ITPub博客

数据仓库在整个BI系统中起到了支柱的角色，更是海量数据收集、存储、分析的核心。对于保险服务机构来说，创建一个完全整合的、企业级的数据仓库环境是一项很大的挑战。

我们需要基于大促的应用表现，确定我们的应用在一定的业务条件下的性能基线，以及系统的成本预算。因此我们在大促前需要不断进行多次性能评估以及性能优化，需要确保应用的性能。

当前的技术进步解决了数据处理计算的规模问题，但还有问题悬而未决: 数据产生场景的变化、数据来源的扩散、数据用例和用户的多样性以及对变化的反应速度。Data Mesh或许可以解决这些问题。

了解容器和Kubernetes在组织内部的使用情况，可能有助于你找到转换一些现有虚拟机的良好起点。对于在数据中心中运行的工作负载，Red Hat OpenShift可以安装在裸金属服务器环境中，以运行容器和VM工作负载。

企业 IT 领域掀起实时数仓热潮。然而，只要稍做梳理就会发现，实时数仓格局未定，各种流派群雄逐鹿，还有很多需要进一步探讨的话题方向。

kaffold 是Google2019年开发的一个命令行工具，能够为Kubernetes 应用程序自动化部署。

Apache Flink 持续保持高速发展，是 Apache 最活跃的社区之一。Flink 1.16 共有 240 多个 Contributor 热情参与，共完成了 19 个 FLIP 和 1100 多个 issue，给社区带来非常多振奋人心的功能。

“应用程序现代化”这一术语是否只是指应用程序重构和重新平台化到云端以及转储当前使用的任何遗留数据库?

每位开发者都可以在使用Docker Hub构建和分发应用程序时，访问和选择各种强大的Artifact。这不仅突破了既有局限，也将帮助大家创建和发布更令人兴奋的应用程序。

对于数据分析平台来说，稳定性是重中之重。我们对ByteHouse的高可用能力的提升是不会停止的，在极致性能的背后，力图为用户提供最强有力的稳定性保障。

数据管理团队是数据驱动的原动力，他们必须尝试采用不用的方式对数据进行管理，并培养企业的数据文化，以确保数据管理和数据团队能够有效的分析数据，并且让企业各部门直接协同利用数据。

云原生时代，在利用容器的优势的同时，容器云安全面临着众多的挑战。认识到容器云的安全特点并选择合适的技术架构、方法和手段来持续增强容器云安全能力，应对潜在安全风险和攻击行为，也是采用容器云平台需要重点考虑的一个方面。

降低IT基础设施成本、实现数据基础设施的现代化、达到或超过服务级别目标(SLO)以及加快上市时间是当今企业的一个关键重点，实施开源软件似乎很有吸引力。

最近 Envoy Gateway 0.2 发布了，API 网关的生态系统迎来了新的变化。这篇文章将想你介绍 Kubernetes API 网关领域的新进展。

大数据计算引擎的发展经历了几个过程，从第1代的MapReduce，到第2代基于有向无环图的Tez，第3代基于内存计算的Spark，再到第4代的Flink。因为Flink可以基于Hadoop进行开发和使用，所以Flink并不会取代Hadoop，而是和Hadoop紧密结合。

在云原生场景中，额外部署和维护 ZooKeeper 代价很高，我们是否有云原生的方案可以替代?

Clickhouse 是现在最流行的 OLAP 数据库之一，虽然名声如雷贯耳，但在我们心目中总有一个疑问，到底为什么我们需要 Clickhouse，是哪些优点让字节、腾讯这些大公司都选择它作为最推荐的 OLAP 数据库，这篇文章将试图带我们找到答案。

Druid 是一款高性能的、实时的、分析型数据库。它的高性能主要体现在这几方面：列式存储、Bitmap 倒排索引、数据压缩、SIMD 矢量化加速、缓存系统等等。

如果说数据中台的崛起代表着企业数字化转型从流程驱动走向数据驱动，从数字化走向智能化。那么DataOps，则是实现数据中台的一个优秀的理念或方法论。

DevOps工具的开源根基是不可否认的，有预测称，到2026年，全球DevOps市场将达到178亿美元。不断变化的工作、安全和合规问题，以及风险投资公司，正在将市场推向DevOps平台，开发团队可以在云中访问完整的端到端DevOps工具链。