写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术，或者一个兴趣、爱好
- 或者，就直接把你的个人博客、公众号直接搬到这里
登录/注册
数据分析图
收录了 数据分析图 频道下的 50 篇内容
用 Apache Spark 进行大数据处理 - 第六部分: 用 Spark GraphX 进行图数据分析
这是“用Apache Spark进行大数据处理”系列文章的第六篇。在这最后一部分，我们将聚焦于如何处理图数据和学习Spark中的图数据分析库GraphX。
通过无服务器架构实现 Amazon Neptune 图数据库数据分析可视化
Amazon Neptune 图数据库自从 2018 年 5 月 30 日正式推出以来，已经一年有余,现已经扩展到全球12个区域，同时具有高可用性，并提供只读副本、时间点恢复、到 Amazon S3 的持续备份以及跨可用区的复制。
数据分析师如何快速建立在 AI 时代最值钱的能力：一份可落地的行动路线图
每一位卓越的 AI 专家，骨子里都是一流的数据分析师。
2022 年，捕捉这 12 个数据和分析趋势！
Gartner孙鑫：聚焦三大主题，深入解读2022年数据和分析十二大趋势
如何在 BI 中增加“路线地图”并进行数据分析？
随着客户的需求越来越“百变”，最近在做大屏设计的葡萄陷入了困境。近期客户提出的需求是想在BI工具中增加 “路线地图”展示功能并进行数据分析。不仅如此，这个“路线地图”还要兼具实用的功能与美观的动效，典型的“既要又要”系列。但是这对于我们的设计
一图解密百 TB 数据分析如何跑进 45 秒 原创
本文简述了大数据处理的技术实践，从高实时性、秒级查询、交互式分析等方面进行详述。同时，介绍了离线任务管理的拓展领域。希望给读者带来一些启发，更希望能引起志同道合者的共鸣和探讨。
大数据
后端
从 0 到 1 拆解 FreeWheel ChatBI：大模型如何重塑视频广告智能数据分析新生态
本文将为大家介绍 ChatBI 系统的核心功能与技术实践
3 年从 200 个数据用户发展到 6000 人，eBay 的大数据平台是如何做到的？
全球研发副总裁、中国研发中心总经理田卫女士带来主旨演讲。eBay，这家在国内非常低调的老牌电商，以其深厚的技术基础在业内广受关注。
AI 引领的企业级智能分析架构演进与行业实践
随着大模型技术成熟，AI 正在推动数据分析从“工具辅助”到“决策建议和工作流协同”的质变，基于大模型的智能分析技术正在吸引越来越企业的关注。
图加速数据湖分析 -GeaFlow 和 Hudi 集成
GeaFlow(品牌名TuGraph-Analytics) 已正式开源，欢迎大家关注！！！ 欢迎给我们 Star 哦! GitHub👉https://github.com/TuGraph-family/tugraph-analytics
数据湖
图计算
Hudi
数据湖分析
GeaFlow
2023-07-12
0
为什么你的数据图谱分析图上只显示一个值？
如果按照显示数量来讲，是标签的概念。如果是属性，就分实体属性和链接属性，这些A类多个属性是为A实体和A链接的服务的，主要作用于后续对A实体和A链接的深度分析、分类、统计、过滤、对比等等。
数据分析
可视化
知识图谱
三元组
情报分析
Apache Doris 在岚图汽车的应用实践
随着岚图汽车销量攀升，每日百亿级数据规模持续膨胀，如何从海量数据中快速提炼有价值信息支撑研发、生产、销售等环节，成为迫切需求。
从数据到决策：AI 驱动的 Quick BI 架构设计与实践
本文介绍了阿里云 Quick BI 如何通过技术架构跃迁、结合大模型的突破实现从传统 BI 到 AI 驱动的智能 BI 的跨越式进化。并重点解析领域大模型与 BI 引擎的协同设计、NL2SQL 算法调优与架构演进、AI + BI 在场景落地实践过程中的技术权衡，为行业提供可复用的技术范式。
从企业 AI 战略全景到零帧起手玩转 Snowflake ｜Snowflake Discover AI 技术实战周 Day 1
系统梳理企业级 AI 的端到端落地路径，从战略规划、数据准备到 Agent 构建与业务价值衡量，搭建可规模化的 AI 实施框架。
终于不用跟图表死磕了！这个 Skill 让 OpenClaw 直接封神
随着 OpenClaw 等开源 AI Agent 框架的广泛应用，一个清晰的范式正在形成：复杂的任务正被拆解为由自然语言指令驱动的自动化工作流。
8 张图带你分析 Redis 与 MySQL 数据一致性问题
原创公众号：bigsai，8张图带你分析Redis与MySQL数据一致性问题
MySQL
redis
数据一致性
2020-11-09
0
知识图谱分析系统开发：从数据建模到图计算的工程化落地实践
在实际项目中，知识图谱很少是一个“单独的 AI 功能”，它往往承担着关系组织、语义推理、复杂分析的底层能力。但大量失败案例也说明： 图谱不是画出来的，而是“跑”出来的系统工程。
Uber 推出流式优先数据湖 IngestionNext ，将延迟和计算量降低 25%
Uber 工程师对公司数据湖摄入平台的架构进行了重构，从计划批处理作业转向了一个流式优先系统 IngestionNext，将摄入延迟从小时级降低到分钟级。
跨越推荐系统“时间陷阱”，让模型在流式数据中学到真实用户偏好
推荐模型在持续训练中为何“失忆”？如何让模型能够在不断迁移的数据分布中“找到”有效的的信息？
Copyright © 2026, Geekbang Technology Ltd. All rights reserved. 极客邦控股（北京）有限公司 | 京 ICP 备 16027448 号 - 5
京公网安备 11010502039052号 | 产品资质
京公网安备 11010502039052号 | 产品资质
