tag 大數據

標籤
貢獻412
478
05:15 PM · Oct 25 ,2025
tech 頭像 nebulabio 頭像 u_16272508 頭像 elhix0bg 頭像 u_15844731 頭像 u_14767244 頭像 dolphinscheduler 頭像 ververica 頭像 seatunnel 頭像 zhaoqianglaoshi 頭像 huikaichedemianbao 頭像 u_15591410 頭像

@大數據 / 博客 RSS 訂閱

u_16099242 頭像

網線小遊俠 - 深入理解Golang之Map_golang map

好傢伙, 在遊戲開發，尤其是後端服務的構建過程中，我們常常從一個簡單的想法或原型開始。 代碼直接、功能明確，一切看起來都很好。但隨着項目複雜度的提升，最初的“簡潔”設計往往會變成“僵化”的枷鎖。 0.需求分析 我想我需要一張地圖,作用如下: 1.記錄所有人的位置, 2.快速的拿到某個角色的信息 3.快速拿到某個位

大數據 , 初始化 , hadoop , Layout , Json

收藏 評論

u_16099271 頭像

代碼魔術師之手 - 2011-2022年高職大數據競賽-賽題任務剖析

目錄 一、環境準備 （一）新建maven項目 （二）添加框架支持 （三）修改maven倉庫地址 （四）pom文件 （五）新建scala目錄 二、編寫具體代碼 （一）全量抽取 （二）增量抽取 題目一：兩個時

spark , 字段 , 大數據 , hive , Css , 前端開發 , HTML

收藏 評論

u_16099280 頭像

編程小達人之心 - SQL小白學習路徑

SQL（Structured Query Language）作為數據庫查詢語言，是每個數據分析師、後端工程師和數據庫管理員的必備技能。但是，光看理論不夠，只有通過大量練習才能真正掌握SQL。今天就為大家推薦幾個優質的SQL練習平台，幫助你從零基礎到熟練掌握。 一、適合入門的平台 1. SQLZoo - 最適合零基礎 推

大數據 , 學習 , hadoop , 數據庫 , 官網 , SQL

收藏 評論

u_16213651 頭像

mob64ca14089531 - spark 心跳超時配置

Flask框架學習總結 Flask的特點 輕量、簡潔、擴展性強 常用的擴展包：wtf、sqlalchemy、login、script、migrate、mail 創建虛擬環境：mkvirtualenv 創建虛擬環境，workon 進入虛擬環境，deactivate退出虛擬環境

spark , 大數據 , 數據 , spark 心跳超時配置 , 狀態碼 , Python

收藏 評論

u_16819153 頭像

數據礦工 - 57頁滿分可編輯PPT | 數字化轉型全面戰略屋模板

本PPT為戰略屋模板，主要是企業數字化轉型相關戰略模板PPT，所有模板可以修改，直接可以用作彙報使用。這份模板共五十七頁，按戰略屋形式排列。首頁給出數字化轉型總綱，隨後把基礎設施、數據治理、安全策略、技術中台、業務中台、營銷計劃、招聘方案、年度里程碑做成獨立模塊。每頁留好可編輯的圖表、色塊與提示文字，用户可直接填入企業數據、進度與指標，快速生成彙報文件。

大數據 , 數據 , 可編輯 , 人工智能 , 基礎設施 , Css , 前端開發 , HTML

收藏 評論

u_12960863 頭像

wx59290cd7bb11a - 拒絕“膠水代碼”！大數據轉型 AI 架構師的 Python 進階心法：流式響應與切面編程

本文價值提示： 💡 面向人羣：擁有 Java/Scala/Spark 背景，正在向 AI Agent/RAG 架構轉型的後端或大數據工程師。 🎯 核心收穫： 思維重構：如何用 Spark 的“惰性求值”思維理解 Python 生成器。 架構解耦：如何用 Spring AOP 的“切面”思維掌握 Python 裝飾器。 實戰落地：手把手構建一

