原文链接????：https://www.jianshu.com/p/72b0c9bd3967早期 clickhouse 仅支持单一存储设备，19.15 版本以后支持将数据分别保存在不...

作者简介：目前就职于一线互联网公司，主要是从事大数据开发工作。关注⬆️上方公众号，及时获取一线互联网技术资讯，想要联系作者，公众号有我的微信二维码。什么是数据湖？数据湖是一个集中的存储库，允许您以任何规模存储所有结构化和非结构化数据。您可以按原样存储数据，而不必首先构造数据，并运行不同类型的分析—从仪表板和可视化到大数据处理、实时分析和机器学习，以指导更好的决策。为什么需要数据湖...

作者：金科_链接：https://www.jianshu.com/p/8f428293594d来源：简书最近研究了一点ch的代码。发现一个很有意思的词，mutation。googl...

什么是留存，比如在20200701这天操作了“点击banner”的用户有100个，这部分用户在20200702这天操作了“点击app签到”的有20个，那么对于分析时间是20200701，...

# Doris 副本修复和均衡策略# 名词解释Tablet：Doris 表的逻辑分片，一个表有多个分片Replica：分片的副本，默认一个分片有3个副本Healthy Replica：健...

Apache Flink 是大数据领域非常流行的流批统一的计算引擎，数据湖是顺应云时代发展潮流的新型技术架构。那么当 Apache Flink 遇见数据湖时，会碰撞出什么样的火花呢？本次...

大致介绍TPC-DS采用星型、雪花型等多维数据模式。它包含7张事实表，17张纬度表平均每张表含有18列。其工作负载包含99个SQL查询，覆盖SQL99和2003的核心部分以及OLAP。这个测试集包含对大数据集的统计、报表生成、联机查询、数据挖掘等复杂应用，测试用的数据和值是有倾斜的，与真实数据一致。可以说TPC-DS是与真实场景非常接近的一个测试集，也是难度较大的一个测试集。Clickhouse是

腾讯 Angel PowerFL 联邦学习平台联邦学习作为新一代人工智能基础技术，通过解决数据隐私与数据孤岛问题，重塑金融、医疗、城市安防等领域。腾讯 Angel PowerFL 联邦学...

一. 提出问题和应用模型1.本次分析的目的是想通过对淘宝用户行为进行数据分析，为以下问题提供解释和改进建议：（1）分析用户使用APP过程中的常见电商分析指标，确定各个环节的流失率。（2）利用假设检验思想分析流失原因，找到需要改进的环节。（3）研究用户在不同时间尺度下的行为规律，分析不同尺度下的转化率。（4）找到用户对不同种类商品的偏好和针对不同商品的营销策略。（5）将用户...

数据人在工作中，经常会遇到这些问题：某项数据出现大幅上升，具体是什么原因造成的？最新上线的产品功能，给业务带来的贡献率是多少？对于某个业务目标，需要制定什么样的策略完成KPI？……想要解决...