ITPub博客

数据，对一个企业的重要性不言而喻，如何利用好企业内部数据，发挥数据的更大价值，对于企业管理者而言尤为重要。作为最传统的数据应用之一，数据仓库在企业内部扮演着重要的角色，构建并正确配置好数据仓库，对于数据分析工作至关重要。一个设计良好的数据仓库，可以让数据分析师们如鱼得水；否则可能使企业陷入无休止的问

在我们平常的生活工作中，百度、谷歌这些搜索网站已经成为了我们受教解惑的学校，俗话说得好，“有问题找度娘”。那么百度是如何在海量数据中找到自己需要的数据呢？为什么它搜索的速度如此之快？我们都知道是因为百度的搜索引擎，那么搜索引擎到底是个什么东西呢？可能有的程序员会想到es，但是es并不能代表搜索引擎，

摘要：本文从Nginx的概念出发，分别从反向代理的概念、优势、配置代码3个方面介绍了Nginx的特性之一反向代理。文章来源：宜信技术学院&宜信支付结算团队技术分享第一期-宜信支付结算八方数据团队高级技术经理周恒《Nginx的细枝末节》分享者：宜信支付结算八方数据团队高级技术经理周恒原文首发于

AI 时代已经到来，我们要非常严肃地看待 AI，尤其是 AI 在金融科技领域的应用，应该大胆拥抱，小心实践。

7月25日晚8点，线上直播，【AI中台——智能聊天机器人平台】，点击了解详情。一、背景事情是从公司前段时间的需求说起，大家知道宜信是一家金融科技公司，我们的很多数据与标准互联网企业不同，大致来说就是：玩数据的人都知道数据是非常有价值的，然后这些数据是保存在各个系统的数据库中，如何让需要数据的使用方得

Docker越来越受到运维人员的青睐，本篇结合源码详细介绍了Docker容器网络，初学Docker容器不可不看~

内容来源：宜信技术学院第4期技术沙龙-线上直播|宜信微服务任务调度平台建设实践主讲人：宜信高级架构师&开发平台负责人梁鑫导读：如今，无论是互联网应用还是企业级应用，都充斥着大量的批处理任务，常常需要一些任务调度系统帮助我们解决问题。随着微服务化架构的逐步演进，单体架构逐渐演变为分布式、微服务

【宜信技术沙龙002期】数据中台：宜信敏捷数据中台建设实践|宜信技术沙龙将于5月23日晚8点线上直播，点击报名一、跨平台开发是趋势目前主流的移动端平台主要是Android和iOS，为了尽可能复用代码和节省开发成本，各大巨头都开发了自己的跨平台框架，比如Facebook的React-Native、阿里

SSO是公司一个已经存在了若干年的项目，后端采用SpringMVC、MyBatis，数据库使用MySQL，前端展示使用Freemark。今年，我们对该项目进行了一次革命性的改进，改造成SpringCloud架构，并且把前后端分离，前端采用Vue框架。一、使用SpringCloud架构进行改造1.1为

【技术沙龙002期】数据中台：宜信敏捷数据中台建设实践|宜信技术沙龙将于5月23日晚8点线上直播，点击报名一、等待事件由来大家可能有些奇怪，为什么说等待事件，先谈到了指标体系。其实，正是因为指标体系的发展，才导致等待事件的引入。总结一下，Oracle的指标体系，大致经历了下面三个阶段：以命中率为主要

移动开发的跨平台是大势所趋，可以节省开发成本，提高开发效率，迅速响应业务变化，现在主流的应用还是使用H5和原生的通信来实现跨平台的开发。JSBridge框架解决JS和Native的通信问题实现移动端跨平台开发。

一、Kubernetes介绍Kubernetes（K8s）是一个开源平台，能够有效简化应用管理、应用部署和应用扩展环节的手动操作流程，让用户更加灵活地部署管理云端应用。作为可扩展的容错平台，K8s几乎能够部署在所有基础设施中，与GoogleCloud、MSAzure及AWS等公有云、私有云、混合云、

一、背景应用服务监控是智能运维系统的重要组成部分。在UAV系统中，中间件增强框架（MOF）探针提供了应用画像及性能数据收集等功能，其中数据收集功能主要采集四类数据：实时数据、画像数据、调用链接数据生成以及线程数据分析数据。为实现实时数据采集，UAVStack设计了CaptureFramework框架

本文主要通过介绍SpringMVC中三类常见的全局异常处理，在调试中发现了问题，进而引发去Spring源码中去探究原因，最终解决问题。

Sharding-JDBC使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，且完全兼容JDBC和各种ORM框架。

本文全面解析Oracle等待事件的分类、发现及优化策略。

本期技术沙龙邀请宜信数据中台团队负责人卢山巍直播分享宜信敏捷数据中台的实践过程，内容包括宜信敏捷数据中台的定位和价值、数据中台的架构设计、数据中台在宜信业务应用中的典型场景等。

编写高性能的Java代码要着重注意四个部分：并发、通信、数据库操作、JVM。

项目描述：在该项目中，你将使用强化学习算法，实现一个自动走迷宫机器人。如上图所示，智能机器人显示在右上角。在我们的迷宫中，有陷阱（红色zhadan）及终点（蓝色的目标点）两种情景。机器人要尽量避开陷阱、尽快到达目的地。小车可执行的动作包括：向上走u、向右走r、向下走d、向左走l。执行不同的动作后，根

Oracle中的AWR为我们分析数据库提供了非常好的便利条件，那如何解读AWR的数据呢？本文针对最为常见的一种报告——《AWR数据库报告》进行说明。