我国数据要素市场治理的模式、现状与对策
要推动数据要素市场高质量发展,首先需要构建科学高效的市场治理机制。本文对数据要素市场治理素现状进行了梳理,提出市场化治理、垂直型治理和关系型治理等三种治理模式,并比较其特点,分析其现状与瓶颈。
邬贺铨:AI时代的数据要素开发与治理
人工智能概念的提出已有60多年时间,但直到1997年IBM的深蓝计算机战胜国际象棋大师才为大众所知,不过基于专家系统经验的智能有限。
数字化转型过程,为什么要做“4A”架构!
数字化转型中的4A架构包含:业务架构BA、数据架构DA、应用架构AA、技术架构TA。
数据治理:说起来容易,做起来难?
在众多谈论数据治理的企业或个人中,笔者发现大家对数据治理有着一个普遍的共识,那就是:“数据治理说起来容易,做起来难”!
银行核心类业务数据库选型,重点应关注哪些指标?
针对银行核心类业务场景数据库选型,大家重点关注哪些指标?
企业信创中间件落地实践经验:从选型测试到使用和运维
信创中间件多种多样,企业如何选择?企业对信创中间件的使用范围越来越广、程度越来越深,使用过程中有哪些注意事项?
某省级城商银行信创操作系统迁移实战经验及难点
本文作者针对CentOS迁移转入信创操作系统提供了一份详尽的指南和参考框架,很有借鉴意义。它不仅展示了一个成功的迁移案例,还诚实地讨论了过程中的困难和解决方案,对于读者来说既有启发性又具有实用性。
主流国产数据库存储架构层的差异分析
因采用的存储架构和技术不同,数据库产品均面临着类似如负载均衡、数据同步、数据恢复等问题和难点。本文将从金融行业出发,通过聚焦信创数据库主流产品的存储架构,探讨信创国产数据库的本地存储和集中式存储在产品设计上的异同分析、难点分析、面临挑战及当前解决方案。
为什么公共云的弹性能力很难被发挥出来?
企业在选择类似开源基础软件时,要尽可能选择具备弹性能力的产品,判断的标准是是否能运行在 Spot 实例上,是否能极具性价比。同时也要关注这类产品是否能更好的在多个云上运行,这决定了企业在未来走向多云架构,甚至混合云架构时,是否具备移植性。
云服务器的入站流量和出站流量指的是什么?
在云计算时代,云服务器已成为企业和个人进行数据存储、处理以及应用部署的重要工具。了解和掌握云服务器的入站流量和出站流量的概念及其管理方法,对于提高云服务器的使用效率和安全性具有重要意义。
基于开源软件、产品构建的存储底座有哪些运维与安全风险?
当前基于开源软件、产品构建的存储底座无处不在,既有基于Hadoop HDFS分布式文件系统的搭建大数据平台,也有以CephFS为基石,满足对象、块和文件多场景存储需求的开源分布式存储底座,还有基于TrueNAS所构建的NAS网络存储系统。
能对当今公司IT市场产生重大影响的6大趋势
企业IT一直在不断发展,新技术不断涌现,旧产品和服务渐渐退出市场,本文介绍了公司领导者需要了解的信息,以便在2024年保持竞争力。
K8s 技术全景:架构、应用与优化
本文深入探讨了 Kubernetes(K8s)的关键方面,包括其架构、容器编排、网络与存储管理、安全与合规、高可用性、灾难恢复以及监控与日志系统。
从 “执行 SQL” 到 “返回结果”,数据库到底发生了什么?
SQL 全称是 Structured Query Language 结构化查询语言。由于其简单易学、完整安全、灵活且具备高可扩展性,SQL 如今已经成为标准的关系型数据库管理语言。
建设银行对混沌工程的探索与实践
建设银行将在保障生产安全的前提下,基于金融行业场景需求和混沌工程技术思想,持续探索新技术、新理念,构建集风险防御、风险发现、风险定位等于一体的一站式服务平台。
银行核心系统存储架构选型技术分析
从银行核心账务系统的业务特征分析来看,随着信息化的不断发展,从业务的灵活性、负载量、敏捷度等各个方面都对现有核心系统提出了严峻的挑战。
Apache IoTDB 诞生记:学术圈出来的数据库有啥不一样?
开源之后,我就不仅仅是研发了,我也参与到了开源社区的运营里面,做开源用户的技术支持,一些用户线上实施的维护,等等。大概两年后,数据库从 Apache 的一个孵化器项目毕业,成为了一个知名项目。
Redict 首个稳定版 7.3.0 发布,基于 Redis 7.2.4 的社区分支
Redict 首个稳定版 7.3.0 已发布。此版本 fork 自 Redis 7.2.4,采用 LGPL 开源协议 —— 团队称这是为了确保云厂商可以继续向其客户提供 Redict,而无需遵守繁琐的合规条款。
医院数据治理的方法与策略
医院数据治理是一项系统工程,需要医院领导层的高度重视和全员的共同努力。通过不断探索和实践,医院可以逐步建立起适应自身特点的数据治理体系,为医院的长远发展奠定坚实的基础。
告别繁琐人工流程,AI如何重塑企业数据治理?
在数字化浪潮的席卷之下,数据已成为企业最宝贵的资产,如同新时代的“黑金”。从用户行为分析到市场趋势预测,从精准营销到产品创新,数据的价值正在不断被挖掘和放大。