ITPub博客

分布式数据库想要对集中式数据库实现全面超越，其某些底层核心能力甚至要强于集中式数据库，比如一些简单SQL的执行延时。

随着信息技术的发展，金融服务同样面临互联网化、支付场景移动化、服务普惠性发展等趋势，银行系统需要面对海量交易、大促等新的服务挑战，传统集中式数据库在数据库性能、分析能力、构建成本及异构迁移复杂度等方面的瓶颈愈发凸显，面临着日益增大的困难和挑战，而分布式架构，正是解决上述问题的有效方案之一。

不同的数据库产品，其内在实现架构，存储与SQL引擎的设计思想不同，指标与等待事件的含义也相差甚远，Time Model结构更是千差万别，运维诊断的思路更是差之千里。

2024年对于国产数据库而言，还处在一个持续攻坚的阶段，挑战与机遇并存。能否将过去几年在金融业积累的经验，规模化推广落地非常关键。

在数字化转型建设过程中大量的资金投入一直是企业领导所诟病的，同时也让信息中心成功的被赋予“成本”部门的光荣称号，这就造成一方面信息中心一直喊要加大投入，而另一方面企业相关领导却以效果不佳为由对数字化降本

企业数字化转型是一个不断发展的过程，可以分为信息化、数字化和智能化三个阶段。这三个阶段并不是串行关系，可能会同时处于2个阶段，比如数字化建设阶段会衍生出一些智能化的应用场景。

3月19日，蚂蚁集团董事长兼CEO井贤栋发布全员信，宣布新一轮组织架构调整。任命韩歆毅(Cyril)担任蚂蚁集团总裁，全面负责数字支付、数字互联和数字金融板块，向董事长兼CEO井贤栋汇报。韩歆毅同时兼任集团首席财务官。蚂蚁国际、OceanBase和蚂蚁数科三大业务创新板块成为独立运营的子公司，分别成立董事会，独立面向市场。

欧盟人工智能法案在欧洲议会获得通过。您可能会想，“无论如何，我不在欧盟”，但相信我，这对于世界各地的数据科学家和个人来说实际上比您想象的更重要。

​日前，中国软件发布公告，其参股的数据库厂商易鲸捷将获得贵州赋能大数据基金投资约1.15亿元。

经常有新手同学问：数据分析到底是怎么驱动决策的?今天用一个通俗的例子，让大家看清楚数据驱动决策全流程。通过对比，你能发现：为啥你做不出驱动决策的分析结果。

了解大数据技术组件可以帮助数据产品经理更好地设计产品架构和功能模块，以满足数据处理和分析的需求。例如，对于需要处理海量数据的产品，产品经理可以选择适合的大数据存储和处理技术，以提高产品的性能和稳定性。

在当今的数字时代，数据已成为各行业组织的重要资产。随着企业努力利用数据的力量来获得竞争优势，对现代化数据架构的需求变得越来越明显。本文旨在探索数据架构的演变，并为构建确保高效数据管理和利用的现代数据基础设施提供一些建议。

索引，是数据库中非常重要的一类对象。在数据库中增加索引，是常见的一种优化手段，特别是对于查询语句的优化，很多都可以通过增加索引方式来解决。在分布式数据库情况下，索引又有所不同，其较单机或集中式数据库在设计、管理、优化方面有一定的差异。

企业开展数据治理过程，有哪些技术原则可供指导数据治理工作?本文给出了十二条技术原则建议，供大家参考。

数字化时代，消费者与品牌的互动途径日趋多样化。为了有效衡量不同营销渠道对最终转化的贡献，渠道归因分析显得尤为重要。渠道归因分析是市场营销中的一项关键技术，它旨在识别并量化不同营销渠道在消费者决策过程中的作用。

很多DBA朋友十分排斥AI，认为AI不靠谱，认为AI永远也替代不了DBA。其主要出发点并不是真的认为AI技术没有前途，而是出于一种畏惧，认为AI是DBA未来最大的敌人。其实这种畏惧是完全没必要的，因为AI不是DBA的敌人，而将会成为DBA的好帮手。

数据仓库作为企业数据存储、处理和分析的核心平台，其重要性日益凸显。而数据仓库的分层建设，则是提升数据仓库效能、优化数据处理流程的重要保障。

多种原因导致有状态的应用一度成为了容器技术圈子的禁忌话题， 直到目前， 有状态的服务是否适合放置在容器中并交由K8s编排托管(例如生产环境的数据库)的话题依然争论不止。本文基于Elasticsearch/Clickhouse在B站生产环境的容器化/K8s编排能力落地， 将阐述为何我们需要进行容器化/on k8s， 容器化中遭遇的挑战以及解决方案， 落地的技术细节以及收益。

如果我们错误地处理了数据质量问题，从而无法克服数据质量差的问题怎么办?将数据质量视为技术问题而不是业务问题可能是取得进展的最大限制因素

今年经济形势不好，很多公司又开始打起“经营分析”的大旗，要求“考核财务效益”“推动降本增效”。这一下把很多同学干懵了：财务部门本来不就有财务分析吗?经营分析又和数据分析有啥差异?今天系统地分享一下。