-
编辑 删除
DataPipeline CPO 陈雷：实时数据融合之法，便捷可管理
本文为你解答数据管理如何满足企业对多速IT的敏捷要求
-
编辑 删除
实时数据融合之法，稳定高容错
不管是绝地求生还是企业级系统，稳定输出最重要！
-
编辑 删除
实时数据融合之道：博观约取，价值驱动
提升数据时效性的根本目的是为了业务价值
-
编辑 删除
吉利集团数字化转型提速，DataPipeline助力集团化实时数据采集同步平台建设
DataPipeline实时数据融合产品构建的集团化实时数据采集同步平台的上线，吉利集团中台战略的实施又向前迈出了扎实的一步。
-
编辑 删除
DataPipeline实时数据融合产品上线AWS Marketplace China
经过近半年的层层验证，DataPipeline实时数据融合产品上线AWS Marketplace China。
-
编辑 删除
DataPipeline正式成为微软 Co-Sell Ready合作伙伴
此次合作充分体现了微软对DataPipeline数据产品的成熟度、技术的先进性、客户服务的体系化与质量以及在数据领域丰富经验的全面认可。
-
编辑 删除
DataPipeline CTO陈肃：驱动软件国产化，客户需求是核心引擎
对 DataPipeline 而言，操作系统和硬件环境的适配更多是靠灵活的部署策略。比如，某些环境容器化运行不稳定，DataPipeline 则提供非容器化的集群部署方式。
-
编辑 删除
DataPipeline王睿：业务异常实时自动化检测 — 基于人工智能的系统实战
作者王睿，在DataPipeline任Head of AI，负责研发企业级业务异常检测产品，旨在帮助企业一站式解决业务自动化监控和异常检测问题。
-
编辑 删除
详解丨金融行业如何统一管理单个任务下所有API的同步情况
目前，依靠“手工人力”的电子表格数据治理模式逐渐被“自动智能”的专业工具取代。数据管理员、业务分析师开始采用“平台工具”来梳理主数据、元数据，构建模型和管控质量等。
-
编辑 删除
构建实时数据集成平台时，在技术选型上的考量点
文 | 陈肃 DataPipeline CTO
-
编辑 删除
数据融合重磅功能丨一对多实时分发、批量读取模式
本篇将首先介绍一下一对多数据分发及批量读取模式2.0的功能。
-
编辑 删除
DataPipeline CTO陈肃：构建批流一体数据融合平台的一致性语义保证
首先，本文将从数据融合角度，谈一下DataPipeline对批流一体架构的看法，以及如何设计和使用一个基础框架。其次，数据的一致性是进行数据融合时最基础的问题。如果数据无法实现一致，即使同步再快，支持的功能再丰富，都没有意义。
-
编辑 删除
2020已来，看完这篇帮你详细了解数据策略
诸如员工资产，与数据一样，员工也是企业资产的重要组成部分。只不过相较于数据资产管理在国内企业中仍然处于早期阶段。大部分企业在员工的选育用留上已经形成了一套标准化流程和相对成熟的管理策略。基于此，我们是不是应该考虑像管理员工资产那样，以相同的方式处理数据呢？这时，数据策略显得尤为重要。
-
编辑 删除
DataPipeline「自定义」数据源，解决复杂请求逻辑外部数据获取难题
DataPipeline在新版本的数据同步任务中增加了「自定义数据源」功能，用户可以通过上传JAR包的方式自定义获取数据逻辑。
-
编辑 删除
下篇丨数据融合平台DataPipeline的实际应用场景
我们分别从7个场景介绍了客户在使用最新2.6版本中遇到的一些情况。
-
编辑 删除
上篇丨数据融合平台DataPipeline的应用场景
本篇将集中介绍7种场景
-
编辑 删除
最新2.7版本丨DataPipeline数据融合产品最新版本发布
此次发布的2.7版本在进一步优化产品底层数据处理逻辑的同时更加注重提升用户在数据融合任务的日常管理、运行监控及资源分配等管理方面的功能增强与优化。