大數據 , 數據 , 數據倉庫 , AI , 生成器 , 架構師 , Python

收藏 評論

u_15434217 頭像

文傳商訊 - Aspect 將雲端人力資源體驗與開發者工具拓展至新區域，推出人工智能驅動的預測功能

丹佛--雲端人力資源管理解決方案領先供應商 Aspect 於今日宣佈舉行 2025 年第四季度產品發佈會，內容包含人工智能驅動的通話量預測分析、拓展加拿大、英國及歐洲區域業務，以及新的員工績效管理功能。這次發佈標誌著 Aspect 實現其使命的重要步伐：透過智能化、現代化的工具賦能人力資源，驅動營運效率與員工敬業度。 AI驅動的預測為人力資源規劃帶

大數據 , API , 數據倉庫 , 人力資源管理 , 開發人員

收藏 評論

u_16213694 頭像

mob64ca1412b28c - 「RocketMQ技術專題」幫你梳理RocketMQ/Kafka的選擇理由及二者PK

一、先分清：兩家店 “主打啥”（定位） 店類型 對應 MQ 主打能力（一句話） 像生活裏的啥？

spark , 定時任務 , 大數據 , 高可用

收藏 評論

dayong_59b0e68b1ed0d 頭像

六邊形架構 - 別再盲目地堆砌技術了！大部份大數據項目的失敗，都是因為架構設計沒做對！

關注我，獲取更多企業級架構和人工智能應用實踐和落地的深度指南。 大家好，我是Kenyon。最近有朋友向我請教："勇哥，我們公司上了一套大數據的平台，投入了不少的資源，可運行了半年多了，數據的處理還是慢得離譜，投入的成本居高不下，分析師整天抱怨數據的質量差，領導對此也不太滿意。請問這大數據架構設計到底應該怎麼搞呢？" 嗯，這個問題實在是太常見了。作為一名參與設計和落地多個企業級的大數據平台的架構師，

大數據 , 數據採集 , 架構設計 , 系統架構 , 數據處理

收藏 評論

u_14457 頭像

clghxq - dcoekr 國內倉庫設置

距2021數據技術嘉年華(2021 DTC)開始僅有1個月啦！ 本屆大會設置1個主論壇、12個專題論壇，將帶來超過60場主題演講！ （圖為部分出席嘉賓） 本文根據 韓鋒老師在2020數據技術嘉年華(2020 DTC)分享的主題《AnalyticDB，金融級雲原生數據倉庫及最佳實踐》整理而成。 一

大數據 , 雲計算 , 數據倉庫 , dcoekr 國內倉庫設置 , 數據庫 , 雲原生 , Python

收藏 評論

u_87634 頭像

新新人類 - Spark大數據分析技術 spark 大數據

Apache Spark最初在2009年誕生於美國加州大學伯克利分校的APM實驗室，並於2010年開源，如今是Apache軟件基金會下的頂級開源項目之一。Spark的目標是設計一種編程模型，能夠快速地進行數據分析。Spark提供了內存計算，減少了IO開銷。另外Spark是基於Scala編寫的，提供了交互式的編程體驗。經過10年的發展，Spark成為了炙手可熱的大數據處理平台，目前

spark , Spark大數據分析技術 , 大數據 , 搜索 , 應用程序 , hadoop

收藏 評論

nebulabio 頭像

北京辰輝創聚生物 - 手足口病主要病原體：腸道病毒EV71結構與重組蛋白研究全解析

腸道病毒71型（Enterovirus 71， EV71）作為小RNA病毒科腸道病毒屬的重要成員，是引致手足口病重症及神經系統併發症的主要病原體。因其顯著的公共衞生重要性，EV71已成為病毒學、免疫學及疫苗研發領域的關鍵模型。 EV71的病毒學特徵與結構基礎 EV71屬於小RNA病毒科腸道病毒屬，是一種無包膜的正單鏈RNA病毒。病毒顆粒呈二十面

