数仓同步工具

Doris为数据分析而生的olap数据库：数据模型和数据分区使用详解

ApacheDoris可以满足多种数据分析需求，如数仓T+1模式固定历史报表，实时数据分析等。数据模型：Doris中的字段类型：TINYINT1字节范围：-2^7+1~2^7-1SMALLINT2字
HD0do(迪答数据)·2023-11-13 12:02

一款高效、简洁的数据处理和清洗加工工具，值得收藏！

JVS智能BI通过创新性的数仓式存储、流程化加工、直观模拟化配置和用户友好的界面化管理等特性，使数据分析变得触手可及，同时也极大地提高了数据处理和分析的效率。JVS-BI特点介绍数
jonyleek·2023-11-13 11:15

Flink CDC 2.0及其他数据同步工具对比

CDC的全称是ChangeDataCapture，在广义的概念上，只要是能捕获数据变更的技术，我们都可以称之为CDC。基于查询的CDC：离线调度查询作业，批处理。依赖表中的更新时间字段，每次执行查询去获取表中最新的数据；无法捕获删除事件，从而无法保证数据一致性；无法保障实时性，基于离线调度存在天然的延迟。基于日志的CDC：实时消费日志，流处理。例如MySQL的binlog日志完整记录了数据库中的变
贾斯汀玛尔斯·2023-11-13 07:54

CountDownLatch和CyclicBarrier详解

1.CountDownLatch1.1简介CountDownLatch是Java中并发包（java.util.concurrent）提供的一种同步工具，用于在多线程环境中协调多个线程之间的执行顺序。
来自宇宙的曹先生·2023-11-13 01:07

离线环境通过脚本实现服务器时钟同步（假同步）

内网服务器x86和arm都有，而且有得系统是centos有得是ubuntu，一开始是想用ntp、chrony这类得时钟同步工具，但是安装时才发现底层缺少各种依赖库。
Interest1_wyt·2023-11-12 21:54

[hive]数仓分层|用户纬度拉链表|维度建模

redirect=%2Fdb%2F241289一、数仓分层1、ODS层：原始数据层ODS(O=originalD=dataS=store)1)设计要点存储来自多个业务系统、前端埋点、爬虫获取的一系列数据源的数据
胖胖学编程·2023-11-12 16:52

Flink在汽车行业的应用【面试加分系列】

然后总结发出来方便大家阅读；另外一方面，看这些汇报对你的面试帮助会很大，特别是面试前可以看看即将面试公司在大数据前沿的发展动向（我曾经就有过一次经历，面试网易云音乐前，我在B站看了一个大佬分享的网易云实时数仓
三石大数据·2023-11-12 09:15

数仓建设中，数据治理如何切入

在数仓建设中，数据治理扮演着至关重要的角色，它不仅有助于确保数据的质量和安全性，还能提高数据的可用性和可理解性。本文将探讨数据治理在数仓建设中的切入点和关键作用。
云长歌·2023-11-11 10:14

阿里巴巴大数据之路——数据技术篇

一、整体架构从下至上依次分为数据采集层、数据计算层、数据服务层、数据应用层数据采集层：以DataX为代表的数据同步工具和同步中心数据计算层：以MaxComputer为代表的离线数据存储和计算平台数据服务层
weixin_30730151·2023-11-11 05:39

数据仓库-业务数据采集（基于物流数仓）

0、物流数仓架构这里的数据采集的架构就是：在业务数据进入MySQL之后，部分表通过DataX全量同步到HDFS，部分表通过Flink-CDC的增量同步方式同步到Kafka，再通过Flume将数据从Kafka
小鱼干换酒钱·2023-11-11 01:40

数据仓库数据同步策略

1.实时数仓同步数据实时数仓数据由Flink源源不断从Kafka当中读数据计算，无需手动同步数据到实时数仓。
DB架构·2023-11-11 01:09

Hive数据仓库知识点总结

文章目录数据仓库概念主要特征数仓和数据库的区别数仓的分层ETL概念Hive框架介绍和安装Hive的概述Hive的特点Hive的架构Hive的交互方式Hive的基础操作Hive的数据库操作Hive的表操作
shmily_lee·2023-11-11 01:39

