回答:這個(gè)太范化了吧。大數(shù)據(jù)架構(gòu)選擇的方案就有很多,海量數(shù)據(jù)的即席查詢本省就是業(yè)內(nèi)目前的痛點(diǎn),暫時(shí)沒有太好的解決方案,kylin等框架也只是一個(gè)折中方案,如果你不是要求海量數(shù)據(jù)分析的秒級(jí)響應(yīng)的話sparkSql、presto等都是不錯(cuò)的方案,分鐘級(jí)別可以返回。
回答:現(xiàn)在有幸參與傳統(tǒng)銀行數(shù)字化轉(zhuǎn)型,負(fù)責(zé)技術(shù)架構(gòu)部分的轉(zhuǎn)型設(shè)計(jì)。高性能的數(shù)據(jù)架構(gòu)(High Performance Data Architecture),正是我們架構(gòu)轉(zhuǎn)型的重點(diǎn)。隨著科技的蓬勃發(fā)展、社交網(wǎng)絡(luò)的廣泛使用、線上消費(fèi)的普及、數(shù)據(jù)挖掘的技術(shù)提升等大趨勢(shì),全球銀行業(yè)正迎來一場(chǎng)聲勢(shì)浩大的數(shù)字化創(chuàng)新浪潮。數(shù)字化為消費(fèi)者的生活及行為模式帶來翻天覆地的變化,也孵化出一批新型的金融科技(Fintech)競(jìng)...
回答:以mysql為列:1:支撐高并發(fā)系統(tǒng),一定會(huì)涉及事務(wù),所以數(shù)據(jù)庫(kù)引擎必選innodb,innodb支持事務(wù),事務(wù)級(jí)別根據(jù)業(yè)務(wù)而定,如果業(yè)務(wù)數(shù)據(jù)一致性要求很高,事務(wù)就開啟序列化級(jí)別,這樣就完全隔離事務(wù),但是會(huì)導(dǎo)致鎖資源競(jìng)爭(zhēng)加劇。mysql的性能有一定的降低。2:讀寫分離,數(shù)據(jù)庫(kù)分成主庫(kù)和從庫(kù),主庫(kù)負(fù)責(zé)寫數(shù)據(jù),叢庫(kù)負(fù)責(zé)讀數(shù)據(jù)。注意主從數(shù)據(jù)庫(kù)數(shù)據(jù)一致性問題。3:冷熱數(shù)據(jù)分離,美團(tuán),餓了么部分設(shè)計(jì)采用冷熱...
回答:目前階段大數(shù)據(jù)技術(shù)及體系已經(jīng)逐漸趨于成熟,不再是以概念貫穿的模式,大數(shù)據(jù)越來越多的被使用,伴隨互聯(lián)網(wǎng)化的發(fā)展更多的企業(yè)信息化已經(jīng)由IT時(shí)代轉(zhuǎn)變?yōu)镈T時(shí)代,以數(shù)據(jù)為核心,用數(shù)據(jù)進(jìn)行決策,基于數(shù)據(jù)驅(qū)動(dòng)企業(yè)的創(chuàng)新與發(fā)展,相信在將來大數(shù)據(jù)也會(huì)有更廣泛的應(yīng)用空間,對(duì)于大數(shù)據(jù)的理解主要分為以下幾個(gè)層面。1.數(shù)據(jù)來源:對(duì)于大數(shù)據(jù)時(shí)代而言更多強(qiáng)調(diào)基于業(yè)務(wù)數(shù)據(jù)的沉淀,在一定規(guī)模的數(shù)據(jù)上進(jìn)行進(jìn)一步的分析、處理、轉(zhuǎn)換,...
回答:在大數(shù)據(jù)領(lǐng)域大概有四個(gè)大的工作方向,除了大數(shù)據(jù)平臺(tái)應(yīng)用及開發(fā)、大數(shù)據(jù)分析與應(yīng)用和大數(shù)據(jù)平臺(tái)集成與運(yùn)維之外,還有大數(shù)據(jù)平臺(tái)架構(gòu)與研發(fā),除了以上四個(gè)大的工作方向之外,還有一個(gè)工作方向是大數(shù)據(jù)技術(shù)推廣和培訓(xùn),這部分工作目前也有不少人在從事。大數(shù)據(jù)平臺(tái)架構(gòu)與研發(fā)主要的工作內(nèi)容是研發(fā)底層的大數(shù)據(jù)平臺(tái),這部分工作的難度較高,從事這部分工作的研發(fā)級(jí)崗位也并不多?,F(xiàn)在不少技術(shù)研發(fā)團(tuán)隊(duì)都以Hadoop、Spark平...
回答:近幾年,大數(shù)據(jù)的概念逐漸深入人心,大數(shù)據(jù)的趨勢(shì)越來越火爆。但是,大數(shù)據(jù)到底是個(gè)啥?怎么樣才能玩好大數(shù)據(jù)呢?大數(shù)據(jù)的基本含義就是海量數(shù)據(jù),麥肯錫全球研究所給出的定義是:一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合,具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。數(shù)字經(jīng)濟(jì)的要素之一就是大數(shù)據(jù)資源,現(xiàn)在大家聊得最多的大數(shù)據(jù)是基于已經(jīng)存在的...
