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

最近很多人都在说 “前端已死”,讲讲我的看法

若没有开源文化,会不会互联网开发,也是一个越老越吃香的职业呢 [微笑]?我不知道,我是开源的受益者,我也愿意为开源做贡献,但是我不会期待它能给我带来多大的商业收益了,开源和商业付费之间,是两种文化之争;前端已死更多的是一种焦虑情绪的表达,市场确实不太好,但这并不是针对前端,整个互联网行业衰败的表现而已,对此持不同意见的怕是只剩培训机构了吧;前端老鸟,市场还是需要和欠缺的,只是对于初中级前端太卷了,

文章图片
#前端
当我们说大数据Hadoop,究竟在说什么?

提到Hadoop,大家的理解是什么?狭义上理解,Hadoop指的是Apache软件基金会的一款用java语言实现,开源的软件,允许用户使用简单的编程模型实现跨机器集群对海量数据进行分布式计算处理。广义上,Hadoop指的是围绕Hadoop打造的大数据生态圈,如下图所示, 其中Hadoop是整个生态圈的底座、地基,构建出整个大数据的生态系统。

文章图片
#hadoop#大数据#hdfs
数据仓库与数据湖、数据流到底是朋友还是敌人?

存储静态数据以进行报告和分析与为实时工作负载持续处理动态数据相比,需要不同的功能和 SLA。存在许多开源框架、商业产品和 SaaS 云服务。不幸的是,底层技术经常被误解,过度使用于单一和不灵活的架构,并被供应商推向错误的用例。

文章图片
#数据仓库
国产数据库40年演变,这3个坎一直跨不过去

实际上Oracle的Metalink中的大多数资料都来自于一个个的服务请求(SR),一个典型的服务请求处理完之后,就有专门的团队复杂整理,把有代表性的服务请求整理成MOS的Notes,发布在Metalink上,这样经过多年的积累,Metalink的内容就十分丰富了。现在我们遇到一些数据库参数的调整,调整后会产生什么样的效果或影响,会对数据库的哪些行为产生影响,调整的建议是什么,这些方面,在官方的文

文章图片
#数据库#oracle#java
什么是数据资产?为什么背后蕴藏45万亿这么大的市场?

昨天看到一则令人顿感骄傲的新闻,从2012年至2021年,中国数字经济规模居然从11万亿元快速增长到超45万亿元,稳居世界第二。数据来源:中国信息通信产业研究院,中投产业研究院有些人可能会说,小编跟着瞎激动什么,这些漂亮的数据再好看跟普通老百姓有什么关系?老百姓能享受到福利才是真的好。这话说得浅显易懂而且有哲理。小编简单说说,每个人都get到的中国数字经济带来的福利。简单说几个例子吧。首先,政务办

文章图片
#大数据#人工智能
解密Teradata与中国市场“分手”背后的原因!国产数据库能填补空白吗?

Teradata撤出中国市场后必将留下一些市场空间给国内厂商。从公开的新闻可以看到,上海银行、浦发银行、天津银行等正在或已经完成从Teradata数据仓库平台的迁移。我们不禁想问:国产化替代你们准备好了吗?有分析机构认为,目前市场上没有一家国产数据库厂商能够独立填补 Teradata 离开后空白,因此,整个数据库市场势必呈现出碎片化趋势。这对于国产数据库,确实是一个不小挑战,但同时也是机遇。

文章图片
#数据库#sql#dba +2
数据中台选型必读(四):要想中台建的好,数据模型得做好

要想得到一个“好”的数据模型,首先,我们可以统计未规范表的数量(可仿照表2),诊断数据模型现状。然后,制订一些针对性的改进计划,例如把这些不规范命名的表消灭掉,把主题域覆盖的表比例提高到90%以上。

文章图片
#大数据#数据挖掘#数据库
SQL工具性能实测:居然比Navicat还快,数百万行数据导出仅51秒

证明一个工具的性能怎么样最好的办法就是用数据来说话。从这次实测的结果来看:84秒对51秒,SQL Studio在大数据量导出的速度明显是快于Navicat。

文章图片
#sql#数据库#mysql +2
MySQL能干大部分事,为什么还要使用商业数据库或者PostgreSQL?

MySQL是一个开源的关系型数据库管理系统(RDBMS),它支持多用户、多线程和多个存储引擎,如InnoDB、MyISAM等。MySQL最初是由瑞典MySQL AB公司开发的,后来被Sun Microsystems收购,最终被Oracle公司收购。MySQL可以在各种操作系统上运行,包括Windows、Linux和Mac OS X等。PostgreSQL 是一个免费的对象-关系数据库服务器(ORD

文章图片
#数据库#mysql#postgresql
数据中台选型必读(二):数据中台如何搭建元数据管理中心

当使用者定位到某一个表打开时,会进入详情页,详情页中会展示表的基础信息,字段信息、分区信息、产出信息以及数据血缘,从而可以帮助使用者了解这个表的来源和去向。通过丰富的不同类型的标签,可以完善数据中台数据的特征,比如指标可以作为一种类型的标签打在表上,主题域、分层信息都可以作为不同类型的标签关联到表。指标、分层信息、主题域信息都是以标签的形式存储在元数据中心的系统库里。最后,Range可以基于元数据

文章图片
#大数据#kafka#java
    共 56 条
  • 1
  • 2
  • 3
  • 6
  • 请选择