-
编辑 删除
干货 | 每天十亿级数据更新，秒出查询结果，ClickHouse在携程酒店的应用
携程酒店每天有上千表，累计十多亿数据更新，如何保证数据更新过程中生产应用高可用，每天有将近百万次数据查询请求，用户可以从粗粒度国家省份城市汇总不断下钻到酒店，房型粒度的数据，我们往往无法对海量的明细数据做进一步层次的预聚合，大量的关键业务数据都是好几亿数据关联权限，关联基础信息，根据用户场景获取不同维度的汇总数据；
-
编辑 删除
10分钟搞懂：亿级用户的分布式数据存储解决方案！
6月6日晚，林志玲与Akira公布婚讯、徐蔡坤祝福高考同学超常发挥，粉丝们百万的转发和点赞造成微博短暂宕机。分布式数据库和分布式存储是分布式系统中难度最大、挑战最大，也是最容易出问题的地方。互联网公司只有解决分布式数据存储的问题，才能支撑更多次亿级用户的涌入。
-
编辑 删除
百分点万亿级大数据平台的建设实践
从互联网、移动互联网到物联网，数据量之巨大已突破想象边界。与此同时，实时数据分析的需求日益增长，那么，当数据量达到亿级、百亿级甚至万亿级规模，实时数据分析如何来做？尤其在To B/G来说，大多数企业和政府客户区别于互联网企业，自身不具备技术团队，缺乏技术运维能力，因此在搭建本地化万亿级大数据平台时，如何交付更为标准化、透明化设计的产品成为最大挑战。
-
编辑 删除
智能数据可视化的5个步骤
如今，许多企业正在利用模型、数据分析、数据可视化和仪表板等措施实现数据驱动。例如商业领袖注重提升客户体验，技术领导者注重分析速度和网站指标，应用程序团队在其应用程序中嵌入分析程序等等。这意味着更多的开发人员、分析师、工程师和管理者将参与开发数据可视化和仪表板。由于许多企业采用自助式BI工具(如Tableau和Microsoft Power BI)，因此有些时候您需要开发仪表盘，或者被要求将其作为优
-
编辑 删除
防止数据湖变成“沼泽”的四个基本步骤
尽管数据湖有很大的前景，但由于缺乏治理能力和较为成功的先例，近年来，数据湖收到了很多负面评论。企业管理者和技术人员一直期待着数据湖能为企业创造更大价值，但结果却令人失望。但是随着云计算的可用性越来越高，存储巨量数据就像创建数据湖一样容易。然而，最根本的挑战是:如何运用数据湖分析更多的数据来做出业务决策?技术的复杂性不再是障碍，但企业仍然需要避免一些非技术性的常见错误。以下是企业相关专家和业务人员可
