摘要：什么是数仓： 数据仓库本身并不“生产”任何数据，同时自身也不需要“消费”任何的数据，数据来源于外部，并且开放给外部应用，这也是为什么叫“仓库”，而不叫“工厂”的原因。 基本特征：数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持（Decision Support）。它出于分析性报告和决 阅读全文

摘要：企业数据管理能力成熟度模型Data Management Maturity（DMM） DMM模型包括20个数据管理过程域以及5个支持过程域。分为6个类别。每个类别包含多个过程域。这些过程域是传达模型的主题、目标、实践和工作产品示例的主要手段。组织通过完成过程域实践可构建数据管理能力，结合基础设施支持 阅读全文

摘要：在大数据时代，凡是AI类项目的落地，都需要具备数据、算法、场景、计算力四个基本元素，缺一不可。处理大数据已经不能仅仅依靠计算力就能够解决问题，计算力只是核心的基础，还需要结合不同的业务场景与算法相互结合，沉淀出一个完整的智能化平台。 一、数据中台演进的过程 第一个阶段是数据库阶段，这个阶段主要是为了 阅读全文

摘要：Spark三种部署方式 Spark应用程序在集群上部署运行时，可以由不同的组件为其提供资源管理调度服务（资源包括CPU、内存等）。比如，可以使用自带的独立集群管理器（standalone），或者使用YARN，也可以使用Mesos。因此，Spark包括三种不同类型的集群部署方式，包括standalon 阅读全文

摘要：大数据概念： "4V":数据量大、数据类型繁多（结构化/非结构化数据）、数据处理速度快（秒级响应）、价值密度低 大数据带来的思想转变： 效率而非精确度（抽样——>全样） 相关而非因果，注重相关性分析而非因果分析 关键技术：数据采集、数据存储与管理、数据处理与分析、数据隐私与安全 分布式存储——>解决 阅读全文