摘要: 前IBM首席数据科学家:你的企业为什么要构建实时数据平台? 阅读全文
posted @ 2020-11-16 16:39 DataPipeline数见科技 阅读(249) 评论(0) 推荐(0) 编辑
摘要: 不管是绝地求生还是企业级系统,稳定输出最重要! 阅读全文
posted @ 2020-11-11 11:30 DataPipeline数见科技 阅读(221) 评论(0) 推荐(0) 编辑
摘要: 提升数据时效性的根本目的是为了业务价值 阅读全文
posted @ 2020-11-04 13:46 DataPipeline数见科技 阅读(172) 评论(0) 推荐(0) 编辑
摘要: DataPipeline实时数据融合产品构建的集团化实时数据采集同步平台的上线,吉利集团中台战略的实施又向前迈出了扎实的一步。 阅读全文
posted @ 2020-10-10 10:15 DataPipeline数见科技 阅读(630) 评论(0) 推荐(0) 编辑
摘要: 工作量最大且最复杂的是将国产数据库作为数据源和数据目的地进行适配。对于数据源,DataPipeline 通常需要提供基于日志的实时采集和基于 JDBC 的批量查询两种同步方式。 阅读全文
posted @ 2020-03-20 16:17 DataPipeline数见科技 阅读(281) 评论(0) 推荐(0) 编辑
摘要: 作者王睿,在DataPipeline任Head of AI,负责研发企业级业务异常检测产品,旨在帮助企业一站式解决业务自动化监控和异常检测问题。 阅读全文
posted @ 2020-02-28 15:51 DataPipeline数见科技 阅读(745) 评论(0) 推荐(0) 编辑
摘要: 此次发布的2.7版本在进一步优化产品底层数据处理逻辑的同时更加注重提升用户在数据融合任务的日常管理、运行监控及资源分配等管理方面的功能增强与优化。 阅读全文
posted @ 2020-02-11 17:09 DataPipeline数见科技 阅读(718) 评论(0) 推荐(0) 编辑
摘要: 不知不觉中,大家已经陪伴DataPipeline走过了3年时间。在这期间,得益于客户们的积极反馈和沟通,我们总结了一些日常工作中比较常见的问题,并基于这些问题进行了总结。 为避免突兀,我们会先从比较基础且通用的问题开始,进而陆续放出一些稍加复杂的问答,希望大家在接下来的日子里持续关注我们的更新~ Q 阅读全文
posted @ 2020-01-09 11:15 DataPipeline数见科技 阅读(359) 评论(0) 推荐(0) 编辑
摘要: 本篇集中介绍了6种场景,如果你在工作中遇到了同样的问题,欢迎与我们交流。 阅读全文
posted @ 2020-01-03 11:43 DataPipeline数见科技 阅读(603) 评论(0) 推荐(0) 编辑
摘要: 距离2020年还有不到一周的时间,在过去的一年里DataPipeline经历了几次产品迭代。就最新的2.6版本而言,你知道都有哪些使用场景吗?接下来将分为上下篇为大家一 一解读,希望这些场景中能出现你关心的那一款。 场景一:应对生产数据结构的频繁变更场景 1. 场景说明 在同步生产数据时,因为业务关 阅读全文
posted @ 2019-12-27 17:37 DataPipeline数见科技 阅读(552) 评论(0) 推荐(0) 编辑