1. 数据整理服务 1.1. 数据整理是一个迭代的过程，涉及处理错误值、异常值、缺失值、估算值、数据不平衡和数据编码 1.1.1. 包括结构化、清洗、丰富和验证数据 1.1.2. 流程中的每一步都隐含了可能“重新整理”数据的新方法，目的是整理出最健壮的数据以提取洞察 1.2. 痛点 1.2.1. 数 ...

1. 数据湖管理服务 1.1. 数据聚合在数据湖中，数据湖已经成为聚合PB级数据的中央数据存储库，这些数据包括结构化数据、半结构化数据和非结构化数据 1.2. 痛点 1.2.1. 原始的数据生命周期任务没有自动化的API，需要工程专家来实现可重复性和回滚、提供数据服务层等 1.2.2. 需要应用程序 ...

MySQL Router 安装 解压缩，修改路径名字 root@ubuntu06:/usr/local/mysql_install_package# tar xvf mysql-router-8.3.0-linux-glibc2.28-x86_64.tar.xz root@ubuntu06:/usr ...

使用 gt-checksum 分析迁移对象 背景 本文以从 ORACLE 迁移到 GreatSQL 为例讲述如何使用gt-checksum分析迁移对象。 关于gt-checksum gt-checksum 是 GreatSQL 社区开源的一款静态数据库校验修复工具，支持MySQL、Oracle等主流 ...

在昨日举办的2025亚马逊云科技合作伙伴峰会圆桌论坛上，白鲸开源创始人兼CEO郭炜作为嘉宾，与亚马逊云科技及其他行业领袖共同探讨了“AI-Ready的数据架构：ISV如何构建面向生成式AI的强大数据基座”这一重要话题。此次论坛由亚马逊云科技大中华区解决方案架构师高级经理Dickson Yue主持，吸 ...

1. 点击流跟踪服务 1.1. 在构建洞察的过程中，一项越来越重要的工作是收集、分析和聚合行为数据，即点击流数据 1.2. 点击流是代表用户在应用程序或网站中操作的事件序列，包括点击、浏览和相关的上下文，比如页面加载时间、访问者使用的浏览器或设备等 1.3. 点击流数据对于客户流量分析、营销活动管理 ...

PostgreSQL表空间VS数据库 表空间：PostgreSQL中，表空间是一个逻辑概念，安装好PostgreSQL后有自带的默认的表空间，也可以创建用户表空间，每个表空间，又对应着一个物理上的路径。数据库：PostgreSQL数据库也是一个逻辑概念，数据库强绑定到一个表空间，但是数据库中的对象（ ...

近日，深圳计算科学研究院与北京白鲸开源科技有限公司联合宣布，双方已完成产品兼容互认证。此次认证涉及深圳计算科学研究院自主研发的崖山数据库管理系统YashanDB V23和北京白鲸开源科技有限公司的核心产品WhaleStudio V2.6。经过严格的测试与验证，双方产品在兼容性、系统稳定性等方面表现优 ...

1. 数据迁移服务 1.1. 通常，必须将来自不同数据仓库或应用数据库的数据属性进行聚合以构建洞察 1.2. 数据迁移的痛点 1.2.1. 在异构数据源之间协调数据移动、持续验证源数据和目标数据之间的数据正确性以及适应数据源上通常发生的任何模式或配置更改 1.3. 确保及时提供不同来源的数据属性是主 ...

概述 OceanBase 数据库 有着非常丰富的视图，通过这些视图可以获取 OB 集群各种数据库对象的基本信息和实时状态信息。这些视图分为两大类：数据字典视图和动态性能视图。 数据字典视图 展示系统租户管理的数据库对象的基本信息。命名特点以 DBA_ 和 CDB_ 开头，DBA_开头的视图展示的是各 ...

Java程序使用预处理语句的性能提升 GreatSQL提供了对服务器端预处理语句（Prepared Statements）的支持。预处理语句可以利用了高效的客户机/服务器二进制协议。使用带有参数值占位符的预处理语句有以下好处: 每次执行时解析语句的开销更少。通常，数据库应用程序处理大量几乎相同的语句 ...

本文整系统梳理了在IDEA中搭建Apache DolphinScheduler本地调试环境的通用流程，包括环境准备、远吗配置、服务启动等核心步骤，供大家参考。 1、基础组件准备 1、JDK : v1.8.x (当前暂不支持 jdk 11) 2、Maven : v3.5+ 3、v18.19.1+，安装 ...

1. 特征存储服务 1.1. 在机器学习模型中，还有一个额外的步骤是发现特征 1.1.1. 在机器学习模型中使用某个特征时需要数据属性的历史值 1.2. 特征是一种数据属性，可以直接提取，也可以从数据源通过计算来获得 1.3. 构建数据管道来生成训练以及推理所需的特征是一个重要的痛点 1.3.1.  ...

4 月 26 日 13:30-17:00，时序数据库 Apache IoTDB 社区和粤港澳大湾区国家技术创新中心、openGauss 开源社区强强联手，将在粤港澳大湾区国家技术创新中心 7 楼举办端边云协同的新一代 AI 数据库技术沙龙！ 聚焦 IoTDB、openGauss、IntarkDB 等 ...

1. 搜索服务 1.1. 重点是在开发洞察的迭代过程中找到相关的数据集（表、视图、模式、文件、流和事件）和工件（指标、仪表盘、模型、ETL和即席查询）​ 1.2. 搜索服务简化了数据集和工件的发现过程 1.2.1. 通过搜索服务，数据用户可以使用关键字、搜索通配符、业务术语等表达他们要查找的内容 1 ...

DPDI(Dispatch PDI)kettle调度管理平台 --介入前后的对比剖析 引言 在数据处理领域，Kettle（Pentaho Data Integration）作为一款广受欢迎的开源ETL工具，以其强大的数据处理能力和灵活性赢得了众多用户的青睐。然而，Kettle在任务调度和监控方面的功 ...

1. 元数据目录服务 1.1. 通过与数据分析师和科学家交谈，用户发现了一个包含客户账单记录相关细节的数据集 1.2. 企业内部并不缺乏数据，但是如何使用数据来解决业务问题是当前的一大挑战 1.3. 以仪表盘和机器学习模型的形式构建洞察需要对数据属性（称为元数据）有清晰的理解 1.4. 在缺乏全面的 ...

1. 定义洞察耗时记分卡 1.1. 洞察耗时是度量从原始数据到提取洞察所需时间的总体指标 1.2. 每个企业在与提取洞察相关的痛点上有所不同 1.2.1. 由于现有流程的成熟度、技术、数据集、数据团队技能、行业垂直度等方面的差异，企业的痛点也不相同 1.3. 每个指标都是根据与该指标相关的任务能否完 ...

1. 数据介绍 1.1. 数据是新的石油 1.1.1. 当今的企业拥有丰富的数据，但缺乏数据洞察力 1.1.2. 目前，企业内部的结构化数据、半结构化数据以及非结构化数据的数据量呈指数级增长 1.1.3. 尽管在数据湖中收集了大量数据，但它们可能不一致、无法解释、不准确、不及时、未标准化或不充分 1 ...

**Release Announcement：Version 2.0.2/1.3.4 ** 时序数据库 Apache IoTDB V2.0.2、V1.3.4 已经发布！ V2.0.2 作为树表双模型正式版本，主要新增表模型权限管理、用户管理以及相关操作鉴权，并新增了表模型 UDF、系统表和嵌套查询等 ...