业务部门说数字化系统你看着办,凉拌吗?
数字化建设中的需求调研环节不仅仅是一个沟通过程,更是一个达共识的过程,只有业务部门、信息部门、软件公司三方以需求为基础,以共识为中心就建设方向、实施路径达成一致,后期的数字化实施过程才会一帆风顺,达到预期的效果。
聊聊ChatGPT的前世今生
想象一下,一个由人工智能增强的聊天机器人,不仅可以专业地回答你的问题,还可以写故事、作曲、提供生活建议,甚至可以写诗和编写计算机程序。OpenAI 发布的聊天机器人ChatGPT正是实现了这些能力。因此,引起了人们极大的兴奋,有些人甚至暗示它可能预示着人工智能将统治人类内容制作的未来。
企业开工伊始,如何进行一场高质量的数字化培训
随着春节假期的结束各企业都已经开始忙碌起来,俗话说“一年之计在于春”,“千里之行始于足下”,现在正是各项工作计划付诸行动的开端,企业数字化转型工作同样如此。
谈谈2023年10个大数据建设趋势
从数据库即服务(DBaaS)到自然语言处理,大数据分析的海啸已经动摇了技术行业的基础。根据凯捷调查,27%的企业高管表示企业的大数据计划是有益的。
国产数据库与开源代码
国产数据库产品真的不是必须是一行行代码都是自己写的,这样会导致重复的去创造轮子,浪费有限的而研发费用与时间。
IDC:金融、互联网是中国应用开源区块链技术的前两大行业
据IDC统计,截至2022年10月,Github中带有“Blockchain”标签的仓库已经达到21,304个,全球在Github中进行区块链项目贡献的开发者数量已经超过2万人。
数据库应用需要什么样的云原生能力
前两天有个客户问我啥叫云原生数据库,我给他讲了半天,他听的还是有点云里雾里,最后说,这东西听起来确实不错,不过对于我们这种企业来说,用处并不大。
谈谈大数据采集和常见问题
大家好,我是峰哥,今天给大家讲解一下大数据面试中对于数据采集部分的一些问题。
IDC FutureScape: 2023年中国CIO议程十大预测
未来五年是属于CIO的五年。首先、数字业务时代已经到来。据IDC预测,2021-2026年中国数字化转型支出将保持高速增长,复合增长率将达到18.8%,近乎于中国ICT市场(含第三平台技术)年复合增长率的2倍(10.3%)
一家公司为什么要做数据库和AI两个赛道?
目前国内数据库产品百花齐放,创业者们身在时代机遇里满怀热情,想要有一番作为。看清客户需求,找准自己的定位非常重要。
足球比赛中的数据科学
从最早的国际球队和顶级俱乐部跟踪传球、射门、传中和角球这些数据,到球员使用可穿戴设备的现代技术,帮助球队衡量他们的表现、工作量、体能和疲劳程度。足球中的数据分析无所不在,今天我们就来简单聊聊这些数据分析是如何应用在足球产业中的。
什么是真正的自治数据库?
自治数据库这个概念怎么定义呢?目前自治数据库的概念十分泛滥,很多数据库都号称自己是“自治数据库”。
盘点企业数字化转型过程中的矛与盾
关于企业数字化转型众说纷纭,一直在争论中进行,技术派与改革派各持观点争论不休,甲方(企业方)与乙方(软件方)在过程中也是扯皮不断,企业信息部门与业务部门也为结果相互推脱,老杨认为无论是之前的信息化,还是现在的数字化转型,都是在矛盾中前行。
谈谈数据湖和数据仓库
数据湖是近十年来出现的一个术语,用于描述大数据世界中数据分析管道的重要组成部分 。这个想法是为组织中的任何人可能需要分析的所有原始数据建立一个单一的存储区。人们通常使用 Hadoop 来处理湖中的数据,但这个概念比 Hadoop 更广泛。
聊聊PG数据库的防误删除问题
今天我们来简单聊聊PG数据库的误删除恢复问题,因为目前很多国产数据库都与PG同源,或者是基于PG社区版定制的。
聊聊大数据的存算分离
大数据集群从最初开始建设时,一般都采用存算一体化的架构,主要是考虑部署简单、管理起来也方便。但是随着集群规模的不断扩大,在整个集群的资源规划和稳定性上都遭受到了不同程度的挑战。业务数据不断增长和技术框架的不断革新,导致集群资源无法始终维护在一个存储和计算比较均衡的状态。因此,对集群适当做一些存储和计算的拆分,一方面可以提升集群的稳定性和性能,另外一方面,也可以降低整体的成本。达到降本增效的效果。
一个近30年的老DBA希望数据库厂商提供什么样的文档?
实际所有国产数据库厂商的文档都缺一本《完全参考手册》,这本手册就像字典一样,包含了所有的数据库产品特性的最完整的描述。
「数仓面试」如何确定主题域?
其实数据仓库建设的理论大家已经都知道了不少,也看过不少书,那么在实际建设数据仓库中,我们还是会遇到各种问题。
企业运营:从信息化到数字化发展历程
首先给本篇划定一个边界,不谈战略,也不谈商业模式,只谈企业运营。本文只是谈信息和数字化技术在过去、现在乃至未来的价值。
聊一聊数据应用中的数据集市
什么时候需要数据集市?具有成本效益的数据集市、数据集市的成本、数据集市的类型、实施数据集市的步骤、数据集市的结构以及数据集市的缺点以及数据仓库(DW)与数据集市之间的差异。