51CTO首页
AI.x社区
博客
学堂
精品班
软考社区
免费课
企业培训
鸿蒙开发者社区
WOT技术大会
IT证书
公众号矩阵
移动端
视频课免费课排行榜短视频直播课软考学堂
全部课程软考华为认证厂商认证IT技术PMP项目管理免费题库
在线学习
文章资源问答课堂专栏直播
51CTO
鸿蒙开发者社区
51CTO技术栈
51CTO官微
51CTO学堂
51CTO博客
CTO训练营
鸿蒙开发者社区订阅号
51CTO软考
51CTO学堂APP
51CTO学堂企业版APP
鸿蒙开发者社区视频号
51CTO软考题库
账号设置 退出

大数据

9201内容  
大数据话题包括大数据相关的最新资讯、前沿技术、使用技巧、应用案例等内容，涉及数据分析、数据可视化、商业智能、Hadoop、Spark、数据湖、数据仓库、等领域。
文章 博文帖子课程
共 9201 条
网易面试：Flink 优化可以从哪几个方面入手？分别详细介绍一下？
MiniBatch聚合优化是Table API中最重要的性能优化技术之一，它通过批量处理输入记录来减少状态访问次数。

2025-05-30 20:08:03

Flink大数据聚合优化
数据分析体系：从"拍脑袋"到"数据说话"的华丽转身
昨天跟一个朋友聊天，他们公司刚刚因为一个"​​感觉很好​​"的项目，损失了几百万。如果当初有一套完整的数据分析体系，也许结果会完全不同。

2025-05-30 05:00:00

数据分析大数据数字化
这才是数据支持决策，而不是出个Excel报表
决策是个业务能力，理论上跟数据没啥关系！就像小伙子去约会，如果他高大英俊，气质不凡，腰缠万贯。那即使他啥都不做，都有大把女生扑上门来，满意度还贼高。

2025-05-29 02:23:00

Excel报表数据
这次终于有人把数据架构讲明白了!
数据架构是指组织和管理数据的方式，包括数据的存储、处理、流动和使用方式。它涉及到如何设计和构建数据模型、数据库系统、数据交换机制等，以确保数据的有效性、安全性和可用性。数据架构的目标是支持业务需求、提高数据的质量和一致性，并促进数据的共享和集成。

2025-05-29 01:00:00

数据架构大数据数据湖
AI重塑数据治理的底层逻辑
从人治模式到AI智治，已经不仅仅是技术的进步和期许，更是思维方式的转变，传统的数据治理，关注的是如何管理人，​​如何提高人的效率​​。而AI数据治理，关注的是​​如何设计系统，如何优化算法​​

2025-05-28 04:00:00

AI人工智能大数据
觉醒吧！别再做数据的奴隶
数据分析师，不应该是数据的奴隶，而应该是数据的主人。不应该是被动的响应者，而应该是主动的引领者。你手中的不只是SQL和Excel，而是洞察商业世界的千里镜和显微镜。

2025-05-27 07:00:04

数据分析大数据
Python 词云图神器！十行代码让文本数据美如画，老板直呼专业
今天我们将深入探索 Python 中最强大的词云库Wordcloud，通过实战案例带你掌握从基础到进阶的所有技巧。

2025-05-26 09:15:00

PythonWordcloud词云
Flink Checkpoint源码级拆解
Flink Checkpoint的工作原理是定期创建所有分布式应用程序状态的一致快照，允许 Flink 通过将应用程序状态恢复到最新的检查点来从故障中恢复。

2025-05-26 09:05:00

Flink大数据检查点
改到半夜！一篇数据分析报告的“逆袭”
如果数量到位了，但转化不好，这时候再考虑人的因素。在用户中，有可能有些人有需求，可以识别出来，看推广是否已触达这些人群。这里一提及“有需求”很多同学可能自然联想到推荐算法。

2025-05-26 02:42:00

数据分析场景
AI应用最大的问题不是技术，是数据问题
AI技术架构日趋成熟，算法优化空间有限，真正能带来竞争壁垒的是独特的数据资源。

2025-05-26 02:00:00

AI应用AI大数据
一个可以写进简历的 Flink 在金融风控行业应用的真实案例（附详细业务代码）
金融风控实时计算系统基于Apache Flink通过多层次的数据处理和分析，实现毫秒级的风险决策。