重組蛋白酶 , EV71重組蛋白 , 大數據 , 數據倉庫 , EV71抗原 , EV71抗體

收藏 評論

nebulabio 頭像

北京辰輝創聚生物 - 重組蛋白在細胞培養中的應用：功能、選擇與常見問題指南

在現代化的生物科研領域，重組蛋白已成為細胞培養體系中不可或缺的工具。它們以高純度、高批次一致性和無動物源污染的優勢，精確調控着細胞的生長、分化與功能。 一、 細胞粘附與鋪展：構建培養的“地基” 成功的細胞培養始於細胞的成功粘附與鋪展。這一類蛋白主要作為細胞外基質（ECM）或其關鍵組分，為細胞提供錨定點，激活細胞

大數據 , 細胞因子 , 信號通路 , 數據倉庫 , 細胞粘附 , 免疫細胞激活 , 生物試劑

收藏 評論

nebulabio 頭像

北京辰輝創聚生物 - 干擾素：定義、類型與科研應用全解析

在生命科學研究的武器庫中，干擾素作為一類關鍵的核心科研試劑，始終佔據着舉足輕重的地位。它是機體抵禦病毒入侵的首道防線，更是連接先天免疫與適應性免疫的重要橋樑。對於從事病毒學、免疫學、腫瘤學及藥物開發的研究人員而言，深入理解干擾素的類型與功能，是設計嚴謹實驗、解讀複雜生物學現象的基

免疫調節 , 大數據 , 重組蛋白 , Ⅱ型干擾素 , 數據倉庫 , Ⅰ型干擾素

收藏 評論

u_16565911 頭像

南大通用GBase - 南大通用GBase 8a 數據庫磁盤瓶頸優化方案

一、現狀背景 當前某集羣部分節點磁盤使用率已達 95% 以上，因數據量增長觸發存儲瓶頸。結合 Gbase 8a 數據庫特性，可以提供 “表重建壓縮優化” 與 “服務器擴容” 雙方案，供業務評估選擇。 二、優化方案 方案一：表重建壓縮優化（歷史數據高壓縮處理） 1. 操作原理 通過調整表壓縮級別，對歷史數據進行高壓縮處理。當前數據庫默認壓縮

GBase 8a , 服務器 , 大數據 , 數據 , 數據倉庫 , 數據庫

收藏 評論

u_16099276 頭像

風輕雲淡的開發 - 搜索引擎 正排索引

百度排名的規則 　　要想知道百度排名的規則，首先要知道什麼是百度蜘蛛。 　　百度蜘蛛，是百度搜索引擎的一個搜索引擎構建一個調度程序，它是來調度百度蜘蛛的工作，讓百度蜘蛛去和服務器建立連接下載網頁，計算的過程都是通過調度來計算的，百度蜘蛛只是負責下載網頁，目前的搜索引擎普遍使用廣佈式多服務器多線程的百度蜘蛛來達到多線程的目的。它的作用是訪問收集整理互聯網上的網頁、圖片、

搜索引擎 , 大數據 , 搜索 , 數據倉庫 , 搜索引擎 正排索引 , 百度

收藏 評論

nebulabio 頭像

北京辰輝創聚生物 - HEK293細胞：為什麼它是重組蛋白表達的黃金標準？

在生命科學和生物製藥領域，HEK293細胞已成為重組蛋白表達不可或缺的工具。這種由人胚胎腎細胞轉化而來的細胞系，因其獨特的生物學特性，被譽為重組蛋白表達的"黃金標準"。那麼，究竟是什麼讓HEK293細胞在眾多表達系統中脱穎而出？ 卓越的蛋白表達能力 HEK293細胞最顯著的特點是高效的蛋白表達能力。這得益於其特殊的起源——通過腺病毒DN

大數據 , 瞬時轉染 , 數據倉庫 , 重組蛋白表達 , 懸浮培養 , HEK293細胞 , 病毒載體生產

收藏 評論

ruanjiankaifa_xiaofanya 頭像

軟件部長 - 3步完成專業級可視化看板，讓向上管理事半功倍！

面對突如其來的重要彙報，您是否曾陷入時間緊迫與完美呈現的雙重困境？想要在短時間內打造出既全面又引人注目的可視化看板，卻苦於設計技巧的匱乏與審美眼光的侷限？別擔心，JVS-BI您的智慧彙報加速器，正蓄勢待發，助您輕鬆搞定~！！！ 一、解鎖彙報新速度，選擇好可視化神器 想象一下，只需半小時的時間，您就能從零開始，打造出令人矚目的專業可視化看板。這一切，得益於可是配置工具的的強大助力。它不僅擁有直觀易用

