：全面概述

大數(shù)據(jù)分析在醫(yī)療保健中至關(guān)重要，包括分析龐大而復(fù)雜的數(shù)據(jù)集，以揭示隱藏的模式和見解。這一過程將原始數(shù)據(jù)轉(zhuǎn)化為可操作的信息，提高患者的成果、操作效率和醫(yī)療保健的成本效益。

2024-05-08 15:15:41

大數(shù)據(jù)分析醫(yī)療保健數(shù)字健康

這才是大廠的經(jīng)營(yíng)分析報(bào)告，而不是“念PPT會(huì)”

想要提升效率，把經(jīng)營(yíng)分析會(huì)變成決策會(huì)而不是“例行會(huì)”“讀ppt會(huì)”“甩鍋會(huì)”，就得從眾多數(shù)據(jù)中，把關(guān)鍵問題挑出來，幫大家聚焦到核心問題上。這里有5個(gè)問題最為關(guān)鍵。

2024-05-08 13:59:38

經(jīng)營(yíng)分析 PPT

經(jīng)營(yíng)分析：決策分析模型搭建指南

如果同學(xué)們覺得沒見過數(shù)據(jù)驅(qū)動(dòng)決策，這也很正常，并非每個(gè)公司都這么規(guī)范認(rèn)真，我們要做的是0級(jí)~7級(jí)的基礎(chǔ)積累，積累越多，我們自己掌握的本事就越大，也越有機(jī)會(huì)到真正優(yōu)秀的公司實(shí)踐。

2024-05-07 12:00:47

決策分析模型數(shù)據(jù)

大數(shù)據(jù)和人工智能是如何合作的?

大數(shù)據(jù)的特點(diǎn)是產(chǎn)生的數(shù)據(jù)量大、種類多、速度快，為人工智能算法提供了提取有價(jià)值見解和推動(dòng)明智決策的原材料?？傊@兩種變革性技術(shù)有可能徹底改變?nèi)虻男袠I(yè)。讓我們更深入地了解大數(shù)據(jù)和人工智能如何合作，以及釋放其全部潛力的策略。

2024-05-07 11:29:59

大數(shù)據(jù)人工智能算法

一文帶你了解大數(shù)據(jù)基石-Hadoop

基于存儲(chǔ)以及計(jì)算Hadoop量大兩大功能模塊-分布式存儲(chǔ)HDFS以及分布式計(jì)算MapReduce，下面分別針對(duì)這兩大功能模塊詳細(xì)介紹。

2024-05-07 08:49:36

Hadoop 數(shù)據(jù)存儲(chǔ)-分布式存儲(chǔ)

基于SpringBoot3.x和Apache Doris構(gòu)建高效大數(shù)據(jù)分析系統(tǒng)

在傳統(tǒng)數(shù)據(jù)處理過程中，我們面臨的數(shù)據(jù)多數(shù)是結(jié)構(gòu)化的，該數(shù)據(jù)保存在預(yù)定義的數(shù)據(jù)模型中，如關(guān)系型數(shù)據(jù)庫的表。然而，隨著科技發(fā)展，尤其是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和移動(dòng)設(shè)備的普及，非結(jié)構(gòu)化數(shù)據(jù)（如文本、圖片、音頻、視頻、社交媒體數(shù)據(jù)等）的產(chǎn)生量正在急劇增加，它們共同構(gòu)成了大數(shù)據(jù)的特征--多樣性。

2024-05-07 08:16:17

大數(shù)據(jù)分析系統(tǒng)

vivo 超大數(shù)據(jù)規(guī)模分布式消息中間件架構(gòu)演進(jìn)實(shí)踐

新一代數(shù)據(jù)架構(gòu)覆蓋數(shù)據(jù)全鏈路，包括數(shù)據(jù)的采集層、接入層，以及下游的海量計(jì)算、分布式存儲(chǔ)等。本次分享題目為 vivo 超大數(shù)據(jù)規(guī)模分布式消息中間件架構(gòu)演進(jìn)實(shí)踐。

2024-05-07 07:58:10

數(shù)據(jù)架構(gòu)大數(shù)據(jù)中間件架構(gòu)

數(shù)據(jù)分析，高手只比你多做了這一步

深入分析、建模、提業(yè)務(wù)建議，標(biāo)簽是很重要的一環(huán)。同學(xué)們可以試著多建有業(yè)務(wù)含義的標(biāo)簽，特別是涉及“盲盒”狀態(tài)的業(yè)務(wù)，比如線上廣告投放，線下銷售跟進(jìn)，商品選品等，標(biāo)簽的作用更大。?

