文章
北京汽车:传统车厂向“用户服务”转型的新范本
摘要:用户决定价值英国大文豪狄更斯曾在《双城记》中说:“这是最好的时代,也是最坏的时代”。大浪淘沙之下,汽车产业的故事正是当下制造业最恢宏和吸睛的叙事,恢宏在于增长速度,吸睛则在于变数。2022年对于国内汽车市场未来近十年间的发展来说算是一个分水岭,一些旧品牌黯然离场,一些新势力厚积薄发
火山引擎DataLeap如何解决SLA治理难题(二):申报签署流程与复盘详解
申报签署流程详解火山引擎DataLeapSLA保障的前提是先达成SLA协议。在SLA保障平台中,以申报单签署的形式达成SLA协议。平台核心特点是优化了SLA达成的流程,先通过“系统卡点计算”减少待签署任务的数量,再通过“SLA推荐计算”自动签署部分任务,最后为剩下的待签署任务智能提供合适的SLA,
实测结果公开:用户见证 StarRocks 存算分离优异性能!
StarRocks在3.0版本正式引入了存算分离架构,从sharednothing走向shareddata,实现了架构上的重大升级。这一升级受到许多用户的高度期待,因为它不仅是企业降本增效的关键,也是StarRocks迈向云原生的必经之路。因此,在StarRocks3.0
补齐OLAP引擎短板!ByteHouse 是如何实现流批一体的?
<blockquote更多技术交流、求职机会,欢迎关注字节跳动数据平台微信公众号,回复【1】进入官方交流群</blockquote计算机领域一直流传一句话——“没有银弹”,这句话出自计算机科学家布鲁克斯《没有银弹》一书,意思是软件工程是一个超级复杂系统,没有任何特效的方法,可以一直提高效率。
MapReduce实现TopN的效果
1、背景最近在学习Hadoop的MapReduce,此处记录一下如何实现<codeTopN</code的效果,以及在MapReduce中如何实现<code自定义分组</code。2、需求我们有一份数据,数据中存在如下3个字段,<code订单编号</cod
火山引擎DataLeap如何解决SLA治理难题(一):应用场景与核心概念介绍
<blockquote更多技术交流、求职机会,欢迎关注字节跳动数据平台微信公众号,回复【1】进入官方交流群</blockquote基于火山引擎分布式治理的理念,数据平台数据治理团队自研了火山引擎DataLeapSLA保障平台,目前已在字节内部得到广泛使用,并支持了绝大部分数据团队的SLA治
Flink 在新能源场站运维的应用
<blockquote<p摘要:本文整理自中南电力设计院工程师、注册测绘师姚远,在FlinkForwardAsia2022行业案例专场的分享。本篇内容主要分为四个部分:</p<ol<li建设背景</li<li技术架构</li<li应用落地</li<li后续及其他</l
联通 Flink 实时计算平台化运维实践
<blockquote<p摘要:本文整理自联通数科实时计算团队负责人、ApacheStreamParkCommitter穆纯进在FlinkForwardAsia2022平台建设专场的分享,本篇内容主要分为四个部分:</p<ol<li实时计算平台背景介绍</li<liFl
HiveSQL 迁移 FlinkSQL 在快手的实践
<blockquote<p摘要:本文整理自快手数据架构工程师张芒,阿里云工程师刘大龙,在FlinkForwardAsia2022生产实践专场的分享。本篇内容主要分为四个部分:</p<ol<liFlink流批一体引擎</li<liFlinkBatch生产实践</li<l
2023 Hive 面试大纲
先说一些废话总结一下Hive面试宝典中的要点,方便读者快速过一遍Hive面试所需要的知识点。本文请搭配Hive面试宝典(https://segmentfault.com/a/1190000044005042)来食用更美味哟┗(▔,▔)┛方便自己系统性回
已加载文章中没有匹配内容,试试其他关键词或清空搜索。