注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 互联网数据挖掘课件

  2. 很有价值的数据挖掘资料，包括数据仓库、聚类算法、PageRank等内容。

  3. 所属分类：专业指导

    • 发布日期：2014-01-04
    • 文件大小：15728640
    • 提供者：jackfrued

  1. 移动互联网与大数据时代

  2. 最新移动互联大数据咨询，技术专家们必备。

  3. 所属分类：互联网

    • 发布日期：2014-04-17
    • 文件大小：13631488
    • 提供者：dellmen1986

  1. Google数据仓库Mesa论文

  2. 9月在杭州举行的数据库学术会议VLDB 2014上，Google的工程副总Shivakumar Venkataraman与正在Google访问的UCSB教授、IEEE与ACM Fellow Divyakant Agrawal将做主题演讲，介绍Google的实时分析数据仓库Mesa。 Mesa是一个高度可扩展的分析型数据仓库系统，用于存储Google互联网广告业务相关的关键衡量数据。Mesa的设计目的是满足一系列复杂而有挑战性的用户与系统需求，包括近实时的数据获取和查询、高可用性、可靠性、容错和

  3. 所属分类：专业指导

    • 发布日期：2014-08-08
    • 文件大小：402432
    • 提供者：u014485012

  1. 互联网数据仓库之路

  2. •引题 •互联网+数据仓库 •点评网的数据平台 •案例 –平台中的取舍 –建模中的平衡 –数据产品化 •数据中心的未来

  3. 所属分类：其它

    • 发布日期：2015-09-03
    • 文件大小：2097152
    • 提供者：wilbertzhou

  1. 移动视频数据仓库建设实践

  2. 移动互联网数据仓库建设实践，实时主动数据仓库 (real-time active data warehouse)RTADW

  3. 所属分类：讲义

    • 发布日期：2015-09-22
    • 文件大小：1048576
    • 提供者：map_lixiupeng

  1. 闫剑锋--互联网数据仓库之路.pdf

  2. 闫剑锋--互联网数据仓库之路.pdf

  3. 所属分类：其它

    • 发布日期：2016-03-01
    • 文件大小：2097152
    • 提供者：sinat_19930801

  1. 大数据环境下的互联网数据仓库/数据平台架构

  2. 互联网通用架构设计

  3. 所属分类：讲义

    • 发布日期：2016-03-17
    • 文件大小：181248
    • 提供者：qq_34284010

  1. 数据仓库数据仓库和我们经常提到的数据库有哪些区别

  2. 人们在日常生活中经常会遇到这样的情况：超市的经营者希望将经常被同时购买的商品放在一起，以增加销售；保险公司想知道购买保险的客户一般具有哪些特征；医学研究人员希望从已有的成千上万份病历中找出患某种疾病的病人的共同特征，从而为治愈这种疾病提供一些帮助……对于以上问题，现有信息管理系统中的数据分析工具无法给出答案。因为无论是查询、统计还是报表，其处理方式都是对指定的数据进行简单的数字处理，而不能对这些数据所包含的内在信息进行提取。随着信息管理系统的广泛应用和数据量激增，人们希望能够提供更高层次的数据

  3. 所属分类：Web开发

    • 发布日期：2008-12-07
    • 文件大小：7168
    • 提供者：fonefone

  1. 2-童小军-运用Hadoop构建数据仓库平台.pdf

  2. 童小军-运用Hadoop构建数据仓库平台 基于Hadoop构建数据仓库云平台(DAAS) 思想,原理,成本,案例 专注于企业级大数据EasyHadop 社区创始人提纲 数据开放数据云服务平台(DAAS)时代 Hadoop平台在数据云平台(DAAS上的天然优势 数据云平台DAAS平台组成部分 互联网公共数据大云DAAS案例 Hadoop构建构建游戏云 Web Game Daas平台 RedHadoop 专注于企业级大数据 四点 BDaaS-Big Data As A Service 大数据即服务

