HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
数据仓库和数据集市:ODS、DW、DWD、DWM、DWS、ADS
@<aTOC</a<blockquote<p数仓笔记</p<p数据仓库和数据集市详解:ODS、DW、DWD、DWM、DWS、ADS:<ahref"https://link.segmentfault.com/?encsM%2B1nUV%2B8h9lgowEwGg4OA%3D%3
Kyligence李扬:数据智能推荐成为技术发展新方向
12月2324日,2021数据技术嘉年华(DTC)将在北京丽都皇冠假日酒店盛大开启。围绕“智能·创新·新生态——数据智领未来生态共创价值”这一主题,来自数据领域的领军人物、学术精英、技术专家、行业实践者、生态布道者将带来超过60场主题演讲。想不想提前了解他们如何看待行业发展现状?最想跟大家探讨哪
大数据开发之数据仓库架构分析
概述架构是数据仓库建设的总体规划,从整体视角描述了解决方案的高层模型,描述了各个子系统的功能以及关系,描述了数据从源系统到决策大数据培训系统的数据流程。业务需求回答了要做什么,架构就是回答怎么做的问题。架构的价值!(https://imghelloworld.oss
Kettle知识库问答系列之八零年代
<blockquote<h3摘要:</h3<p<a本文由以数据之名分享</a,正所谓“<strong问君能有几多愁,恰似一江春水向东流</strong”。<br/不知不觉中,“以数据之名”Kettle解忧消愁系列专题已更新了五篇知识库文章“<strong三十而立</strong
基于Delta lake、Hudi格式的湖仓一体方案
简介:DeltaLake和Hudi是流行的开放格式的存储层,为数据湖同时提供流式和批处理的操作,这允许我们在数据湖上直接运行BI等应用,让数据分析师可以即时查询新的实时数据,从而对您的业务产生即时的洞察。MaxCompute在湖仓一体架构中,通过支持DeltaLake和Hud
数据仓库万千企业的数智之选
目的是构建面向分析的集成化数据环境,为企业提供决策支持(DecisionSupport)。其实本身并不“生产”任何数据,同时自身也不需要“消费”任何的数据,数据来源于外部,并且开放给外部应用,这也是为什么叫“仓库”,而不叫“工厂”的原因。因此数据仓库的基本架构主要包含的是数据流入流出的过程,可以分为三层——源数据、数据仓库、数据应用。数据仓库的类型根据数据
相约 DTCC 2021 | Tapdata 受邀分享:如何打造面向 TP 业务的数据平台架构
2021第十二届中国数据库技术大会(DTCC)将于2021年10月1820日,在北京国际会议中心举行,Tapdata创始人唐建法受邀分享:如何打造面向TP业务的数据平台架构。演讲时间:2021年10月20日09:4010:20演讲地点:北京国际会议中心(专场11:企业数据中台设
Presto + Superset 数据仓库及BI
基于Presto和superset搭建数据分析平台。Presto可以作为数据仓库,能够连接多种数据库和NoSql,同时查询性能很高;Superset提供了Presto连接,方便数据可视化和dashboard生成。!(https://oscimg.oschina.net/oscnet/67ca704e3b819cf48cb899c9ae87d77c
Kettle构建Hadoop ETL实践(一):ETL与Kettle
点击上方蓝色字体,选择“设为星标”回复”资源“获取更多资源!(https://oscimg.oschina.net/oscnet/c89e158d10cd4b32aa814d82441219a9.jpg)!(https://oscimg.oschina.net/oscnet/5e8f53277a9c4e51
Flink 作为现代数据仓库的统一引擎:Hive 集成生产就绪!
在2020年,你的数据仓库和基础设施需要满足哪些需求?我们总结了几下几点:首先,当下的企业正快速转向更实时化的模式,这要求企业具备对线上流式数据进行低延迟处理的能力,以满足实时(realtime)或近实时(nearrealtime)的数据分析需求。人们对从数据产生到数据可用之间延迟的容忍度越来越低。曾经几个小时甚至几天的
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。