2025-05-23 09:51:35

大数据Flink数据分析
Vue3 新趋势：弃用 ECharts！最强图表库诞生！
随着 Vue3 的不断发展，一款全新的全能图标库 Vue Data UI 逐渐崭露头角，它凭借着诸多优势，有望成为新的数据可视化利器，甚至有取代传统图表库的趋势。

2025-05-21 09:47:57

Vue3数据可视化图表库
AI数据治理破局的战略重构
当我们面对AI带来的巨大变革时，企业领导者需要明白：​​数据治理不再是合规检查表上的一个简单勾选项，而是企业战略的核心组成部分​​。动态AI治理模式要求我们持续审视和调整数据策略，而不是被动应对。

2025-05-21 09:41:23

AI人工智能数据治理
阿里面试：Fluss 是什么？如何使用 Fluss 构建流式湖仓一体?
Fluss是一种支持亚秒级低延迟流式读写的流式存储系统。通过Lakehouse Storage，Fluss在Lakehouse之上提供实时流数据服务，实现了数据流和数据湖仓的统一。

2025-05-21 08:20:00

Fluss数据流数据湖仓
Flink SQL × Paimon 构建实时数仓优秀实践
Paimon与Apache Flink的集成为用户提供了强大的实时数据处理和分析能力，使企业能够构建高性能、高可靠性的实时数据仓库。

2025-05-20 10:03:59

数据仓库Flink SQLPaimon
小米面试：Paimon Join 用法有哪些？大规模数据场景下如何优化 Join 性能？
本文将详细介绍 Paimon 中的各类 Join 语法，包括 Lookup Join、Batch Join 以及其他特殊类型的 Join，并提供详细的案例说明。

2025-05-20 08:35:00

Paimon大数据Join
人工智能时代的数据平台架构模式
当前的人工智能革命对实时数据、语义理解和集成操作有着独特的需求，因此需要迈出下一步：构建现代数据平台。它不再仅仅关乎单一技术，更在于构建一个集成、智能、可靠的生态系统。

2025-05-20 01:00:00

人工智能数据平台数据湖
百度面试：Flink CEP 复杂事件处理是什么？原理是怎么样的？哪些场景可以使用？
复杂事件处理是一种用于检测事件流中特定模式的技术。在Apache Flink中，CEP是一个强大的功能，允许用户定义复杂的事件模式，并在实时数据流中识别这些模式。

2025-05-19 09:41:24

复杂事件处理Flink CEP大数据
Pandas 进阶秘籍：五招搞定复杂数据处理，效率飙升！
本文将深入探讨五个 Pandas 进阶实用技巧，助您优雅地应对复杂数据处理挑战，显著提升代码质量和运行效率。

2025-05-19 08:28:00

PandasPython数据分析
超好用！用 Python 轻松构建数据可视化应用
当我们希望基于Python高效实现在线可交互式的数据可视化应用，大幅度提升可视化结果的呈现效果以及可应用性时，今天要给大家介绍的方式，一定会让你受益良多。

2025-05-16 10:00:00

Python数据可视化
基于人工智能的以数据为中心的数据架构方法
本文简要探讨了如何在人工智能赋能下构建企业数据。文章强调了以整体视角看待人类思维和数据集成的重要性，并基于众多实际企业解决方案，提出了一些简单的关键领域考量。

2025-05-16 01:00:00

人工智能数据架构大数据
刚准备摸鱼（狗头），告警群炸了：记一次线上 HBase 数据压缩异常问题的发现、分析与解决全过程
本文详细记录了我在一次生产环境中遇到的HBase压缩问题，从发现问题的蛛丝马迹，到分析问题的根本原因，再到最终解决问题的全过程。

2025-05-15 10:01:22

HBase数据压缩大数据
AI+数据智能体的三大支点：数据治理、知识库和大模型
智能决策闭环犹如一座三角金字塔，三个支点缺一不可，相互支撑，形成企业的"数据智能体"。

2025-05-15 09:56:32

AI数据智能体数据治理
腾讯面试：Spark 内存如何优化？包含哪几个方面？
本文将详细介绍Spark内存管理机制及优化策略，包括缓存优化、内存配置、状态存储优化等方面及并给出相应的样例代码。

