-
编辑 删除
或许你还不知道：到底该如何学习一门新技术？
作为一个 终身学习的实践者，我经常有学习一些新技术的需求。如何学习这些新技术不同人有不同的做法，早前我也写过一篇 如何快速学习一项新技能的文章分享我学习的理论框架，但这篇文章我会以我学习 WebRTC 这个技术为例分享我在学习新技术时用的一些方法。
-
编辑 删除
淘宝10年的架构演进过程
以淘宝作为例子，介绍从一百个到千万级并发情况下服务端的架构的演进过程，同时列举出每个演进阶段会遇到的相关技术，让大家对架构的演进有一个整体的认知，文章最后汇总了一些架构设计的原则。
-
编辑 删除
2022中国大数据企业50强
日前，在2022（第七届）大数据产业生态大会上，由大数据产业生态联盟联合赛迪顾问、赛迪智库、《软件和集成电路》杂志社共同编制的《2022中国大数据产业生态地图暨中国大数据产业发展白皮书》正式发布。
-
编辑 删除
杨哲轩：结合实际案例说说，如何在零售行业实施主数据治理？
你好，今天我想跟你聊聊如何选择主数据管理方案。过往我分享过一篇文章，里面我介绍了数据孤岛形成的原因，简单地介绍了主数据管理的概念和主数据管理为何能帮到。
-
编辑 删除
国产数据库选型避坑 | 以我二十多年数据库市场的经验，给几点建议
最近几年， 国内数据库市场可以说是风起云涌，英雄辈出， 看得让人眼花缭乱。今天我从一个中立的角度来认真审视一下这个问题， 国产数据库这一波到底怎么看，如果一个企业决定选择国产数据库， 到底选择哪一个？总之， 本文不涉及技术细节的对比，可以说从一个过来人的角度来给点建议。
-
编辑 删除
监控神器：Prometheus 轻松入门，真香！（下篇）
Prometheus是一个开源的完整监控解决方案，本文将从指标抓取到查询及可视化展示，以及最后的监控告警，对Prometheus做一个基本的认识。
-
编辑 删除
监控神器：Prometheus 轻松入门，真香！（上篇）
Prometheus是一个开源的完整监控解决方案，本文将从指标抓取到查询及可视化展示，以及最后的监控告警，对Prometheus做一个基本的认识。
-
编辑 删除
0到1搭建企业级数据治理体系
数据治理是企业数据建设必不可少的一个环节。好的数据治理体系可以盘活整条数据链路，最大化保障企业数据的采集、存储、计算和使用过程的可控和可追溯。如何构建企业数据治理体系？企业数据治理过程需要注意哪些问题？总体而言，不能一口一个胖子，路要一步一步地走。
-
编辑 删除
Java内存泄漏+性能优化+宕机+死锁的N种姿势
本文介绍Java诸多优化实例：第一，排查堆上、堆外内存泄露；第二，使用arthas、jaeger、tcpdump、jstack做性能优化；第三，排查进程异常退出的原因，如被杀、System.exit、Java调用的C++发生Crash、Java内Crash；第四，排查死锁的原因，如log4j死锁、封装不严谨导致的死锁。
-
编辑 删除
大数据专家级技能模型与学习指南
这篇文章从构思到最终成文，经过无数次的修改和校对，终于面世。我在写完此文的时候，窗外已经大亮。2022年正迎面走来，也代表着我从事大数据开发领域的第五个年头迎面走来。文章也仅仅是站在我从业4年多的时间点，基于我过去经历的总结以及对行业未来的思考，向大家展示一个我认为「比较全面」、「比较合理」、「未来天花板比较高」的技术栈模型。
-
编辑 删除
祁国辉：技术发展的角度看，数据中台应该是数据仓库的下一代
随着中台概念的提出， 业界始终对中台毁誉参半。我想我们有必要思考，或者不得不重新思考这样的几个关键问题点，到底什么是数据中台？数据中台和数据仓库有什么区别？数据中台和数据挖掘机器学习有什么关系？
-
编辑 删除
7.13事故 | 我们是这样崩的
713事故发生时，B站挂了迅速登上全网热搜，作为技术人员，身上的压力可想而知。此篇作为“713事故”系列之第一篇，向大家简要介绍了故障产生的诱因、根因、处理过程、优化改进。
-
编辑 删除
告别宽表，用DQL成就新一代BI
BI 商业智能这个概念已经提出好几十年了，这个概念本身比较宽泛，不同人也有不同的理解和定义，但落实到技术环节，特别是面向业务用户的环节，所称的 BI，基本就是指的多维分析或者自助报表。 不管是叫自助报表还是多维分析，也都是一回事，都是让用户自己去通过拖拽的方式查询数据或制作报表。
-
编辑 删除
不想只做Cruder？实体、聚合根，还不快去了解下
传统的设计方法由于只从数据出发，也就导致了在这些CRUD系统中创建出的业务模型，不具有表达业务的能力。而实体的引入，将数据跟业务紧密结合在一起，彼此呼应和更迭，在业务系统中具有更强的生命力，这也是为什么我们需要引入实体的原因。
-
编辑 删除
数据分析应学习逻辑思维和分析方法
数据分析的下限，取决于逻辑归纳。与其说提高分析质量，不如说提升逻辑归纳能力。在数据分析中，其过程是与逻辑归纳相近的： 提出问题➟分析问题➟提出假设➟验证假设➟输出结论。
-
编辑 删除
从0到1，数据治理一周年大纪实
在长达近18年的数据生涯中，自己一直从事数据仓库相关工作，去年一次偶然的机会开始做企业数据治理，现在相关工作逐步进入正轨。值此一周年之际，记录下自己做数据治理的22个关键事件，也许对大家也有启示吧。
-
编辑 删除
于振：如何通过仓储，对实体进行持久化处理？
值对象比实体更容易使用和维护，这也是为什么推荐优先使用值对象进行建模的原因。关于值对象和实体更多的细节，感兴趣的同学可以有空的时候回过头去看下过往的分享。这些对象在创建出来后，总不能一直被保存在内存当中，因此，就需要在某个时刻持久化到数据库。
-
编辑 删除
祁国辉：一学就会一用却废！到底用ETL还是ELT？
到底应该ETL 还是ELT，看上去只是简单地调换了一下字母的顺序，是个简单的问题，但是大多数的问题都是一学就会， 一用就废。而事实上，顺序一换，这是对数据处理流程和方法论上进一步深化的过程。
-
编辑 删除
基础问题不简单 | 怎么合理使用值对象，让你的代码更清晰、更安全？
相信大家或多或少，都接手过一些遗留的业务系统，这些系统的代码大多都能正常工作，或许运行的还是某个关键业务。很多时候我们的代码不够清晰，没有很好地表达业务，看代码的人就只能靠猜。就此情况，该怎么合理使用值对象，让代码更清晰、更安全呢？
-
编辑 删除
【观点探讨】陈珙：微服务，终究绕不过这4个坎？
大家曾经有没有遇过日常技术交流的时候，会讨论某某技术之间的关系是什么，某些技术是否应该用到微服务。我相信热爱技术交流的您，就算不是在微服务这个领域里，曾经或多或少也跟其他同行 做过一些争议性话题的探讨吧，而且我敢肯定讨论的绝对热火朝天。