...藝術(shù)節(jié)上,Motley Fool的Tim Byers說過:在很多方面,云和大數(shù)據(jù)越來越密不可分且功能相似-云資源用來支撐大數(shù)據(jù)的存儲(chǔ)及項(xiàng)目,而且大數(shù)據(jù)相對(duì)于云來說是一個(gè)龐大的業(yè)務(wù)案例。大數(shù)據(jù)和云技術(shù)的最終聯(lián)姻,必定是天作之合。 ?...
...應(yīng)用都需要有 APM 體系,可以隨時(shí)分析性能的情況;在大數(shù)據(jù)時(shí)代,隨著數(shù)據(jù)規(guī)模的增加以及硬件計(jì)算能力的提升,數(shù)據(jù)庫(kù)的使用也發(fā)生了重大的變化;最重要的,整個(gè) DevOps 也在進(jìn)化到人工智能時(shí)代,監(jiān)控、服務(wù)治理、調(diào)度這...
...應(yīng)用都需要有 APM 體系,可以隨時(shí)分析性能的情況;在大數(shù)據(jù)時(shí)代,隨著數(shù)據(jù)規(guī)模的增加以及硬件計(jì)算能力的提升,數(shù)據(jù)庫(kù)的使用也發(fā)生了重大的變化;最重要的,整個(gè) DevOps 也在進(jìn)化到人工智能時(shí)代,監(jiān)控、服務(wù)治理、調(diào)度這...
大數(shù)據(jù)分布式存儲(chǔ)的部署模式:分離式or超融合數(shù)據(jù)中心內(nèi)部系統(tǒng)的核心要求是穩(wěn)定可靠,一是指系統(tǒng)在運(yùn)行過程中有能力提供連續(xù)可靠的服務(wù),長(zhǎng)時(shí)間無故障運(yùn)行;二是指當(dāng)故障發(fā)生之后,有能力快速定位,及時(shí)排查,...
...、微服務(wù)架構(gòu)及 Serverless、中間件平臺(tái)、容器、AI DevOps、數(shù)據(jù)庫(kù)、大前端、Fintech、機(jī)器學(xué)習(xí)、人工智能、智能硬件、效率管理等 20 個(gè)技術(shù)專題。 史海峰、惠新宸、袁進(jìn)輝、沈劍、陳皓等經(jīng)驗(yàn)豐富的一線技術(shù)團(tuán)隊(duì)帶頭人現(xiàn)場(chǎng)分享...
...、微服務(wù)架構(gòu)及 Serverless、中間件平臺(tái)、容器、AI DevOps、數(shù)據(jù)庫(kù)、大前端、Fintech、機(jī)器學(xué)習(xí)、人工智能、智能硬件、效率管理等 20 個(gè)技術(shù)專題。 史海峰、惠新宸、袁進(jìn)輝、沈劍、陳皓等經(jīng)驗(yàn)豐富的一線技術(shù)團(tuán)隊(duì)帶頭人現(xiàn)場(chǎng)分享...
本文授權(quán)轉(zhuǎn)載自公眾號(hào)蛋蛋團(tuán)。 01 數(shù)據(jù)中心是什么 數(shù)據(jù)中心,指用于安置計(jì)算機(jī)系統(tǒng)及相關(guān)部件的設(shè)施,例如電信和儲(chǔ)存系統(tǒng)。 為了滿足自身的業(yè)務(wù)需求,保證數(shù)據(jù)的穩(wěn)定和可靠。無論是互聯(lián)網(wǎng)還是傳統(tǒng)行業(yè),都會(huì)有自己...
大數(shù)據(jù)正在徹底改變IT世界。那么,什么樣的數(shù)據(jù)談得上數(shù)據(jù)呢? ? 根據(jù)IDC的報(bào)告,未來十年全球大數(shù)據(jù)將增加50倍。僅在2011年,我們就將看到1.8ZB(也就是1.8萬億GB)的大數(shù)據(jù)創(chuàng)建產(chǎn)生。這相當(dāng)于每位美國(guó)人每分鐘寫3條Tweet,而...
?????? 大數(shù)據(jù)正在徹底改變IT世界。那么,什么樣的數(shù)據(jù)談得上數(shù)據(jù)呢? 根據(jù)IDC的報(bào)告,未來十年全球大數(shù)據(jù)將增加50倍。僅在2011年,我們就將看到1.8ZB(也就是1.8萬億GB)的大數(shù)據(jù)創(chuàng)建產(chǎn)生。這相當(dāng)于每位美國(guó)人每分鐘寫3條...
摘要:友盟大數(shù)據(jù)平臺(tái)的架構(gòu)借鑒了Lambda架構(gòu)思想,數(shù)據(jù)接入層讓Kafka集群承擔(dān),后面由Storm消費(fèi),存儲(chǔ)在MongoDB里面,通過Kafka自帶的Mirror功能同步,兩個(gè)Kafka集群,可以分離負(fù)載;計(jì)算有離線和實(shí)時(shí)兩部分,實(shí)時(shí)是Storm,離線...
ChatGPT和Sora等AI大模型應(yīng)用,將AI大模型和算力需求的熱度不斷帶上新的臺(tái)階。哪里可以獲得...
大模型的訓(xùn)練用4090是不合適的,但推理(inference/serving)用4090不能說合適,...
圖示為GPU性能排行榜,我們可以看到所有GPU的原始相關(guān)性能圖表。同時(shí)根據(jù)訓(xùn)練、推理能力由高到低做了...