两台Linux主机之间文件传输的几种方式

rz：用于linux与windows之间的文件上传（这里不做详细介绍）sz：用于linux与windows之间的文件下载（这里不做详细介绍）rsync：rsync是文件同步工具，结合inotify可以实现文件的同步
燮_·2023-11-10 12:53

治理效率提升77%！揭秘基于DataLeap实时健康分的最佳实践

更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群背景某企业实时数仓团队通过数据收集、整合、计算和存储构建实时数据仓库，为企业提供快速、准确、可靠的实时数据分析和决策支持
字节数据平台·2023-11-10 11:50

直播实时数仓基于DataLeap开放平台在发布管控场景的业务实践

原有离线批处理的数据仓库已经无法满足诉求，因此需要打造一套同时具备高时效性和高稳定性的计算能力快速完成对数据的处理，即实时数仓。团队介绍直播实时数仓团队隶属于Data-数据平台部门，负责为直播中台业
字节数据平台·2023-11-10 11:14

数据湖浅析(以hudi为例)

数据湖定义业界对于数据湖的定义存在一定争议，个人认为数据湖就是针对传统hive数仓不支持acid、upsert、schemaevolution等痛点上，提出的一种数据存储库。
weixin_45626756·2023-11-10 06:44

数仓增量表、全量表、快照表、拉链表

1、增量表增量表：新增数据，增量的数据是上次导出之后的新数据。（1）记录每次增加的量，而不是总量（2）增量表，只报变化量，无变化不用报（3）每天一个分区2、全量表全量表：每天的所有的最新状态的数据（1）全量表，有无变化，都要报（2）每次上报的数据是所有的数据（变化的+没有变化的）（3）只有一个分区3、快照表快照表：按日分区，记录截止数据日期的全量数据（1）快照表，有无变化，都要报（2）每次上报的数
使不得呀·2023-11-09 18:40

如何撰写数据中台蓝图方案

数据中台是基于公司的三款核心产品DAP、MDM和ESB组成的解决方案，主要实现基于数据治理分析的中台建设，通过MDM将企业内部的基础数据标准化、规范化、整合化后，由DAP进行数仓建设以及最终的数据分析的可视化展现
数通畅联·2023-11-09 15:02

尚硅谷大数据项目《在线教育之实时数仓》笔记007

视频地址：尚硅谷大数据项目《在线教育之实时数仓》_哔哩哔哩_bilibili目录第9章数仓开发之DWD层P053P054P055P056P057P058P059P060P061P062P063P064P065
upward337·2023-11-09 10:28

20000字详解大厂实时数仓建设（好文收藏）

一、实时数仓建设背景1.实时需求日趋迫切目前各大公司的产品需求和内部决策对于数据实时性的要求越来越迫切，需要实时数仓的能力来赋能。
zhisheng_blog·2023-11-09 03:36

面经-数仓-高途

1.hive和spark差异，优劣2.sql连续3天登陆3.sql行转列，列转行4.多维度groupingsets5.python装饰器6.数据质量7.sql关联键数据类型不一致，会有什么结果1.flink过程，算子2.druid和其他框架3.ch4.es和mysql和hbase
piscessssss·2023-11-09 03:06

博时基金数据开发面经

4、数仓的数据量多大？5、除了o层，数仓有多少任务？6、数仓的任务要跑多久？7、外部数据平台数据的流向？8、外部数据平台有哪些数据入到数仓？9、数据交换平台的应用场景？10、你们大数据平台几个节点？
大数据的奇妙冒险·2023-11-09 03:06

数仓面试题（3）

1.内部表和外部表的区别：内部表是存储在关系型数据库中的表，而外部表是存储在文件系统或其他数据源中的表。内部表的数据由数据库管理系统进行管理和访问，而外部表则需要使用特定的连接器或接口进行访问和操作。此外，内部表的存储空间是有限的，而外部表则可以存储非常大的数据集。2.MapReduce的工作流程：MapReduce是一种编程模型，用于处理大规模数据集。它分为两个阶段：Map阶段和Reduce阶段
Young_IT·2023-11-09 03:34

大数据入职阿里云面经

条理清晰阅读方便，转载是为了方便以后个人查阅https://mp.weixin.qq.com/s/F2TiFw-LYFXMRj_hsD-TIw一、面试准备面试前，我花了很多时间，对项目进行了梳理，尤其在业务数仓的分层和多维数据模型设计这块
Zsigner·2023-11-09 03:34