2025-05-15 08:25:00

Spark大数据内存
记一次生产环境中 Kafka 集群面对消息量飙升后获得五倍性能提升的优化之旅
前几天我碰到了一个Kafka集群在消息量突然飙升时遇到的性能瓶颈问题，经过几个小时的苦战后，集群恢复了平稳运行，性能提升了5倍，本文将详细阐述从问题发现、分析到最终解决的完整过程。

2025-05-14 08:05:00

大数据Kafka集群
七张图详解“用户分析”：用户策略、分层、标签
如果用户行为本身发生得很随机，则测算可以简化。比如啤酒、瓜子、矿泉水一类零食，用户购买可能完全是临时起意，没啥深入思考，也没啥忠诚度可言。此时只靠按单次广告投放核算成本即可。

2025-05-14 02:10:00

用户分析用户策略分层
数据产品开发三大秘笈，一篇讲明白！
火车头是数据产品开发的核心，包括价值牵引、场景驱动、合规支撑三个组成部分，其底层逻辑建立在于我国对数据要素基础制度体系的探索和实践 之上。 

2025-05-13 01:10:00

数据产品开发
数字AI时代下的数据湖与数据仓库
我们正处于数据AI驱动决策的时代，数据湖与数据仓库这对"​​双引擎​​"将持续助力企业释放数据价值，驱动业务创新与增长。掌握这两种技术的核心理念与适用场景，也行是每位数据从业者的必备素养。

2025-05-12 09:34:39

数据湖数据仓库大数据
生成式人工智能驱动的数据工程：现代数据工程师至少应掌握哪些技能
本文将我的经验与当前的行业实践相结合，提炼成一份循序渐进的参考指南，供想成为数据工程师或处于职业生涯中期的人士参考。

2025-05-12 09:31:58

生成式人工智能大数据数据工程师
Excel百万数据高性能导出方案！
很多小伙伴门在开发数据导出功能时，习惯性使用Apache POI的HSSF/XSSF组件。这类方案在数据量超过5万行时，会出现明显的性能断崖式下跌。根本原因在于内存对象模型的设计缺陷：每个Cell对象占用约1KB内存，百万级数据直接导致JVM堆内存爆炸。

2025-05-12 00:00:00

Excel数据高性能
蚂蚁面试：Kafka 如何做压测？如何保证系统稳定？
Kafka是大数据领域应用非常广泛的消息中间件，今天我们来介绍Kafka压测方案，来确认Kafka集群的各类指标。

2025-05-09 08:30:00

Kafka大数据消息中间件
搭建数据指标体系，这是我见过最完整的攻略
和很多数据分析问题一样，OSM等理论本身没有问题。问题是不能把理论当教条，不深入业务流程之中，不考了具体场景，是没法搭建出好用的指标体系的。

2025-05-09 02:22:00

数据指标体系
一个经典案例掌握 Plotly 饼图绘制技巧
当需要展示同一数据的不同维度比例，或比较不同数据集的构成时，Plotly的子图饼图组合提供了一种强大而优雅的解决方案。

2025-05-08 08:25:00

Plotly饼图绘制Python
如果没有预测性AI，你的数据就浪费了
企业数据分析正经历从描述性、预测性到规范性分析的跃迁，但数据质量、孤岛、治理漏洞和失控的云成本构成转型四大拦路虎。

2025-05-08 07:05:00

数据分析AICIO
字节面试：Flink 如何做压测？如何保证系统稳定？
随着业务规模的扩大，了解Flink应用程序在高负载下的性能表现变得尤为重要。本文将详细介绍Flink压测的方法、工具和最佳实践，帮助您评估和优化Flink应用程序的性能。

2025-05-07 08:20:00

Flink压测大数据
破局与重构：2025年数据中台行业的生存法则与进化路径
当潮水退去，数据中台行业正在经历痛苦的去伪存真过程。那些真正理解"业务价值驱动、技术敏捷响应、组织能力适配"铁三角的企业，终将穿越周期迷雾。正如达沃斯论坛最新报告所言："未来的数字化转型，不是建设更大的中台，而是培育更聪明的数据生态。"

2025-05-07 03:00:00

数据中台大数据
使用 Plotly 创建 60+ 令人惊叹的交互式图表、地图
在本文中，我们展示了如何在交互式数据可视化中使用整体部分讲故事技术。我们使用数据科学家感兴趣的 22 个公共领域数据集讨论了大量代码片段、图形用户界面和 EDA 示例。

