ITPub博客

大多数的技术研发都对重构有所了解，而每个研发又都有自己的理解。从代码重构到架构重构，我参与了携程大型全链路重构项目，积累了一点经验心得，在此抛砖引玉和大家分享。

有读者问了一个问题：“公司集群机器下线，数据仓库如何应对资源不足，导致核心任务一直延迟的问题?” 这种故障很常见，今天就来讲讲一般的解决套路，一共9招，按着顺序去做吧。

之前在文章《扫盲系列(3)：数据仓库架构详解》中，我们详细介绍了数据仓库的架构，接下来介绍数据仓库的数据集存和数据分析功能。

有用的数据是从原始状态中提取出来的，并通过指标对其进行转化和丰富，从而有效地利用这些数据来提供洞察力并加快进度。对于现代数据团队而言，利用这些数据并帮助用户利用这些细微差别的能力是推动企业前进的动力。

在数据产品权限的设计逻辑中，RBAC的原则是一个典型的权限管理的方法论，来源于B端后台工具产品，即：Role-Based Access Control)，基于角色的访问控制。

关于数据产品的讨论很多，尤其是随着数据网格等方法的兴起。如果做得正确，使用数据产品创建分析可以推动真正的业务价值并显著加快分析交付速度。在这篇文章中，我们尝试从业务角度确定数据产品应该是什么，并研究构建它们的框架。

数字化转型之路千万条，建设失败就是那几条，企业搞不清数字化转型的本质，就无法提升其战略高度及运营的深度，结果就是信息部门累的吐血数字化项目也难以成功。

产品经理评为美国第四大最佳职位。这使得数据产品经理在竞争中保持领先地位变得更加重要。是什么让数据产品经理脱颖而出呢？他们拥有哪些技能可以使他们成功？这篇文章将揭示优秀的数据产品经理所具有的 7 个最重要的特征。

数据治理是一个复杂的系统工程，需要结合业务、技术、流程、组织架构、专业人员和专业方法。以下列一些数据治理的避坑指南：

在这篇文章中，我们将从数据可视化在教育场景中的应用、教育场景下数据可视化系统的设计原则、实现步骤以及未来的发展趋势等方面进行探讨。

经历过了几年疫情，行业内都普遍认为企业领导对于数字化的重视程度在提高，毕竟数字化的技术能力及所取得的成果在这两年是有目共睹的，于是从今年年初到当前各大数字化会议、高峰论坛在线上线下是一场接一场

一个仅仅知道写SQL的用户是不会去关注SQL执行引擎里是否使用了向量计算，他们只会关心自己的SQL是不是能够又快又准确的获得结果。在最近这两年的数据库产品的发布会上，我很少看到某个数据库厂商宣称更好的支撑了某些用户应用场景，而都是介绍一些用户都不大明白的高大上的技术。

在一般人看来数字化属技术使然，相对单纯，所以在数字化建设过程中如果项目失败了，大部分人都会认为是系统的错，或者说是信息部门的技术能力不足，但拨开数字转型失败的层层迷雾，认真分析一下其中原因，就会发现其实真相只有一个：江湖凶险。

人们对数据产品的含义都有不同的看法。我认为，如果数据产品要取得成功，就必须清楚、明确地了解它是什么，同样重要的是，必须了解它不是什么。

业务方成天提一些很“奇葩”的报表需求，啥啥说不清，数据没来源，还张嘴马上要;我们费九牛二虎之力做出来，业务又不怎么用!想知道怎么破局?

数据资产生命周期通常包括数据产生采集、数据转换、数据存储、数据分发、数据使用和数据存档及销毁等阶段。

数据驱动的企业是那些使用数据和分析做出决策的企业。如果使用数据来推动企业想要的结果，那么导致这些结果的决策将根据事实而不是直觉做出。

商业智能(BI)的发展阶段，当前能达成共识的是分为三代技术，每一代由解决方案提供的可访问性、速度、数据集大小和洞察质量来定义。

结合我自己在带新人中的体会是，需要先锻炼好自己的职场技能，这样有助于专业技能的成长。下面我列出来几个非常基本，又非常重要的职场技能。

在本文中，我们将通过概述数据仓库设计和数据仓库开发步骤的两种基本方法来深入探讨数据仓库实现的细节。