研讨组介绍大数据通识课教学研讨组由一群开设或计划开设大数据/数据科学导论或通识类课程的院校教师组成。研讨组不定期开展讨论活动，活动主题主要包括大数据专业通识课程设计、大数据通识课程教学模式、大数据专业通识课程授课经验、大数据通识课程教学难点、大数据通识课教学工具和平台等。召集人欧高炎 北京大数据研究院发起人（31人）姓名学校丛帅河北大学工商学院丁菊玲江西财经大学付海艳海南师范大学高洁广
转载
2022-10-17 11:52:34
141阅读
这里大佬特别多，快来围观大佬的精彩发言吧~~请教大家个问题
如果明细层直接做大宽表 只不过明细表里的维度属性 全是从维度表里拿过来
这样就省去先事实表，再汇聚宽表的过程
维表也可以一致性保证 这样有什么问题吗？
转载
2021-07-09 15:48:11
81阅读
!1.png(https://s2.51cto.com/images/20211123/1637651770524087.png?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=)从20年前的传
原创
2021-11-23 15:19:18
335阅读
上海财经大学信息管理与工程学院主办，数据酷客平台同步直播！
转载
2022-12-19 16:14:30
887阅读
大数据啊大数据！浪尖浪尖聊大数据开始本文之前，希望大家参与一下下面的投票。做这个投票的主要原因是最近经常有找浪尖咨询大数据，自学，培训及找工作的事情，问题归类如下：大数据要不要培训自学一段时间，发现很痛苦，没人指导想放弃，培训费用太高了培训发现跟不上，举步维艰培训结束了，为啥面试机会甚少下面分类回答一下。1.大数据需要培训吗？对于java老鸟，因为有比较强的编程经验，可以买点视频或者找大牛付费专栏
原创
2021-03-19 13:47:02
10000+阅读
亚信科技AntDB数据库专家出席数据库标准研讨会并参与研讨
原创
2023-08-07 08:43:13
47阅读
我上大学时那时候安卓的版本才到安卓4.4,在智能手机出来普及以前,各大网站的数据量并没有那么多,但是随着智能手机的普及,互联网巨头家里的数据呈现几何级增长,像什么微博,微信,视频网站的数据;需要找到合适的存储方式—>>分布式存储架构,可以水平扩展,实现存储数据类型多样化,二维可以实现高容错高吞吐量,轻松实现大文件存储(支持P级别的
原创
2023-03-15 11:01:42
328阅读
2023年7月12日，全国信息技术标准化技术委员会数据库标准工作组（SAC/TC28/WG31）秘书处组织召开数据库标准研讨会，会议围绕数据库标准工作组2023年上半年开展的标准编制情况进行交流。亚信科技AntDB数据库相关专家出席会议，并参与标准编制情况的交流。AntDB作为我国最早的国产数据库产品之一，诞生并发展于通信运营商核心系统，因为通信技术的发展最近，能够准确把脉中国技术发展趋势，始终站
原创
2023-08-03 17:27:33
87阅读
1.大数据对思维方式的影响是使得分析全样而非抽样、效率而非精准、相关而非因果。 2.区别：大数据侧重于对海量数据的存储、处理与分析，从海量数据中发现价值，服务于生产和生活；云计算本质上旨在整合和优化各种IT资源，并通过网络以服务的方式廉价地提供给用户；物联网的发展目标是 实现物物相连，应用创新是物联网发展的核心。 联系：从整体上看
今天听了一场报告会，是清华计算机系60周年系列讲座之一，主讲人是哈工大软院院长李建中教授，主题《计算和数据资源受限的大数据计算的复杂性理论与高效算法研究》，李老师介绍的大数据计算理论体系很...
原创
2022-04-29 22:22:20
1969阅读
大数据框架 系统平台 Hadoop、CDH、HDP 监控管理 CM、Hue、Ambari、Dr.Elephant、Ganglia、Zabbix、Eagle 文件系统 HDFS、GPFS、Ceph、GlusterFS、Swift 、BeeGFS、Alluxio 资源调度 YARN、Mesos 协调框架
原创
2022-07-30 00:54:47
869阅读
近年来，伴随手机的普及以及移动互联网技术的迅猛发展，手机使用中产生的大数据资源的研究与应用价值受到学者们的重视。然而，合理开发、利用手机大数据的边界尚未确定，海量数据仍处于“沉睡”之中。忠实记录用户行为据2016年1月工信部发布的2015通信运营业统计公报，中国移动电话用户总数达13.06亿户。如此规模的移动电话用户群体将产生海量数据。同济大学建筑与城市规划学院副教授钮心毅介绍，手机数据包括通话详
大数据概述： 大数据的发展历程：第一阶段：萌芽期（20世纪90年代至21世纪初） 第二阶段：成熟期（21世纪前十年） 第三阶段：大规模应用期（2010年以后） 大数据的特点（简称4V）：数据量大 数据类型多 处理速度快 价值密度低 大数据的特征：全面而非抽样 效率而非精确 相关而非因果 在科学研究上的四种范式： 实验科学、理论科学、计算科学、数据密集型科学大数据技术 主要包括数据采集与预处理、数据
Spark-Core介绍计算引擎，类似MapReduce，将数据存放在内存中，减少磁盘IO，他是有scala编写的总体技术栈讲解Spark Streaming流式计算框架Spark GraphX图形计算引擎ML Base机器学习Spark SQL使用SQL处理业务优点更快易于使用Spark Sql支持多种环境运行模式Local多用于本地测试，如在 eclipse ， idea 中写程序测试等。St
