本文分享自天翼云开发者社区《数据治理之构建数据资产目录》，作者：徐****东 一、引言 现如今，数据已经成为企业实现业务价值的关键。随着大数据技术的发展，企业对于数据的收集、分析和利用越来越重视。其中，数据资产化已经成为企业数据管理的重要趋势，它能帮助企业更好地发掘和利用数据中的价值，从而提升业务效 ...

1. 高效幻灯片 1.1. 在商业领域，受众看到的数据图大部分被整合在幻灯片中 1.2. 确定每张幻灯片要表达的要点 1.3. 每张幻灯片都要有一个要点 1.3.1. 幻灯片要点指的是，你向这些受众展示这些数据的原因 1.3.2. 每张幻灯片都要有一个明确的要点，以便帮助受众减轻认知负荷 1.3.2 ...

用户可以在DolphinScheduler Web界面轻松创建、编辑和调度云原生数据仓库 AnalyticDB MySQL 版的Spark作业。 ...

本文详述的步骤已全部通过测试验证，适用于构建基于对象存储的数据中台场景，具备部署灵活、扩展性强等优势，对有 MySQL 到 S3 数据集成需求的用户具有较高的参考价值，点赞、收藏学习吧！ ...

1. 简化增效 1.1. 就算数据图设计得很用心，但如果过于复杂，那也无法说服受众 1.2. 让你的数据图像透明的窗户一样，让受众看清底层的数据 1.3. 最大化数据墨水比，建立信息层级 2. 数据墨水 2.1. 将数据墨水比最大化 2.1.1. 高效的数据图是清晰的 2.1.1.1. 纸页上的每一 ...

首先为大家推荐这个 OceanBase 开源负责人老纪的公众号 “老纪的技术唠嗑局”，会持续更新和 #数据库、#AI、#技术架构 相关的各种技术内容。欢迎感兴趣的朋友们关注！ 本文整理自6月21日“OceanBase 城市交流会 · SQL 遇上 AI ”《度小满 × OceanBase 实践：统一 ...

1. 分布关系 1.1. 分布是将一个类别按照类别内项目的数值进行分解 1.2. 分布关系常常与总分关系混淆 1.2.1. 分布是将一个类别细分成若干值域，划分标准是该类别测量的数值 1.2.2. 总分关系是按照类别来划分数据，而非一个类别内的定量指标 1.3. 表示分布关系的词语 1.3.1. 频 ...

1. 选择数据图类型 1.1. 数据图借助了我们发现数据关系的能力 1.2. 数据图将数据分块并凸显重要的对照关系，从而将数据关系可视化 1.3. 确定底层关系是选择适当数据图类型的关键 1.3.1. 首先要确定你想要强调的底层数据关系，然后让这个关系指导你选择数据图 1.4. 数据图涵盖了大部分场 ...

1. 挑战 1.1. 多元认知的挑战 1.1.1. 注意力集中在第一个出现的念头上 1.1.1.1. 这个观察自身思维的过程叫作元认知 1.1.1.2. 它是学习掌握解码过程的一项重要技能 1.1.2. 编码是一个大脑的事，意图清晰，而解码是多个大脑的事 1.1.3. 为了实现高效沟通，你需要理解这 ...

本文分享自天翼云开发者社区《Doris-HDFS LOAD常见问题汇总（一）》，作者：刘****阳 1、HDFS Load导入失败：no partition for this tuple. 现象描述：导入显示状态为Canceled，URL错误详情显示 no partition for this tu ...

1. 总结 1.1. 不能简明地解释一件事，说明你对它理解得不够 1.1.1. 爱因斯坦 1.2. 对数据科学实践最好的描述是分析工程和探索的结合 1.3. 商业中会存在我们需要解决的问题，而该问题很少能直接与基础的数据挖掘任务相对应 1.4. 缺少分析工程的结果是，数据挖掘的结论很可能无法用于解决 ...

随着企业数字化程度不断提升，数据分析场景越老越丰富，企业在以下几种场景下可能需要使用OLAP（Online Analytical Processing，在线分析处理）分析数据库来开展数据分析工作 ...

本文分享自天翼云开发者社区《如何从ElasticSearch迁移到OpenSearch？》，作者：刘****鑫 在云搜索产品的选择中，如果用户倾向于开源软件，并且更喜欢免费提供高级功能的工具，那么 OpenSearch 将更适合。下面主要介绍从ElasticSearch迁移到OpenSearch的方 ...

1. 经营战略 1.1. 仅仅拥有数据，并不能保证数据驱动决策的成功 1.2. 企业管理层必须具有数据分析思维 1.2.1. 并不意味着管理层必须是数据科学家，但要求他们必须充分理解基本原则，从而预见和/或领会数据科学所带来的机遇，为数据科学团队提供合适的资源，并乐于在数据和实验方面投入 1.2.2 ...

概览 大型语言模型（LLM）是生成内容的强大工具。这些LLM的生成能力伴随着诸多优缺点。我们经常遇到的主要问题之一是生成内容的事实准确性。这些模型具有高度的幻觉倾向，有时会生成不存在或错误的内容。生成的内容往往极具说服力，看起来像是事实正确的有效信息。作为开发者，我们有责任确保系统完美运行并生成简洁 ...

1. 面向分析工程 1.1. 数据科学的本质是根据原则性技术，提取数据中的信息或知识 1.2. 很难把技术与重要的商业问题完全匹配，也很难得到能直接应用于技术的数据 1.2.1. 商业人士通常比数据科学新手更容易接受这个事实，因为在统计学、机器学习和数据挖掘等领域的教学过程中，学生们面对的问题通常都 ...

在大数据处理的复杂生态中，数据的高效流转与整合是实现数据价值的关键。Apache SeaTunnel作为一款高性能、分布式、易扩展的数据集成框架，能够快速实现海量数据的实时采集、转换和加载；而Apache Hive作为经典的数据仓库工具，为结构化数据的存储、查询和分析提供了坚实的基础。 将Apach ...

为什么需要DolphinScheduler？ （解决小白认知痛点） 3分钟极速部署（小白友好版） ​环境准备​ 最低配置（开发环境） JDK 8+ MySQL 5.7+ Zookeeper 3.8+ Docker一键启动​（避坑推荐） docker run -d --name dolphinsche ...

1. 证据和概率 1.1. 对实例的了解视作支持或反对不同目标变量值的证据 1.2. 对实例的了解则可以表示为实例的特征 1.3. 如果你知道每个特征所提供的证据的强度，那么就能应用原则性方法，从概率上合并证据，从而得到有关目标变量值的结论 1.4. 作为消费者的我们，已经对网页上貌似免费的大量信息 ...

首先为大家推荐这个 OceanBase 开源负责人老纪的公众号 “老纪的技术唠嗑局”，会持续更新和 #数据库、#AI、#技术架构 相关的各种技术内容。欢迎感兴趣的朋友们关注！ 背景 前段时间，OceanBase 社区公众号转载了庆涛大佬的一篇《OceanBase PoC 经验总结（一）》，为大家介绍 ...