  3. 所属分类：Hadoop

    • 发布日期：2019-07-06
    • 文件大小：3145728
    • 提供者：u010461615

  1. 互联网行业数据仓库数据平台的架构

  2. 1) 整合公司所有业务数据，建立统一的数据中心； 2) 提供各种报表，有给高层的，有给各个业务的； 3) 为网站或APP运营提供运营上的数据支持，就是通过数据，让运营及时了解网站和产品的运营效果； 4) 为各个业务提供线上或线下的数据支持，成为公司统一的数据交换与提供平台； 5) 分析用户行为数据，通过数据挖掘来降低投入成本，提高投入效果；比如广告定向精准投放、用户个性化推荐等； 6) 开发数据产品，直接或间接为公司盈利； 7) 建设开放数据平台，开放公司数据

  3. 所属分类：Hadoop

    • 发布日期：2019-01-12
    • 文件大小：344064
    • 提供者：alakeok

  1. SQL Server 2005 BI综合案例系列课程(3)：互联网联机分析中的数据仓库建模

  2. SQL Server 2005 BI综合案例系列课程(3)：互联网联机分析中的数据仓库建模

  3. 所属分类：其它

    • 发布日期：2010-01-25
    • 文件大小：14680064
    • 提供者：yxinfa

  1. 美团DB数据同步到数据仓库的架构与实践

  2. 背景 在数据仓库建模中，未经任何加工处理的原始业务层数据，我们称之为ODS(Operational Data Store)数据。在互联网企业中，常见的ODS数据有业务日志数据（Log）和业务DB数据（DB）两类。对于业务DB数据来说，从MySQL等关系型数据库的业务数据进行采集，然后导入到Hive中，是进行数据仓库生产的重要环节。 如何准确、高效地把MySQL数据同步到Hive中？一般常用的解决方案是批量取数并Load：直连MySQL去Select表中的数据，然后存到本地文件作为中间存储，最后把

  3. 所属分类：其它

    • 发布日期：2020-12-15
    • 文件大小：516096
    • 提供者：weixin_38626858

  1. 从数据仓库到大数据，数据平台这25年是怎样进化的？

  2. 我是从2000年开始接触数据仓库，大约08年开始进入互联网行业。很多从传统企业数据平台转到互联网同学是否有感觉：非互联网企业、互联网企业的数据平台所面向用户群体是不同的。那么，这两类的数据平台的建设、使用用户又有变化？数据模型设计又有什么不同呢？我们先从两张图来看用户群体的区别。从这用户群体角度来说这非互联网、互联网的数据平台用户差异性是非常明显，互联网数据平台中很多理论与名词都是从传统数据平台传递过来的，本文将会分别阐述非互联网、互联网数据平台区别。（开发时间2001-2002年）海尔集团的一

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：863232
    • 提供者：weixin_38659812

  1. 有赞大数据实践:敏捷型数据仓库的构建及其应用

  2. 互联网的运营人员从了解经营状况转化为精细化运营,这就于要求数据仓库具有提供高效明细数据能力,数据仓库如何在庞大数据量的前提下,实现满足不同层次的数据提出和分析,是难点之二.数据经过ETL最终到达使用数据者手里;提取数据和提出数据的需求往往来自不同的部门和出于不同的目的.这一般会导致数据口径不一致,数据含义模糊,甚至数据正确性很难校验.数据仓库如何保证数据口径一致,数据路径可追溯性,是难点之三.数据仓库的应用领域除了各个业务部门还包括技术部门本身.由于海量数据处理,互联网的技术架构越来越依赖大数据

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_38670208

  1. 美团DB数据同步到数据仓库的架构与实践

  2. 在数据仓库建模中，未经任何加工处理的原始业务层数据，我们称之为ODS(OperationalDataStore)数据。在互联网企业中，常见的ODS数据有业务日志数据（Log）和业务DB数据（DB）两类。对于业务DB数据来说，从MySQL等关系型数据库的业务数据进行采集，然后导入到Hive中，是进行数据仓库生产的重要环节。如何准确、高效地把MySQL数据同步到Hive中？一般常用的解决方案是批量取数并Load：直连MySQL去Select表中的数据，然后存到本地文件作为中间存储，最后把文件Load

