数据倾斜，在MapReduce编程模型中十分常见，就是大量的相同key被partition分配到一个分区里，造成了"一个人累死,其他人闲死"的情况，这违背了并行计算的初衷，整体的效率是十分低下的

在互联网的大时代背景，线下门店如何打造智慧门店？如何线上线下一体化的融合？如何利用大数据精准营销？如何整合散落在各处的数据信息？来持续优化精准营销、销售与供应链，紧随着新时代新零售

埋点设计文档面向开发的埋点需求说明书，目的是让开发理解需要在什么情况下做哪些埋点采集，以及具体需要的属性参数类型、取值，确保采集的准确性和完善性。

大数据时代，数据成为社会和组织的宝贵资产，像工业时代的石油和电力一样驱动万物，然而如果石油的杂质太多，电流的电压不稳，数据的价值岂不是大打折扣，甚至根本不可用，不敢用，因此，数据治

由于在变化快速的商业世界里，业务形态多种多样，为了能够更有针对性的进行数据建模，经过长时间的摸索，业界逐步形成了数据建模的四部曲：业务建模->领域建模->逻辑建模->物理建模。

在数据管理方面，有两类数据，需要政企重点关注，第一个是元数据管理，它是对所有数据进行定义，标准和划分，赋予数据意义，元数据管理是我们数据管理的基石。

以往在增量时代,每天都有新的领域、新的市场被开发。尤其是在互联网、电商等领域的红利期,似乎只要做好单点的突破就能获得市场。这个蛮荒时代,业务运营主要依靠是经验和直觉驱动

美团住宿数据治理团队通过多年数仓建设及数据治理的经验沉淀，并结合业务发展阶段对于数据治理的诉求，将治理的思路逐步从专项、表象、问题驱动的治理，转变为自动化、体系化的治理，并从标准化

随着数据资源的爆炸性增长，企业面临着数据标准不统一、数据信息分散、数据质量参差不齐、开发维护困难等问题，很难满足实时分析和决策的高要求。因此，数据治理对于工业互联网的发展至关重要

运营模型也多种多样：比如，有偏理论的，也有偏实践的；有分析用户属性与生命周期的，也有经营用户的；根据用户增长、用户活跃、用户留存、用户变现等运营目标，每个目标下都有特定的方法论；再

媒体融合下半场的重心将向智能化趋势发展。如何打造实用有效的媒体数据产品和服务，继而完成数智化转型，已成为媒体行业当前最为关注的问题。本文围绕当前媒体机构的转型需求，媒体数据中台建设

常用的用户数据可分为属性（User）数据与事件（Event）数据，常用的数据来源主要包括客户端、服务端、业务数据与历史数据。TA系统用户行为分析就使用属性（User）+事件（Event）的定义方式，高