数据治理VS数据管理,ChatGPT用通俗的类比和案例终于讲清楚了本质区别
管理是通过计划、组织、命令、协调等方式,有效利用组织资源,改善业务流程,完成组织目标的过程。它侧重日常运营与内部控制。良好的管理是组织顺利运转的基础。
CNCF 发布云原生安全白皮书中文版第二版
技术行业已经转向被看作“云原生”的开发和部署模式。与此同时,技术、产品、标准和解决方案的生态系统正在扩展,促使决策者及时了解最新的复杂设计。
基于分布式数据库的联机查询和实时分析一体化建设实践
在邮储银行数字化转型关键时期,统一查询系统以“寻客所想,查客所需,为客提供全新查询体验”为建设理念,成为邮储银行客户旅程优化的关键一环。
Meta新开源模型AudioCraft炸场!文本自动生成音乐
8月3日,全球社交、科技巨头Meta(Facebook、Instagram等母公司)宣布开源文本生成音乐模型Audiocraft。
选择合适的AI工具可破解数据治理难题
通过利用AI技术,可以提高数据治理的效率和质量,发现数据的潜在价值,为企业决策提供支持。
从云上湖仓延伸到GenAI,Snowflake与Databricks三大战场过招
在生成式AI引发的变革中,包括数据库、大数据等企业,都会为满足用户生成式AI需求,利用既有的数据存储与管理优势,结合大模型能力,推出新的技术与服务,以面对高达千亿、甚至万亿的AI市场。不过,这场竞技才刚刚开始。
大中型企业关键应用数据库未来会如何走向?
得益于互联网业务和开源技术的快速发展,开源关系型数据库MySQL和PostgreSQL为代表的数据库相继诞生和快速发展,在现有数据库市场中崭露头角。
2023年基准Kubernetes报告:6个K8s可靠性失误
根据Kubernetes最佳实践,您应该始终在工作负载上设置资源限制和请求,但对于大多数人来说,很难确定每个应用程序应该使用哪些值。
银行业信创架构设计规划及实践
在信创架构设计中需要坚守基本满足业务需求、相对主流成熟技术、适当采取多技术栈和兼容性广生态健全的设计原则,采取优先借鉴同业案例、符合技术发展趋势、匹配内部科技规划、选取共性搭建底座和支持全栈留有余地的选型策略,以此长远规划、先行先试、步步为营、边走边调的策略,在金融科技赋能业务高速发展的康庄大道上奋进。
消息中间件选型的核心需求和关键要素
涉及到的消息中间件选型的问题,很多人对其认知比较模糊,此文简单聊聊其选型需要考虑的要素。
面向敏捷应用的低代码开发技术及平台建设
传统软件开发交付链中,需求经过3次传递,用户→业务→架构师→开发,每一层传递都可能使需求失真,导致最终交付的功能返工。
数字化时代的必备技术架构解析
云计算的出现为数据处理提供了新的解决方案,它能够将计算和存储资源从本地转移到云端,使得数据的存储和分析变得更加高效和灵活。
金融云行至“深水区”
金融云市场呈现出蓬勃发展态势,虽然各路玩家的争相入局加剧了行业竞争,同样也加重了金融云市场参与者的危机感,因此无论是为了巩固并扩大自身优势还是出于应对激烈竞争的考量,金融云市场参与者均对产品进行持续的升级迭代。
硅谷大佬都在聊的AI Agents,是真热还是虚火?
与传统的人工智能不同,AI Agents可以在没有人类控制的情况下独立运行。通过接入API,AI Agents甚至可以浏览网页、使用应用程序、读写文件、使用信用卡付款等等。
大规模企业多集群:在 Linkerd 中支持扁平网络
Linkerd 最近在企业中得到了广泛的应用,像Adidas、Microsoft、Plaid和DB Schenker等公司都在生产基础架构中大规模部署 Linkerd,以提供安全、合规性和可靠性。
微服务架构真有这么不堪吗?
不是微服务好不好,而是怎么用的问题。容器、微服务等都是工具,用好了则带来效率的提升,用不好可能反累其身。采用微服务会带来服务管理的复杂性,但同时也会带来敏捷、弹性、轻量等助力业务敏捷响应,促进企业的转型和发展。
下半年大模型卷落地:大厂VS创企?
在大模型进入白热化阶段,创业公司如春雨般涌现,当进入落地阶段,如何保证技术实现及应用落地,兼顾安全稳定与长期服务,则是更需要创企思考的课题。
Kubeflow将MLOps引入CNCF孵化器
Kubeflow 社区积极开发和支持面向 Kubernetes 的 MLOps,为其用户开发和部署流行的框架,包括 TensorFlow、PyTorch、XGBoost、Apache MXNet 等分布式机器学习(ML)。
Hadoop为何受到质疑?
在云原生引领的下一个黄金时代,用户不再为Hadoop所面临的管理、安全和维护等问题而烦恼。面对大数据领导势力更替与新浪潮,我们今天就来聊一聊Hadoop的兴衰,以及如今Hadoop为何会受到质疑?
微服务架构重构是怎样一种“神仙体验”?
需要重点强调的是,不管是微服务,还是单体服务,任何技术都一样,都是解决特定问题的一个具体方法。而其中,微服务的正确解法是,先分析问题,再找合适的方案。