本文向读者介绍两个优秀的分布式消息流平台：Kafka与Pulsar。Kafka与Pulsar。 Apache Kafka（简称Kafka） Apache Pulsar（简称Pulsar） 基础功能： （1）消息系统： 优点： 系统解耦：生产者与...

一文读懂数仓模型与数据建模全过程 ================================================== 在不少企业的数据系统中，可能会遇到这样的问题： 不同系统里都有个叫“客户ID”的字段，一个是营销系...

ChatGPT 4o现在也具备了该能力，但距离Claude 3.5有差距，比如针对案例一，其识别出的数据明显不准确，200602的离网用户数被识别为了52000，但肉眼可见的数据应该在70000以上。 针对案例二，把...

SQL语言讲解 一、SQL概述 结构化查询语言(Structured Query Language)简称SQL，是关系型数据库管理系统都需要遵循的规范，是数据库认识的语句。不同的数据库生产厂商都支持SQL语句，但都有特有...

一、数据倾斜表现 数据倾斜就是数据分到各个区的数量不太均匀,可以自定义分区器,想怎么分就怎么分。 Spark中的数据倾斜问题主要指shuffle过程中出现的数据倾斜问题，是由于不同的key对应的数据...

导读： 一、内容 1. 大数据发展趋势 2. 华为大数据平台关键技术 3. 华为大数据平台行业实践 4. 华为大数据平台案例详述4. 华为大数据平台案例详述

当下大模型技术如火如荼，为BI领域带来了前所未有的想象力和创新空间。相较传统BI，ChatBI不再局限于传统的报告和仪表板，而是向着更加智能、更简洁的交互式方向发展，有效降低了企业数据应用门...

此套面试题来自于各大厂的真实面试题及常问的知识点，如果能理解吃透这些问题，你的大数据能力将会大大提升，进入大厂指日可待！ 目前已经更新到第5版，广受好评！ 复习大数据面试题，看这一套...

我们在计算留存指标(次留、3留、7留、15留、30留)的时候，通常情况下会使用以下公式： 第N日留存率公式 = (T日访问用户)∩ (T+N日访问用户) / (T日访问用户),这种实现方式，具有很好的代码可维...