收录了 数据业务技术架构 频道下的 50 篇内容
本文是架构设计实践五部曲系列文章的第一篇,架构与架构图。本文将对架构作深入的阐释,并教你什么时候画架构图、怎么画架构图。
**信创背景下,银行核心业务系统数据库主机下移如何做?基于业务场景,需要重点关注数据库的哪些关键点和特性?
重构商业规则的今天,数据能力已不再仅是企业的“数字化配件”,而是驱动智能革命的“数字神经中枢”。价值爆发的“第一性原理”。
AI 时代数据治理面临的挑战与机遇。
本次分享,就会从当前数字化与平台的趋势和挑战出发,引出并介绍企业架构概念、发展历史以及经典企业架构的困境。
阿里云 Quick BI 如何实现从传统 BI 到 AI 驱动的智能 BI 的跨越式进化。
我们希望通过一系列文章循序渐进地阐述本次架构升级的始末。新架构并不是一日而成的,而是经过了多次架构升级的演进,因此我们将本文作为该系列的第一篇文章,先让大家通过广告投放平台的架构演进历程来了解新架构的设计初衷。
与开放文件格式相比,开放存储 API 屏蔽了底层的文件格式的具体实现,Doris 可以通过自身存储格式中的高级特性,如丰富的索引机制来加速数据访问。
但是,在 9012 年的今天,前端应用走向了 MVP 的架构方案,也有了一层很重的 View 层——类似于过去的后端应用,或者后端应用。相似的架构,也可以在前端项目中使用。
IT 基础设施改造的这把火,终于从互联网行业烧到了餐饮行业。
单机版发布,补齐OceanBase产品矩阵又一块版图。
左移数据处理,提升数据质量与效率,减少重复工作。
众所周知,当单个 MySQL 集群性能无法满足业务读取需求时,通常采用分布式改造的方式,使用分库分表方案解决 MySQL 单点性能瓶颈。
介绍京东广告投放团队面向复杂B端业务推出的标准化平台开发框架。
在 Chat BI 落地过程中,既要关注模型训练的科学性,也必须重视底层数据是否适配 AI 应用需求。
介绍Lakehouse、Data Fabric 等技术的应用及Data For AI 的展望。
当企业数字化转型进入深水区,核心业务系统正面临一场无声的战役:高并发流量冲击下,传统数据库架构频频“过载宕机”;
模块化的Lakehouse架构将成为企业的优选。
Snowflake 换 CEO,不只是人事变动,而是数据架构的时代信号:数仓黄金时代正在谢幕,Agentic Data Stack 正在登场。
本文将围绕字节跳动当前的模式——同城容灾+异地多活,介绍团队在异地单元化架构落地上的一些思考和实践。