数仓经典面试题

1.什么是数据仓库？请谈谈你对数据仓库的理解。数据仓库是一个用于存储和管理数据的系统，它可以将分散的、异构的数据源中的数据进行抽取、转换、清洗和整合，然后按照一定的模型和架构进行组织和存储，以便更好地支持决策分析和业务操作。数据仓库通常包括数据源、ETL（提取、转换、加载）过程、数据存储和数据查询等组成部分。2.什么是数据中台？请谈谈你对数据中台的理解。数据中台是一个集数据采集、数据处理、数据存储
Young_IT·2023-11-09 03:04

数仓面经大框架

1.计算机及编程基础：操作系统：进程、线程等数据结构：算法题计算机网络：分层等Linux：常用的指令MySQL（重点）Java/Python基础排序算法（快排、归并等）2.大数据组件Hadoop:HDFS(重点)，MapReduce(重点),YarnSparkHive从功能，原理，组成，运行流程调优(重点)，Hive调优(参数、sql)，Spark调优(资源、开发算子、数据倾斜、参数)3.数据仓库
Young_IT·2023-11-09 02:03

Databend 开源周报第 113 期

Databend是一款现代云数仓。专为弹性和高效设计，为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务：https://app.databend.cn。
Databend·2023-11-08 20:08

Databend 开源周报第 114 期

Databend是一款现代云数仓。专为弹性和高效设计，为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务：https://app.databend.cn。
Databend·2023-11-08 20:08

Databend 开源周报第 117 期

Databend是一款现代云数仓。专为弹性和高效设计，为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务：https://app.databend.cn。
Databend·2023-11-08 20:08

Databend 开源周报第 118 期

Databend是一款现代云数仓。专为弹性和高效设计，为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务：https://app.databend.cn。
Databend·2023-11-08 20:36

Java并发工具-2-同步工具(Tools)

一计数信号量Semaphore1概念解释semaphore[ˈseməfɔː(r)]信号量从JDK1.5开始提供，Java官方就在java.util.concurrent并发包中提供了Semaphore工具类。那什么是“Semaphore”呢？单词“Semaphore”在计算机世界中被解释为中文“信号量”，但更能表述其含义的叫法应该是“许可证管理器”。不管叫什么中文名称，它就是一种计数信号量，用于
是三好·2023-11-08 20:30

linux运维笔记：Rsync数据同步工具

linux运维笔记：Rsync数据同步工具1-Rsync简介Rsync英文全称是Remotesynchronization，Rsync具有可以使本地和远程两台主机之间的数据快速复制和同步镜像、远程备份的功能
好知识传播者·2023-11-08 17:46

linux系统rsync远程数据同步

rsync是linux下一个远程数据同步工具，对比两个文件，传输差异部分，传输速度快。Rsync传输过程中可以实行压缩和解压缩，使用更少的宽带。支持匿名传输、方便进行网站镜像。
小的肾虚体弱·2023-11-08 17:07

Flink SQL TopN语句详解

TopN定义（⽀持Batch\Streaming）：TopN对应离线数仓的row_number()，使⽤row_number()对某⼀个分组的数据进⾏排序。
猫猫爱吃小鱼粮·2023-11-08 09:14

基于亚马逊云科技Serverless架构的实时数仓架构

近年来，各级政府和企业响应数字化转型的号召，都已开始或者即将开始数字化转型。各类企业通过前期的业务线上化、信息化，积累了大量数据，而数字化转型就是要聚合这些数据，进行深入挖掘分析，用数据来驱动业务，用数据来支撑决策、用数据来推动业务和商业模式创新、推动业务流程优化，进而实现降本增效。要实现数据价值，建设数据仓库是在数字化转型过程中不得不面对的一项任务。数据仓库汇聚各个业务部门数据，避免数据孤岛，使
Discovering_·2023-11-08 05:50

DataX数据同步工具

简介DataX是阿里云DataWorks数据集成的开源版本，在阿里巴巴集团内被广泛使用的离线数据同步工具/平台。
躺着听Jay·2023-11-07 17:23

数仓删数方案

数仓删数一、源头逻辑删除二、源头物理删除方案一:物理删除方案二:逻辑删除一、源头逻辑删除源头有逻辑删除标志的话,数仓直接同步过来,推数的时候可限制isvalid=1二、源头物理删除数仓中的数据需要与源头进行全量核对方案一
我爱夜来香A·2023-11-07 13:56

