首页
知识
文库
登录
|
注册
首页
最近更新
所有主题
我的主题
我的收藏
分类首页
互联网
IT科技
新零售
人物
企业
首页
·
资讯
·
大数据
·
综合
ClickHouse开发与使用规范大全
ClickHouse作为一款开源列式数据库管理系统(DBMS)近年来备受关注,主要用于数据分析(OLAP)领域。作者根据以往经验和遇到的问题,总结出一些基本的开发和使用规范,以供使用者参考。......
ClickHouse、Doris、 Impala等MPP架构详解
本文分为三部分讲解,第一部分详解MPP架构,第二部分剖析MPP架构与批处理架构的异同点,第三部分是采用MPP架构的OLAP引擎介绍。......
基于CLICKHOUSE的数据仓库分层规范
数据仓库我们一般分为接入层、明细层、实体层、主题层、应用层。各层存储的数据粒度不同。......
数据湖与湖仓一体架构实践
数据湖是为了应对数据仓库的局限性而开发的。虽然数据仓库为企业提供高性能和可扩展的分析,但它们昂贵、专有,不能处理大多数公司正在寻求解决的现代用例场景。......
大数据技术名词解释
常见大数据技术名词解释......
如何设计企业级数据埋点采集方案
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。......
大型企业如何实现MySQL到Redis的同步
本文将重点讨论在超大规模系统中缓存会面临什么样的问题,以及应该使用什么样的策略来更新缓存。......
详解大数据批流处理中的两大架构
随着应用需求的不断发展,数据处理系统的能力也亟待提高。其中最为迫切的,便是如何利用云边协同计算平台的环境优势,实现高效的批流融合处理系统,从而低延迟、高吞吐地对全量历史数据与实时的......
商品知识图谱的构建思路
把知识进行表征常用两种方式:一是知识图谱,通过图的方式表达知识的结构;二是向量,把知识用有限维的向量来表达。......
微信ClickHouse实时数仓的最佳实践
为了满足业务数据分析的需求,微信WeOLAP团队联手腾讯云,共建千台规模、数据PB级、批流一体的ClickHouse数据仓库,实现了10倍以上的性能提升。本文将由浅入深,为大家揭晓微信在ClickHouse实时......
Python结合RFM模型实现用户分层
通过分析发现原来几个重要的客户被竞争对手挖走了,而这几个用户对平台贡献了80%的销售额。之前对所有用户采用一样的运营策略,为了解决这个问题,需要对用户进行分类,了解当前用户分层情况,进行精......
企业微信万亿级日志检索系统
虽然现网保留7天最新日志,但是由于某些模块请求量大或日志打印不合理,我们也会限制一个小时日志打印量,超过阈值后不再保存......
大家在关注
ClickHouse开发与使用规范大全
ClickHouse、Doris、 Impala等MPP架构详解
基于CLICKHOUSE的数据仓库分层规范
数据湖与湖仓一体架构实践
大数据技术名词解释
如何设计企业级数据埋点采集方案
大型企业如何实现MySQL到Redis的同步
详解大数据批流处理中的两大架构
商品知识图谱的构建思路
微信ClickHouse实时数仓的最佳实践
我们的推荐
阿里/网易/美团/58用户画像中的ID体系建设
用户画像技术及方法论
菜鸟实时数仓技术架构演进
阿里的大数据建设方法论
OPPO数据中台之基石:基于Flink SQL构建实时数仓
6亿用户音乐场景下的AI思考
大数据流处理平台的技术选型参考
全球大数据领域顶级开源工具汇总
今日头条算法推荐原理
从零搭建推荐体系
顺便看看