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：507904
    • 提供者：weixin_38650066

  1. 大数据数据仓库建设

  2. 互联网行业，除了数据量大之外，业务时效性要求也很高，甚至很多是要求实时的，另外，互联网行业的业务变化非常快，不可能像传统行业一样，可以使用自顶向下的方法建立数据仓库，一劳永逸，它要求新的业务很快能融入数据仓库中来，老的下线的业务，能很方便的从现有的数据仓库中下线。如下图就是数据仓库的逻辑分层架构：1.数据源数据源，顾名思义就是数据的来源，互联网公司的数据来源随着公司的规模扩张而呈递增趋势，同时自不同的业务源，比如埋点采集，客户上报等。2.ODS层数据仓库源头系统的数据表通常会原封不动地存储一份，

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：414720
    • 提供者：weixin_38686924

  1. 从数据仓库到大数据，数据平台这25年是怎样进化的？

  2. 我是从2000年开始接触数据仓库，大约08年开始进入互联网行业。很多从传统企业数据平台转到互联网同学是否有感觉：非互联网企业、互联网企业的数据平台所面向用户群体是不同的。那么，这两类的数据平台的建设、使用用户又有变化？数据模型设计又有什么不同呢？我们先从两张图来看用户群体的区别。从这用户群体角度来说这非互联网、互联网的数据平台用户差异性是非常明显，互联网数据平台中很多理论与名词都是从传统数据平台传递过来的，本文将会分别阐述非互联网、互联网数据平台区别。（开发时间2001-2002年）海尔集团的一

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：863232
    • 提供者：weixin_38730977

  1. 有赞大数据实践:敏捷型数据仓库的构建及其应用

  2. 互联网的运营人员从了解经营状况转化为精细化运营,这就于要求数据仓库具有提供高效明细数据能力,数据仓库如何在庞大数据量的前提下, 实现满足不同层次的数据提出和分析,是难点之二.数据经过ETL最终到达使用数据者手里;提取数据和提出数据的需求往往来自不同的部门和出于不同的目的. 这一般会导致数据口径不一致,数据含义模糊,甚至数据正确性很难校验.数据仓库如何保证数据口径一致, 数据路径可追溯性,是难点之三.数

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：1048576
    • 提供者：weixin_38560768

  1. 美团DB数据同步到数据仓库的架构与实践

  2. 在数据仓库建模中，未经任何加工处理的原始业务层数据，我们称之为ODS(OperationalData Store)数据。在互联网企业中，常见的ODS数据有业务日志数据（Log）和业务DB数据（DB）两类。对于业务DB数据来说，从MySQL等关系型数据库的业务数据进行采集，然后导入到Hive中，是进行数据仓库生产的重要环节。如何准确、高效地把MySQL数据同步到Hive中？一般常用的解决方案是批量取数并Load：直连MySQL去Select表中的数据，然后存到本地文件作为中间

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：507904
    • 提供者：weixin_38609089

  1. 大数据数据仓库建设

  2. 互联网行业，除了数据量大之外，业务时效性要求也很高，甚至很多是要求实时的，另外，互联网行业的业务变化非常快，不可能像传统行业一样，可以使用自顶向下的方法建立数据仓库，一劳永逸，它要求新的业务很快能融入数据仓库中来，老的下线的业务，能很方便的从现有的数据仓库中下线。如下图就是数据仓库的逻辑分层架构：1.数据源数据源，顾名思义就是数据的来源，互联网公司的数据来源随着公司的规模扩张而呈递增趋势，同时自不同的业务源，比如埋点采集，客户上报等。2.ODS层数据仓库源头系统的数据表通常会原封不动地存储一份，

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：414720
    • 提供者：weixin_38664532
« 12 3 4 5 6 7 8 9 10 »