【摘要】：过去的历史阶段，IT行业对于数据库的选择相对比较单元化，基于行式存储的关系型数据库基本一统江湖。因此OLTP&OLAP业务均以关系型数据库理论为基础来设计数据视图以及数据模型。随着数据量的爆发式发展，人们逐渐发现传统行式存储在处理特殊业务场景时候的不足，尤...(more)

【主要观点】运维数据分析需要借鉴当前传统大数据领域的数据治理经验，提高资源投入产出比，少走弯路，少跳坑。运维数据体系包括“技术平台、应用场景、数据治理”三部分，运维数据治理的目标是让运维数据更好用，用得更好。运维数据分析场景围绕在“增强业务连续性保障、提升软件...(more)

本文为微众银行大数据平台：周可在nMeetup深圳场的演讲这里文字稿，演讲视频参见：B站微众银行图数据库实践自我介绍下，我是微众银行大数据平台的工程师：周可，今天给大家分享一下NebulaGraph在微众银行WeDataSphere的实践情况。微众银行图数据库实践先来说下图数据库应用背景。微...(more)

作者：何可  农行研发中心--一、大数据平台数据建模背景国内各家商业银行逐步开展大数据平台建设，由于缺少成熟的经验可供借鉴，各家银行大多参考国外的数据仓库建设经验。随着业务的发展、数据的积累，建立在大数据平台上的应用、灵活查询、数据分析等访问越来越多，突显了大数...(more)

实时数据仓库与传统数据仓库的融合：实时数据仓库与历史数据仓库是否考虑统一建模还是分开建模?实时数据仓库与传统数据仓库的融合：1)实时数据仓库与历史数据仓库是否考虑统一建模还是分开建模?2)实时数据仓库的实时数据与历史数据仓库的历史数据是统一存储还是分开存储?（问...(more)

数据存储在数据库中，为了加快业务访问的速度，我们将数据库中的一些数据放在缓存中，那么问题来了，如何确保db和缓存中数据的一致性呢？我们列出了5种方法，大家都了解一下，然后根据业务自己选择。方案1获取缓存逻辑使用过定时器，定时刷新redis中的缓存。db更新数据逻辑更新数据不用...(more)

一、银行大数据平台建设背景及目标我们进行大数据平台建设有几个方面的背景。一是我们在信息化建设和数据分析的基础比较好；二是虽然在信息化建设过程中建设了比较完成的BI应用，但随着业务不断发展，这些解决方案已不能完全满足业务对于数据分析的需求；三是大数据技术的快速发...(more)

CMDB建设为何会失败，很重要原因就是数据不准：1、数据不准在企业里面就是一个恶性循环，因为数据不准，大家不用，导致数据消费的少，更加不准，CMDB越来越边缘化。虽然有自动发现，但解决不了所有问题；2、真实的运维工作比我们想象的复杂，总有无法标准化、自动化的地方，运维人员作为一线人...(more)

问题的提出CMDB似乎是运维中永恒的老话题。多年来也形成了许多方法论，比如场景消费、应用驱动等等，道理似乎都很对，一旦落地却发现理想与现实间巨大的差距：技术之外，建设者们经常要凭一己之力对抗整个组织或流程，一不小心还成了背锅侠。比如很多公司上了配置审计制度却发现难以...(more)

作者：汪照辉王作敬汪照辉个人页面--我们说数据是企业的核心资产，也说过数据的价值在于使用它。但一个企业数据有千千万万，数据来源有万万千千。哪些数据是关键数据，哪些数据是无关紧要，有了数据怎么使用，怎么发挥其价值，是企业在金融科技发展迅猛的今天需要认真考虑的问题。数字...(more)