Lambda 架构 vs Kappa 架构

大数据处理架构详解：Lambda架构、Kappa架构、流批一体、Dataflow模型、实时数仓https://www.cnblogs.com/robots2/p/17769376.html大数据架构设计
flying jiang·2023-11-07 12:58

rsync怎么读

这个是一个linux同步工具全名是remotesynchronization.在公司我们一般就叫rthink或者直接拼也可以，r,s，y,n,crsync具有可使本地和远程两台主机之间的数据快速复制同步镜像
chaoren499·2023-11-07 11:23

【hcie-cloud】【2】华为云Stack解决方案介绍、缩略语整理 【下】

MRS：一个架构可构建三种数据湖，业务场景更丰富离线数据湖：提供云原生、湖仓一体的企业级数据湖实时数据湖：自研CDL引擎，打通实时数据湖的“最后一公里”逻辑数据湖：通过自研HetuEngine实现数据湖与数仓协同
҉人间无事人·2023-11-07 08:55

flinksql如何关联mysql维表_Flink实战（八十三）：flink-sql使用（十）维表join（五）Flink SQL之维表join之Temporal Table Join...

utm_source=qq维表是数仓中的一个概念，维表中的维度属性是观察数据的角度，在建设离线数仓的时候，通常是将维表与事实表进行关联构建星型模型。
axiao2·2023-11-07 05:39

flink sql 流 join （上）(转)

1.序篇下面即是文章目录，也对应到本文的结论，小伙伴可以先看结论快速了解本文能给你带来什么帮助：背景及应用场景介绍：join作为离线数仓中最常见的场景，在实时数仓中也必然不可能缺少它，flinksql提供的丰富的
newbei5862·2023-11-07 05:06

实时数仓|Flink SQL之维表join

维表是数仓中的一个概念，维表中的维度属性是观察数据的角度，在建设离线数仓的时候，通常是将维表与事实表进行关联构建星型模型。
大数据技术与数仓·2023-11-07 05:05

Apache Doris在美团外卖数仓中的应用实践

本文将介绍Doris在美团外卖数仓的实践。序言本文侧重于以Doris引擎为“发动机”的数仓生产架构的改进与思考。
架构师小秘圈·2023-11-07 03:25

尚硅谷大数据项目《在线教育之实时数仓》笔记006

视频地址：尚硅谷大数据项目《在线教育之实时数仓》_哔哩哔哩_bilibili目录第9章数仓开发之DWD层P041P042P043P044P045P046P047P048P049P050P051P052第
upward337·2023-11-06 22:49

mysql schema sync_mysql-schema-sync

mysql-schema-syncmysql表结构自动同步工具用于将线上数据库结构变化同步到本地环境!
致无邪·2023-11-06 12:47

mysql-schema-sync表结构同步

很多方式只能同步数据，而源库表结构一旦被修改，被同步端将无法同步数据mysql-schema-sync用于实现表结构同步github地址：GitHub-hidu/mysql-schema-sync:mysql表结构自动同步工具
我的喵叫初六·2023-11-06 12:47

Mysql表结构自动同步工具mysql-schema-sync

于是为了解决这个问题在网上搜索了一番，发现大佬使用Go语言开源了表结构同步工具mysql-schema-sync，使用文档也非常详细，接下来看看这款工具都有哪些功
雄仔的点点滴滴·2023-11-06 12:16

Hologres 助力飞猪双11实时数据大屏秒级响应

摘要：刚刚结束的2020天猫双11中，MaxCompute交互式分析（下称Hologres）+实时计算Flink搭建的云原生实时数仓首次在核心数据场景落地，为大数据平台创下一项新纪录。
阿里云技术·2023-11-06 11:04

OpenMLDB 发布线上到线下数据自动同步工具

OpenMLDB正式发布线上到线下数据自动同步工具OpenMLDB作为一个线上线下一致的实时特征计算平台，通过合理的线上线下数据存储，确保线上到线下数据的一致性。
第四范式开发者社区·2023-11-06 08:16
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他