背景 在 Uber Eats 优食的规模上，图像处理是运营的必要条件。该平台管理着数亿张产品图片，每小时有数百万次更新流经系统。每张图像都有成本：网络带宽、处理时间、存储空间和 CDN 占用空间。随着 Uber Eats 优食从餐厅扩展到杂货、酒类和家居用品，形象渠道开始紧张。例如，单一产品（例如一 ...

本文分享自天翼云开发者社区《数据治理之数据质量评估维度及方法》，作者：i****n 从某种程度上来说“数据=金钱”，数据质量的好坏直接决定着数据价值高低，直接或简介影响一个企业的决策方向。数据质量管理是指在数据创建、加工、使用和迁移等过程中，通过开展数据质量定义、过程控制、监测、问题分析和整改、评估 ...

1. 基本信息 用数据说服：如何设计、呈现和捍卫你的数据 米罗·卡扎科夫 著 金城出版社有限公司,2025年07月出版 1.1. 读薄率 书籍总字数8.6万字，笔记总字数26227字。 读薄率26227÷86000≈30.5% 1.2. 读厚方向 DataMesh权威指南 数据的边界：隐私与个人数据 ...

本文结合真实案例，详细介绍 DolphinScheduler 3.1.9 的二次开发环境配置流程，希望为有定制化开发需求的用户提供实用、可靠的参考。 ...

1. 数据呈现 1.1. 数据自己会说话，但事实并非如此 1.1.1. 数据不会说话，当然更不能解释它对你的业务有何意义 1.1.2. 数据自己不会说话，必须由你让它说话 1.2. 在最好的情况下，数据导向的演示文稿能够促进交互，丰富讨论，得出优质决策 1.3. TOP-T框架，这是一种数据向幻灯片 ...

1. 数据框架 1.1. 受众评判的不只是数据 1.2. 有力证据和清晰结构是高效数据沟通的基础 1.2.1. 薄弱证据和迷糊逻辑往往也能促使他人行动 1.3. 数据评判不准确有很多都是由认知偏误造成的，也就是屡错屡犯的系统性思维误区 1.4. 中枢处理(central processing) 1. ...

目录引言一、Hive自定义函数的类型二、准备环境和工具三、实际案例开发编译四、前方有坑请注意五、总结 引言 Hive作为大数据领域的核心计算引擎，凭借其强大的SQL支持和丰富的内置函数，早已成为数据开发者的效率利器。然而在实际业务场景中，面对复杂的数据处理需求时，仅仅依赖内置函数往往力不从心，当需要 ...

1. 明托金字塔(Minto pyramid) 1.1. 目的是加强沟通的清晰度，用故事来确定主旨，检验论证的逻辑严谨性 1.2. 明托金字塔是一种着眼于最终沟通形式的思维组织工具 1.3. 得名于推广者芭芭拉·明托(Barbara Minto) 1.4. 支持主旨的是一组核心论点 1.4.1. 芭 ...

本文分享自天翼云开发者社区《数据治理之数据资产健康度量》，作者：徐****东 随着数据量的不断增加，数据治理已经成为了企业管理里不可或缺的一环。数据治理可以帮助我们更好地进行数据的管理和使用，从而提升数据的质量和价值，同时也能够保证数据的安全和合规。 一、数据治理面临的问题 数据治理中主要面临的问题 ...

本文分享自天翼云开发者社区《数据治理之构建数据资产目录》，作者：徐****东 一、引言 现如今，数据已经成为企业实现业务价值的关键。随着大数据技术的发展，企业对于数据的收集、分析和利用越来越重视。其中，数据资产化已经成为企业数据管理的重要趋势，它能帮助企业更好地发掘和利用数据中的价值，从而提升业务效 ...

1. 高效幻灯片 1.1. 在商业领域，受众看到的数据图大部分被整合在幻灯片中 1.2. 确定每张幻灯片要表达的要点 1.3. 每张幻灯片都要有一个要点 1.3.1. 幻灯片要点指的是，你向这些受众展示这些数据的原因 1.3.2. 每张幻灯片都要有一个明确的要点，以便帮助受众减轻认知负荷 1.3.2 ...

用户可以在DolphinScheduler Web界面轻松创建、编辑和调度云原生数据仓库 AnalyticDB MySQL 版的Spark作业。 ...

本文详述的步骤已全部通过测试验证，适用于构建基于对象存储的数据中台场景，具备部署灵活、扩展性强等优势，对有 MySQL 到 S3 数据集成需求的用户具有较高的参考价值，点赞、收藏学习吧！ ...

1. 简化增效 1.1. 就算数据图设计得很用心，但如果过于复杂，那也无法说服受众 1.2. 让你的数据图像透明的窗户一样，让受众看清底层的数据 1.3. 最大化数据墨水比，建立信息层级 2. 数据墨水 2.1. 将数据墨水比最大化 2.1.1. 高效的数据图是清晰的 2.1.1.1. 纸页上的每一 ...

首先为大家推荐这个 OceanBase 开源负责人老纪的公众号 “老纪的技术唠嗑局”，会持续更新和 #数据库、#AI、#技术架构 相关的各种技术内容。欢迎感兴趣的朋友们关注！ 本文整理自6月21日“OceanBase 城市交流会 · SQL 遇上 AI ”《度小满 × OceanBase 实践：统一 ...

1. 分布关系 1.1. 分布是将一个类别按照类别内项目的数值进行分解 1.2. 分布关系常常与总分关系混淆 1.2.1. 分布是将一个类别细分成若干值域，划分标准是该类别测量的数值 1.2.2. 总分关系是按照类别来划分数据，而非一个类别内的定量指标 1.3. 表示分布关系的词语 1.3.1. 频 ...

1. 选择数据图类型 1.1. 数据图借助了我们发现数据关系的能力 1.2. 数据图将数据分块并凸显重要的对照关系，从而将数据关系可视化 1.3. 确定底层关系是选择适当数据图类型的关键 1.3.1. 首先要确定你想要强调的底层数据关系，然后让这个关系指导你选择数据图 1.4. 数据图涵盖了大部分场 ...

1. 挑战 1.1. 多元认知的挑战 1.1.1. 注意力集中在第一个出现的念头上 1.1.1.1. 这个观察自身思维的过程叫作元认知 1.1.1.2. 它是学习掌握解码过程的一项重要技能 1.1.2. 编码是一个大脑的事，意图清晰，而解码是多个大脑的事 1.1.3. 为了实现高效沟通，你需要理解这 ...

本文分享自天翼云开发者社区《Doris-HDFS LOAD常见问题汇总（一）》，作者：刘****阳 1、HDFS Load导入失败：no partition for this tuple. 现象描述：导入显示状态为Canceled，URL错误详情显示 no partition for this tu ...

1. 总结 1.1. 不能简明地解释一件事，说明你对它理解得不够 1.1.1. 爱因斯坦 1.2. 对数据科学实践最好的描述是分析工程和探索的结合 1.3. 商业中会存在我们需要解决的问题，而该问题很少能直接与基础的数据挖掘任务相对应 1.4. 缺少分析工程的结果是，数据挖掘的结论很可能无法用于解决 ...