-
编辑 删除
湖仓一体的管理引擎分析
本分分析目前湖仓一体最常见到的三个管理引擎的功能和各自的区别，主要包括：Iceberg、Hudi 和 Delta Lake .
-
编辑 删除
实时数据仓库的最新架构与技术趋势
本文介绍了最新云原生实时数仓的技术架构以及和核心能力，以及和其它实时数仓的区别。
-
编辑 删除
数据治理在大模型时代的实践和创新
面对大模型时代的不同的AIGC的应用，数据治理有哪些新的数据处理需求？
-
编辑 删除
探索非结构化数据入湖方式及相关技术的最佳实践
本文介绍了非结构化数据入湖的方式和元数据标准，并介绍了文本识别技术在实现元数据相关功能方面的重要性。这些讨论为组织在处理非结构化数据时提供了指导和思路，有助于实现数据湖的有效管理和利用。
-
编辑 删除
数据入湖的方式和应用场景
本文主要介绍了湖仓一体的数据如何方式，以及如何解决湖仓一体在建设过程中大量数据迁移和存储的成本问题
-
编辑 删除
探索数据治理模式与应用场景
本文主要介绍了数据治理模式有哪些类型，不同企业在不同阶段如何选择不同的数据治理模式。
-
编辑 删除
云原生湖仓一体的优势和挑战
本文将从优势和挑战两个方面，探讨云原生湖仓一体系统带来的价值和所面临的困难。
-
编辑 删除
如何实现高效数据存储管理：冷热数据分层策略简介
本文介绍了数据管理的存储和访问优化机制--冷热数据分层机制的定义、价值和实现原理。
-
编辑 删除
为什么分布式存储中有分区分桶的概念了？
本文介绍了分布式存储中的分区和分桶的概念和作用
-
编辑 删除
数据平台：湖仓一体、流批一体、存算分离的核心问题及原因解析
本文简述了湖仓一体、流批一体、存算分离技术架构的核心价值
-
编辑 删除
基于DataOps的数据开发治理：实现数据流程的自动化和规范化
本文简述了DataOps的理念和DevOps的关系以及涉及的关键技术,以及DataOps给数据开发带来的整体的开发的变化。
-
编辑 删除
深度剖析数据湖：热门因素、最佳实践和高效管理
数据湖作为一种现代的数据管理和分析解决方案，越来越受到广大企业的关注和采用。本文将深入剖析数据湖的热门因素、最佳实践和高效管理方法，帮助读者全面了解和应用数据湖。
-
编辑 删除
非结构化数据的数据治理应该怎么做了？
本文介绍了非结构化数据的数据治理包含哪些内容和知识图谱技术对非结构化数据的数据治理的作用。
-
编辑 删除
Flink的高阶API-Table API&SQL
本文介绍了Flink Table API 诞生的原因和功能，以及和Flink SQL的关系
-
编辑 删除
Flink的Datastream 核心API的应用场景
本文介绍了Flink 流式处理中的窗口操作和状态操作两种核心API的应用场景，以指标统计的整体流程讲述了Flink 实时统计中窗口API和状态API的用法
-
编辑 删除
Flink 通过哪些功能支持实时开发了？
本文介绍了flink的运行时架构和DataStream API
-
编辑 删除
数据行业最难回答的几个问题？
数据行业比较难以回答的几个问题，你遇到几个？
-
编辑 删除
流处理和批处理的区别是什么？
本文主要介绍了流处理和批处理的区别以及Flink流批处理的基本原理.
-
编辑 删除
AI的机会在哪里？
本文介绍了AI的机会会出现在哪些地方。
-
编辑 删除
数据标准是什么？
本文介绍了数据标准是什么，分类以及数据标准如何落地执行等