bi , 大數據 , 看板 , 圖表 , 報表

收藏 評論

u_15459354 頭像

ApacheSeaTunnel - Apache SeaTunnel 社區年終盤點

Apache SeaTunnel 的社區成員、開發者、合作伙伴以及關心我們的朋友們： 2025 匆匆而過，Apache SeaTunnel 卻在這一年裏收穫了滿滿的成長與驚喜！作為全球增長最快的數據集成項目之一，我們看着 GitHub 上的 Star 和 Fork 數一路攀升，關注的目光越來越多；我們迭代發佈多個重要版本，打磨核心引擎、豐富連接器生態、新增實用功能，讓數據集成的性能、

spark , 年終總結 , 大數據 , 數據 , 數據集成 , apache

收藏 評論

fengliudedaxiang_esnzgz 頭像

bigdata1 - 大數據計算引擎正在拋棄 JVM

在寫這篇文章之前，Java 25正式發佈，其中JEP-508Vector API 迎來了第10次孵化，旨在提供一種向量計算的接口，從而獲得比等效標量計算更高的性能。傳統的基於Java虛擬機（JVM）的執行引擎在處理大規模數據時逐漸顯露出性能瓶頸 (標量計算) ，特別是在 CPU 密集型任務和內存管理方面。近年來，眾多大數據計算引擎開始轉向原生（Native）執行模型，採用 C++ 等語言實現向量化

大數據

收藏 評論

daimajiangxin 頭像

代碼匠心 - 從零開始學Flink：數據輸出的終極指南

在實時數據處理的完整鏈路中，數據輸出（Sink）是最後一個關鍵環節，它負責將處理後的結果傳遞到外部系統供後續使用。Flink提供了豐富的數據輸出連接器，支持將數據寫入Kafka、Elasticsearch、文件系統、數據庫等各種目標系統。本文將深入探討Flink數據輸出的核心概念、配置方法和最佳實踐，並基於Flink 1.20.1構建一個完整的數據輸出案例。 一、Flink Sink概述 1. 什

大數據處理 , 大數據 , JAVA , flink , 後端

收藏 評論

ruozxby 頭像

不語 - kibana如何漢化

kibana如何漢化問題 首先kiban是有i18n國際化的配置的，文件在：安裝路徑\kibana-7.6.1-windows-x86_64\x-pack下有個.i18nrc.json文件，裏面表明支持中文 中文的文件在：安裝路徑\kibana-7.6.1-windows-x86_64\x-pack\plugins\translations\translations中有個zh-CN.json文件，

es7 , 大數據 , JAVA , 程序員 , 前端

收藏 評論

u_16099177 頭像

雲端小夢 - 數據倉庫(02)數倉、大數據與傳統數據庫的區別 -

隨着信息技術的飛速發展，企業對數據的依賴日益加深。為了高效地存儲、管理和分析海量數據，數據倉庫（Data Warehouse）應運而生。然而，隨着數據量呈指數級增長以及業務需求的多樣化，傳統的數據倉庫架構逐漸暴露出其侷限性，從而催生了基於大數據技術的新一代數據倉庫——“大數據數倉”。本文將從多個維度對比傳統數倉與大數據數倉的主要區別，幫助讀者更好地理解兩

大數據 , 數據 , 數據倉庫 , 結構化

收藏 評論

u_16213560 頭像

數據小探 - 添加索引 可以階段性執行嗎

1.索引 作用： - 約束 - 加速查找 索引分類(約束)： - 普通索引：加速查找 - 主鍵索引：加速查找 + 不能為空 + 不能重複 - 唯一索引：加速查找 + 不能重複 - 聯合索引(多列) ： - 聯合主鍵索引

表名 , 添加索引 可以階段性執行嗎 , 大數據 , 數據倉庫 , 主鍵 , 二叉樹

收藏 評論