2025-05-07 00:35:00

Plotly交互式图表
Python 数据分析新手最常犯的五个错误及解决方案
Python 数据分析中的许多常见“陷阱”源于将传统编程习惯直接套用在向量化数据结构上，或忽视了数据本身的特性和质量。

2025-05-06 08:10:00

Python数据分析编程
什么是 Chunk 分片？它如何提高 Flink CDC 的性能？
Chunk分片的核心思想是将大表的数据分成多个较小的数据块（Chunk）进行并行读取，从而提高数据同步的效率。

2025-05-06 07:25:00

Chunk分片大数据Flink
Python 中这五个 Dask 并行计算技巧，大数据处理无压力！
本文介绍了五个 Dask 并行计算技巧，通过这些技巧，你可以轻松应对大规模数据处理的挑战。​

2025-05-06 07:15:00

Dask并行计算大数据
一文带您读懂DGI数据治理框架
DGI数据治理框架是一种逻辑结构，用于对涉及企业数据决策和采取行动的复杂活动进行分类、组织和传达。

2025-04-30 10:36:17

大数据数据治理DGI
字节面试：StarRocks 中如何优化大表 JOIN？
本文介绍 了StarRocks中优化大表JOIN的核心策略，通过合理运用这些策略，可以在保证查询准确性的同时，显著提升StarRocks的JOIN查询效率。​

2025-04-29 10:24:01

大数据StarRocksJOIN
从“人找服务”到“服务找人”：政务数字化转型的智治新范式
国务院《新一代人工智能发展规划》明确提出“开发适于政府服务与决策的人工智能平台”，而各地实践表明，这场变革已不再停留于技术试验，而是真正让数据流动起来、让治理“聪明”起来。

2025-04-29 09:43:28

数字化转型大数据数字政府
Orange：一个免费的交互式数据挖掘与机器学习平台
Orange 是一款开源的数据分析与可视化工具，专注于数据挖掘和机器学习领域。它提供了直观的图形化界面，用户无需编程和数学知识即可完成数据科学工作流程，同时也支持通过 Python 脚本实现高级功能。

2025-04-29 09:26:34

Orange交互式数据挖掘机器学习
AI三驾马车：数据、算力和算法，谁更重要？
当​​算法、算力、数据三大要素​​协同进化，AI才能真正爆发革命性力量。未来，这三驾马车将带我们驶向何方？答案已经在科技巨头的实验室里孕育，在创业者的代码中闪烁，在每一个技术变革者的思想中发酵。而这，正是AI未来最令人期待的部分。

2025-04-29 09:09:32

AI人工智能大数据
一文搞懂“预测模型”：建模思路，模型分类，应用场景
时间序列法就是模拟过去的走势，然后按过去的走势推演。这种做法和我们用肉眼观察数据走势，拍脑袋拍个数值没有思路上的区别，仅仅是用公式替代了肉眼观察，增加了精确度而已。

2025-04-29 01:55:00

预测模型建模思路模型分类
AI数据自动化：是革命还是泡沫？揭开“全流程替代”的真相
数据自动化的未来，不是机器取代人类，而是人类与机器共同进化。当 AI 负责 “从 0 到 1” 的探索，人工守护 “从 1 到 N” 的稳健 —— 这才是智能时代最动人的协奏曲。

2025-04-28 09:58:57

大数据数据治理企业转型
从困局到破局的AI+数据分析
未来，随着大模型和专业AI工具的发展，"数据民主化"将成为现实。每个人都能像使用搜索引擎一样使用数据分析工具，企业的数据资产价值将得到最大化释放。

2025-04-28 09:35:36

AI人工智能大数据
AI、BI、大数据与数据科学的底层逻辑
理解AI、BI、大数据和数据科学的关系，就像理解一个完整的生态系统。数据是基础，BI帮我们理解过去，分析让我们预测未来，大数据处理海量信息，数据科学提供方法，而AI则是最终实现智能决策的途径。

2025-04-27 09:52:49

AIBI大数据
终于明白了！数字化转型的本质、价值与路径
数字化转型不只是技术问题，更是战略问题和组织问题。成功的数字化转型需要自上而下的推动，CEO必须亲自参与。

2025-04-27 09:08:40

数字化转型数字化大数据
1 23456 ··· 185
点赞

51CTO技术栈公众号

业务
速览
在线客服