已有3人关注此标签
云上一指禅：大数据产品DataWorks最佳实践
作者: 墨祤@DataWorks
7949人浏览
每天，阿里巴巴集团数万名数据/算法开发工程师正在使用DataWorks，承载阿里巴巴集团99%数据业务构建。
读透《阿里巴巴数据中台实践》，其到底有什么高明之处？
作者: 隐林
1793人浏览
最近阿里巴巴分享了《阿里巴巴数据中台实践》这个PPT（自行搜索原始文章），对于数据中台的始作俑者，还是要怀着巨大的敬意去学习的，因此仔细的研读了，希望能发现一些不一样的东西。 读这些专业的PPT，实际是非常耗时的，你需要把这些PPT外表的光鲜扒光，死抠上面的每一个字去理解底下隐藏的含义，然后跟你的已有知识体系去对比，看看是否有助于完善自己的认知，对于自己不理解的，还需要经常去检索相关的文档。
Nacos的环境搭建
作者: 魔法王者安琪拉
257人浏览
Nacos是阿里开源的一款服务治理方案的中间件，提供了服务发现和服务健康监测、动态配置服务、动态 DNS 服务、服务及其元数据管理等特性功能。 Nacos最新版本地址 https://github.com/alibaba/nacos/releases 下载后解压的目录如下 单机部署模式 1.
ASP.NET Core on K8S深入学习（8）数据管理
作者: Edison Zhou
157人浏览
本文探索了K8S的数据管理方案Volume，其中普通类型的Volume如emptyDir和hostPath虽然使用方便，但是可持久性不强，而外部云存储Volume Provider则提供了更好的持久化存储。
「数据治理那点事」系列之二：手握数据「户口本」，数据治理肯定稳！
作者: 数懒
270人浏览
这篇文章主要从数据治理的基础和核心之一：元数据入手，从以下几个角度展开具体讲解： 元数据概念 元数据的分布和采集 元数据的一些实际应用场景 一、元数据到底是个啥？ 如果我说：元数据（Meta Data），就是描述数据的数据。
阿里云提供全托管 ZooKeeper
作者: 中间件小哥
6912人浏览
自 2010 年左右第一次引入以来，Apache ZooKeeper 目前在阿里巴巴集团内部已经有了将近 10 年的发展，使用的场景非常广泛，基于 ZooKeeper 强一致性的特点，被用在了分布式锁、分布式队列、Leader 选举、服务注册发现和配置管理等多个大数据和微服务场景下，包括配置中心，注册中心，分布式框架下，分布式调度框架，分布式消息中间件，分布式数据中间件等。
好程序员大数据学习路线分享Hadoop阶段的高可用配置
作者: 好程序员
210人浏览
好程序员大数据学习路线分享Hadoop阶段的高可用配置，什么是Hadoop的HA机制 Ha机制即Hadoop的高可用（7*24小时不中断服务） 正式引入HA机制是从hadoop2.0开始，之前的版本中没有HA机制 hadoop-ha严格来说应该分成各个组件的HA机制——HDFS的HA、Y...
表格存储Tablestore权威指南（持续更新）
作者: 潭潭
7058人浏览
表格存储本着提升用户体验的思路，打造《表格存储Tablestore权威指南》。为用户提供可借鉴的开发指导、经典案例。经典案例按照场景应用类型划分，目前提供五类场景：元数据、消息数据、轨迹溯源、科学大数据以及物联网；每个类型下都会提供多种经典场景。
Docker入门-数据挂载
作者: 小码农薛尧
199人浏览
Docker数据管理 在容器中管理数据主要有两种方式： 数据卷(Volumes) 挂载主机目录(Bind mounts) 数据卷 数据卷是一个可供一个或多个容器使用的特殊目录，它绕过UFS,可以提供很多有用的特性： 数据卷可以在容器之间共享和重用 对数据卷的修改会立马生效 对数据卷的更新，不会影响镜像 数据卷默认会一直存在，即使容器被删除 注意： 数据卷的使用，类似于Linux下对目录或文件进行mount，镜像中的被指定为挂载点的目录中的文件会隐藏掉，能显示看的是挂载的数据卷。
RPA机器人+AI，打破企业IT资产管理盲区
作者: ftp1988
388人浏览
IT资产管理是业务管理的重要组成部分，却往往容易被忽略，成了不少企业的管理盲区。据Gartner研究显示，目前全球只有不到25%的公司具有适当的IT资产管理规划。大多数公司（尤其是大型国企、传统企业）仍使用复杂的人工跟踪监测方式。
选型宝访谈：移动+社交时代，如何治理“大数据洪水”？
作者: 选型宝
198人浏览
写在前面 不管你是否愿意，随着移动互联网和社交工具的普及，一个充满了机遇和挑战的大数据时代悄然来临了。就在大家纷纷谈论数据驱动创新、数据创造价值的时候，仍有许多企业的CIO/CDO在这个新时代面前感到茫然和困惑： 我的企业的数据在哪里？它有什么价值？ 数据治理，应该建立怎样的完整框架？ 在完整的框架下，应该用怎样的工具武装自己 ？ 移动+社交时代，海量非结构化、半机构化数据涌来，如何应对？ 智能数据湖是怎么回事儿？它和数据仓库是什么关系？ …… 为了找到这些问题的答案，我们特意采访了全球领先的数据管理专家Informatica的中国北方区总经理李晨先生。
选型宝分享Informatica中国数据管理5大经典案例
作者: 选型宝
294人浏览
写在前面 5月18日，选型直播曾做过一期题为“移动+社交时代，如何治理大数据洪水？”的节目，在那期节目中，Informatica北方区总经理李晨先生系统地介绍了Informatica公司的背景、大数据治理的完整框架，以及最新的“智能数据湖”解决方案。
