冷热分离功能支持将冷热数据存储在不同的介质上，可以大大降低存储成本，HBase支持对同一张表的数据进行冷热分离存储。 ...

最近，某白酒品牌频频吸引大众眼球，白酒与咖啡、巧克力等联名衍生品一经推出便掀起热潮。某商品由于太过火爆，甚至一度售罄下架。 不得不说，我国拥有超大规模内需市场，消费潜力巨大。 当前，创新消费场景加上数字化融合转型，成为酒企品牌开疆扩土、逆势增长的重要途径。 如今越来越多的酒企开始拥抱数字化，建立涵盖 ...

GraphiteMergeTree该引擎用来对Graphite数据(图数据)进行瘦身及汇总。对于想使用ClickHouse来存储Graphite数据的开发者来说可能有用。 如果不需要对Graphite数据做汇总，那么可以使用任意的ClickHouse表引擎；但若需要，那就采用GraphiteMerg ...

作者 | 代立冬 编辑 | Debra Chen Apache DolphinScheduler 是现代数据工作流编排平台，具有非常强大的可视化能力，DolphinScheduler 致力于使数据工程师、分析师、数据科学家等数据工作者都可以简单轻松地搭建各种数据工作流，让数据处理流程更简单可靠。 D ...

S3File 是一个用于管理 Amazon S3（Simple Storage Service）的 Python 模块。当前，Apache SeaTunnel 已经支持 S3File Sink Connector，为了更好地使用这个 Connector，有必要看一下这篇使用文档指南。 描述 将数据输 ...

欢迎来到袋鼠云07期产品功能更新报告！在瞬息万变的市场环境中，袋鼠云始终将客户需求和反馈置于优化工作的核心位置，本期也针对性地推出了一系列实用性强的功能优化，以满足客户日益增长的业务需求。 以下为袋鼠云产品功能更新报告07期内容，更多探索，请继续阅读。 离线开发平台 新增功能更新 1.数据源引入支持 ...

引入 本文在两台2核2g的云服务器上搭建了Hadoop集群，两台云服务器分别是阿里云（hjm）和腾讯云（gyt），集群部署规划如下： hjm gyt HDFS NameNode\SecondaryNameNode\DataNode DataNode YARN ResourceManager\Node ...

本文将从 e2e 的基本介绍，e2e 的使用与扩展，session 日志隔离三个维度为大家带来 ChunJun e2e & session 日志隔离的分享。 大量具体代码和演示请看视频教程⬇️ 视频课程： https://www.bilibili.com/video/BV1ru411P7oZ/?sp ...

近日，袋鼠云大数据引擎专家郝卫亮，为大家带来了《袋鼠云在实时数据湖上的探索与实践》主题分享，帮助大家能了解到什么是实时数据湖、如何进行数据湖选型及数据平台建设数据湖的经验。 如今，大规模、高时效、智能化数据处理已是“刚需”，企业需要更强大的数据处理能力，来应对数据查询、数据处理、数据挖掘、数据展示以 ...

Apache SeaTunnel是一个非常易于使用的、超高性能的分布式数据集成平台，支持海量数据的实时同步。每天可稳定高效同步数百亿数据，已被近百家企业投入生产使用。 现在的版本不支持通过jtds的方式链接sqlserver，我们来自己写代码来实现它，并把代码提交给apache seatunnel。 ...

通过 API 对外提供数据服务是大部分企业中比较常见的数据应用方式，对于 API 平台管理者、开发者和调用者来说，API 的调用性能、安全性和稳定性是在平台选型时最需要考虑的三个因素。 袋鼠云API开发及管理平台【数栈-数据服务 DataAPI】通过多种手段标准化管控服务，可完成从 API 创建、发 ...

业务挑战与痛点 随着互联网技术的发展、云计算技术的成熟、人工智能技术的兴起和数字化经济的崛起，数据已成为企业的核心资产。在金融行业中，数字化已成为了支撑各类业务场景的核心力量，包括个人理财、企业融资、股票交易、保险理赔、贷款服务、支付结算、投资咨询、资产管理等等。然而，在基于大数据分析与处理技术的业 ...

Apache DolphinScheduler 是一款开源的分布式任务调度系统，旨在帮助用户实现复杂任务的自动化调度和管理。DolphinScheduler 支持多种任务类型，可以在单机或集群环境下运行。下面将介绍如何实现 DolphinScheduler 的自动化打包和单机/集群部署。 自动化打包 ...

2022年4月，在 FlinkX 进行初版开源的整整四年后，技术团队决定对FlinkX进行整体升级，并更名为 ChunJun。到目前为止，ChunJun 正式更名上线已经过了一年多了。作为一款稳定、易⽤、⾼效、批流⼀体的数据集成框架，相信各位关注着、喜爱着、使用着 ChunJun 的开发者们在过去的 ...

Flink是一个分布式系统，要求有效地分配和管理计算资源以执行流式应用程序。它集成了所有常见的集群资源管理器，如Hadoop YARN和Kubernetes，但也可以设置为作为standalone甚至库运行。 本节概述了Flink的体系结构，并描述了其主要组件如何交互以执行应用程序以及从故障中恢复。 ...

# pentaho使用 先展示一下用途和效果  ## 1. 环境准备 ### 1.1 pentaho是什么？ > `pentah ...

 ## 导读 蜀海供应链是集销售、研发、采购、生产、品保、仓储、运输、信息、金融为一体的餐饮供应链服务企 ...

 > 导读：国内某头部理财服务提供商成立于 2019 年，是股份制银行中首批获准筹建、首家获准开业、首家成 ...

当谈到[数据湖](https://www.dtstack.com/dtengine/easylake?src=szsm)的时候，大家都在说，可以把所有数据（结构化/半结构化/非结构化）一股脑都丢进去，进行统一的元数据管理。然后上层计算对接，进行[流批计算](https://www.dtstack.c ...

第一部分为看清：大模型的训练及推理过程是如何的，以及内部逻辑 第二部分为理解：大模型的训练及推理和算力的关系 第三部分为推演：用简单的公式量化大模型算力的需求 第四部分为优化：我们如何提高算力利用率 ...