2024-05-06 09:02:57

數(shù)據(jù)分析標(biāo)簽模型

時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)原理及Pytorch實(shí)現(xiàn)

在我們生活的這個(gè)充滿聯(lián)系的世界中，從微觀的分子結(jié)構(gòu)到宏觀的社交網(wǎng)絡(luò)，再到復(fù)雜的城市設(shè)計(jì)結(jié)構(gòu)，都隱藏著一張張相互關(guān)聯(lián)的圖數(shù)據(jù)。這些圖數(shù)據(jù)仿佛一張張神秘的網(wǎng)，將世界萬物緊密相連。

2024-04-30 14:54:10

Pytorch 時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)

螞蟻集團(tuán) EB 級(jí)大數(shù)據(jù)治理架構(gòu)與實(shí)踐

本文將分享螞蟻集團(tuán)在大數(shù)據(jù)治理實(shí)踐過程中沉淀的經(jīng)驗(yàn)。螞蟻的數(shù)據(jù)來源眾多，包括行為日志、系統(tǒng)服務(wù)端收集的數(shù)據(jù)等。從類型上看，有DB 類、日志類、log 類等，還有消息類的和非結(jié)構(gòu)化的數(shù)據(jù)。

2024-04-30 08:05:53

大數(shù)據(jù)數(shù)據(jù)治理數(shù)據(jù)質(zhì)量治理

深入解析數(shù)倉維度建模中的維度

對(duì)于橋接維度可能就更加好理解了，就是兩個(gè)維度表之間通過第三張維度表進(jìn)行關(guān)聯(lián)，其中存儲(chǔ)另外兩個(gè)維度表的關(guān)系。如圖9-6所示，維度表A與維度表B之間某個(gè)字段的屬性存在多對(duì)多關(guān)系，基于這種多對(duì)多關(guān)系設(shè)計(jì)維度表C，用來存儲(chǔ)這兩個(gè)屬性的關(guān)系。

2024-04-30 00:00:00

數(shù)倉維度建模

大數(shù)據(jù)存儲(chǔ)壓縮算法調(diào)研：snappy、gzip還是lz4？

壓縮比是衡量壓縮算法效率的重要指標(biāo)之一，它表示壓縮后的數(shù)據(jù)大小與原始數(shù)據(jù)大小之間的比率。一般來說，壓縮比越高，表示壓縮算法越有效，可以更好地減小數(shù)據(jù)存儲(chǔ)空間或網(wǎng)絡(luò)傳輸帶寬的占用。

2024-04-29 08:53:10

大數(shù)據(jù)存儲(chǔ)數(shù)據(jù)

平安銀行智能化數(shù)據(jù)安全分類分級(jí)實(shí)踐分享

隨著國(guó)家對(duì)數(shù)據(jù)安全的高度重視，以及相關(guān)法律法規(guī)的出臺(tái)，數(shù)據(jù)安全領(lǐng)域工作得到了極大的提升。本文將分享平安銀行運(yùn)用智能化手段實(shí)現(xiàn)數(shù)據(jù)安全分類分級(jí)的背景、思路和方法。

2024-04-29 07:13:13

數(shù)據(jù)安全數(shù)據(jù)分類分級(jí)智能打標(biāo)模型

解讀數(shù)據(jù)，我發(fā)現(xiàn)了超好用的七步標(biāo)準(zhǔn)法

數(shù)據(jù)分析師想要加強(qiáng)數(shù)據(jù)洞察能力，就得多積累分析經(jīng)驗(yàn)，針對(duì)具體業(yè)務(wù)問題，收集業(yè)務(wù)動(dòng)作，多復(fù)盤，這樣才能認(rèn)識(shí)得越來越深入。每次具體問題來了，才有豐富的彈藥庫可用。

2024-04-28 12:47:03

數(shù)據(jù)業(yè)務(wù)業(yè)務(wù)

輕松處理CSV文件，csvkit助你高效數(shù)據(jù)分析！

在本文中，我們將介紹csvkit庫的基本用法，并通過一個(gè)實(shí)際的案例來演示如何使用csvkit進(jìn)行數(shù)據(jù)分析。

2024-04-28 11:39:17

紹csvkit 數(shù)據(jù)分析

大數(shù)據(jù)序列化框架選型：Avro還是Json?

選擇合適的序列化和反序列化協(xié)議需要根據(jù)實(shí)際需求和場(chǎng)景特點(diǎn)綜合考慮。在不同的場(chǎng)景下，選擇適合的序列化協(xié)議能夠提高系統(tǒng)的性能、可維護(hù)性和開發(fā)效率，為系統(tǒng)的穩(wěn)定運(yùn)行提供保障。

2024-04-28 08:56:58

大數(shù)據(jù)框架 Json

常用的時(shí)間序列分析方法總結(jié)和代碼示例

時(shí)間序列是最流行的數(shù)據(jù)類型之一。視頻，圖像，像素，信號(hào)，任何有時(shí)間成分的東西都可以轉(zhuǎn)化為時(shí)間序列。

2024-04-26 12:29:36

時(shí)間序列數(shù)據(jù)分析

上一頁 1 ··· 5 6 7 8 9 ··· 184 下一頁

點(diǎn)贊

51CTO技術(shù)棧公眾號(hào)

業(yè)務(wù)
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學(xué)堂精培企業(yè)培訓(xùn) CTO訓(xùn)練營(yíng)