logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

语义层不能只剩指标和维度:Data Agent 时代,企业到底该建什么?

很多企业都有同一个困惑:AI 查数很准,但一问"为什么下降"、"下一步怎么办"就不行了。问题往往不在模型,而在语义层建得不够深。本文是亿问联合创始人的最新分享,从企业实际场景出发,拆解语义层到底该建到什么程度,才能真正撑住经营决策。

文章图片
#大数据
可以直接在经营分析会上使用的 Agent,到底长什么样?

亿问 Data Agent 基于自研的NL2LF2SQL引擎与业务知识图谱,从机制上杜绝幻觉,串起从提问到报告的完整闭环

文章图片
#人工智能#大数据
1900天跨越“信任缺陷”:亿问 Data Agent 2.0 如何让 AI 真正进入企业的核心决策流

在亿问 Data Agent 正式版发布的这个节点,我们想用一篇更完整的文章,和大家认真聊聊:我们为什么会做这件事,过去几年里到底经历了什么,以及亿问 Data Agent 到底意味着什么。

文章图片
#人工智能
告别查文档、蹲社区!基于 DeepSeek+Claude Code 搭建 Apache Doris 专属 AI 专家助手

用 DeepSeek 做大脑,用 Claude Code 做手脚,把 Apache Doris 的全套知识灌进去,打造一个能读源码、查文档、写 SQL、诊断问题的 AI 助手。

文章图片
#人工智能#apache#知识图谱
告别查文档、蹲社区!基于 DeepSeek+Claude Code 搭建 Apache Doris 专属 AI 专家助手

用 DeepSeek 做大脑,用 Claude Code 做手脚,把 Apache Doris 的全套知识灌进去,打造一个能读源码、查文档、写 SQL、诊断问题的 AI 助手。

文章图片
#人工智能#apache#知识图谱
Apache Doris 元数据运维深度解析:从架构原理到故障实战

本文介绍了Apache Doris中元数据运维的重要性,重点分析了FE(Frontend)节点元数据管理的核心架构,包括Journal、Image和Checkpoint机制,并详细说明了元数据目录结构。文章总结了八大经典故障场景及其排查方法,并提供了相应的解决方案和运维建议。

#运维#大数据
从根源到生态:Apache Doris 与 StarRocks 的深度对比 —— 论开源基因与长期价值的优越性

在 OLAP 领域,Apache Doris 与 StarRocks 常被一同提及,两者有着深厚的技术渊源 ——StarRocks 源自 Apache Doris 的代码 Fork,却在后续发展中走向了不同的路径。本文将从代码根源、架构演进、社区生态、功能特性等多维度展开对比。

#apache#开源#大数据
浩瀚深度:从 ClickHouse 到 Doris, 支撑单表 13PB、534 万亿行的超大规模数据分析场景

摘要: 浩瀚深度企业级大数据平台采用Apache Doris替换ClickHouse,成功应对超大规模数据处理挑战。其最大集群部署于117节点,单表数据量突破13PB、534万亿行,日均导入145TB,峰值158TB,稳定运行半年。测试表明,Doris在前缀索引、二级索引场景下性能达ClickHouse的2-5倍,全表扫描表现接近。迁移通过调整写入组件和SQL适配实现平滑过渡,并针对大批量写入和C

文章图片
#clickhouse#数据分析#数据挖掘 +2
告别查文档、蹲社区!基于 DeepSeek+Claude Code 搭建 Apache Doris 专属 AI 专家助手

用 DeepSeek 做大脑,用 Claude Code 做手脚,把 Apache Doris 的全套知识灌进去,打造一个能读源码、查文档、写 SQL、诊断问题的 AI 助手。

文章图片
#人工智能#apache#知识图谱
语义层不能只剩指标和维度:Data Agent 时代,企业到底该建什么?

很多企业都有同一个困惑:AI 查数很准,但一问"为什么下降"、"下一步怎么办"就不行了。问题往往不在模型,而在语义层建得不够深。本文是亿问联合创始人的最新分享,从企业实际场景出发,拆解语义层到底该建到什么程度,才能真正撑住经营决策。

文章图片
#大数据
    共 28 条
  • 1
  • 2
  • 3
  • 请选择