• <sup id="my82s"><source id="my82s"></source></sup>
  • <legend id="my82s"><div id="my82s"></div></legend>
    <li id="my82s"><tt id="my82s"></tt></li>
    <bdo id="my82s"><rt id="my82s"></rt></bdo>
  • 数据分析技术不断发展,从传统数据仓库到云原生数据仓库,从数据仓库与数据湖两套架构到湖仓一体(Lakehouse)架构融合。多源异构的数据环境,多元且需实时分析的复杂场景,我们需要怎样的数据分析技术?

    谈谈数据仓库中的数据建模

    在本文中,我们将深入概述数据建模,特别关注 Kimball 的方法。此外,还将介绍用于以用户友好且直观的方式呈现数据的其他技术。

    qing_yun
    数据库开发技术
    2023-08-14 09:58

    数据库是一种简化数据处理的IT基础设施

    今天我给数据库一个非学术化的定义:“数据库是一种简化数据处理的IT基础设施”。“简化”两个字的含义十分广泛,因此从这个定义上看,一切能够简化数据处理的能力,数据库都可以拥有。

    qing_yun
    数据库开发技术
    2023-08-14 09:40

    探索ES高可用:滴滴自研跨数据中心复制技术详解

    Elasticsearch 是一个基于Lucene构建的开源、分布式、RESTful接口的全文搜索引擎,其每个字段均可被索引,且能够横向扩展至数以百计的服务器存储以及处理TB级的数据,其可以在极短的时间内存储、搜索和分析大量的数据。

    大数据技术前线
    数据分析
    2023-08-08 10:18

    ETL数据转换方法:数据清理、字段映射和计算技术

    在当今的数据驱动时代,企业和组织需要处理和转换庞大的数据量,以获得有价值的洞察并提升决策能力。而在这个数据处理过程中,ETL(抽取、转换、加载)数据转换方法正发挥着不可或缺的作用。数据清理、字段映射和计算技术作为ETL中的核心要素,是企业高效转换和处理数据的关键。ETLcloud作为一款创新、简单、零代码的ETL工具,集成了强大的数据清理、字段映射和计算技术,为企业提供了高效、可靠的数据转换服务。

    ETLCloud集成数据社区
    国内数据库
    2023-08-04 18:32

    ETL中的数据提取模式:批处理、增量和实时抽取的比较

    在当今的大数据时代,数据的收集、处理和分析已成为企业获得竞争优势的关键。而ETL(Extract, Transform, Load,即数据提取、转换、加载)作为一种常用的数据处理架构,扮演着至关重要的角色。在ETL中,数据提取模式是一个关键的步骤,决定着数据从源系统到目标系统的流动方式。在本文中,我们将重点介绍ETL中的三种数据提取模式:批处理、增量和实时抽取,并以ETLCloud为示例,展示其在

    ETLCloud集成数据社区
    数据挖掘
    2023-08-03 18:31

    浅谈数据仓库建设中的数据建模方法

    本文主要的主线就是回答下面三个问题: 什么是数据模型 为什么需要数据模型 如何建设数据模型

    张哥说技术
    数据治理
    2023-07-31 13:49

    数仓扫盲系列⑦:数据仓库建模之ROLAP&MOLAP

    数据仓库系列文章的第七篇,本文关键词:数据仓库;数据库;数据分析;ROLAP;MOLAP.

    qing_yun
    数据库开发技术
    2023-07-26 14:51

    数据仓库如何应对资源不足导致的核心任务延迟?

    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。

    qing_yun
    数据库开发技术
    2023-07-18 09:29

    微信万亿数据仓库架构设计与实现

    没有足够的特征数据,安全策略将是"无根之木,无源之水"。微信安全数据仓库应运而生,成为整个安全业务的特征数据存储中心,每天服务了万亿级的特征数据读写请求,为整个微信安全策略提供了可靠的数据支撑,是微信安全基石之所在。然而,微信安全数据仓库不仅仅是一个存储中心,更是一个特征管理和数据质量管理的中心。在演进过程中,数据仓库一直致力于提升特征管理能力和数据质量保障,实现了特征的管理、共享、分析和数据质量检测等功能。本文将介绍安全数据仓库的起源、演进、当前的架构设计和数据质量保证系统的实现。

    大数据技术前线
    数据分析
    2023-07-05 13:54

    ETL数据集成和数据仓库的关键步骤

    导言:在当今数据驱动的世界中,ETL(提取、转换和加载)过程在构建可靠和高效的数据仓库中扮演着关键角色。ETL数据集成和数据仓库的关键步骤对于数据质量和决策支持至关重要。本文将介绍ETL数据集成和数据仓库构建的关键步骤,以帮助读者了解构建一个可靠数据仓库所需的要素和实践。1.数据需求分析:数据需求分析是构建数据仓库的第一步。这涉及与业务团队合作,明确业务目标和数据需求,以便为数据仓库定义合适的范围

    RestCloud
    其他
    2023-07-03 18:30
    点击加载更多
    • 微信

    亚洲三级理论
  • <sup id="my82s"><source id="my82s"></source></sup>
  • <legend id="my82s"><div id="my82s"></div></legend>
    <li id="my82s"><tt id="my82s"></tt></li>
    <bdo id="my82s"><rt id="my82s"></rt></bdo>