搜索[数据管理]结果-低调大师优秀个人博客

精选列表

搜索[数据管理]，共4007篇文章

数据管理(DMS)：让你轻松管理云端数据

传统的方式带来如下问题：给企业带来采购成本 (例如企业需要采购特定数据管理软件) 构建云上、云下的联通性环境 (为了安全，数据通常只有私网IP) 配置管理的运行环境 (例如可能需要配置phpMyAdmin

2016-11-24

谈谈数据管理中的数据治理和元数据

一数据治理数据治理是数据管理策略中最基本的功能，因为它是其他功能的中心和领导。

2021-12-28

Object Bot 1.0.0 发布，Java 测试数据管理库

我很高兴地宣布，Object Bot 1.0.0正式发布了。 Object Bot 是什么？ Object Bot 是Java 的一个管理测试数据的程序库。为什么要有 Object Bot？随着测试数量增多，测试测试数据会散落在各个测试里，每个测试都要编写大量的测试数据初始化相关的代码，而且，通常测试数据还要满足一定的依赖关系，这会让测试数据的初始化代码大幅度增加。 Object Bot 就是为了解决这种困难而产生的。添加依赖在项目中添加相应的依赖，如果你的项目用的是 Maven，可以这样添加： <dependency> <groupId>com.github.dreamhead</groupId> <artifactId>bot-junit5</artifactId> <version>1.0.0</version> </dependency> 如果是 Gradle，可以这样添加： dependencies { testImplementation( "com.github.dreamhead:bot-junit5:1.0.0", ) } 使用方式假设我们有如下的一个测试数据类 Foo： class Foo { private String field1; private String field2; public Foo(String field1, String field2) { this.field1 = field1; this.field2 = field2; } public String getField1() { return this.field1; } public String getField2() { return this.field2; } } 然后，编写一个 Initializer 初始化数据： import com.github.dreamhead.bot.annotation.BotInitializer; public class FooBotInitializer implements BotInitializer { @Override public void initializer(final ObjectBot bot) { // Give a name to identify your Pojo. bot.define("defaultFoo", new Foo("foo", "bar")); } } 接下来，就可以在测试中使用初始化好的数据了： @ExtendWith(BotExtension.class) // All test POJOs are initialized with FooBotInitializer. @BotWith(FooBotInitializer.class) public class FooTest { // Use the name to identify your defined Pojo. // It will be injected for each test. @Bot("defaultFoo") private Foo foo; @Test public void should_get_foo() { assertThat(foo.getField1(), is("foo")); } } 如果需要在测试类中修改某些字段，为字段赋予新值，可以这么做： @ExtendWith(BotExtension.class) @BotWith(FooBotInitializer.class) public class ModifiedFooTest { @Bot(value = "defaultFoo") // Customize field field2 with value blah @StringField(name = "field2", value="blah") private Foo foo; @Test public void should_get_foo() { assertThat(foo.getField2(), is("blah")); } } 如果只是在单个测试中修改一个字段，可以使用 override： @ExtendWith(BotExtension.class) @BotWith(FooBotInitializer.class) public class FooTest { @Bot("defaultFoo") private Foo foo; @Test public void should_get_foo() { Foo newFoo = override(foo, field("field2").value("blah")); assertThat(newFoo.getField2(), is("blah")); } 就是这么简单，用起来吧！

2020-09-02

如何在多云数据管理中找到适当的平衡

如果没有用于多云工作负载调配、管理和取消置备的全面无缝的数据管理策略，就有可能损害或丢失有价值的数据。

2020-04-07

基于TableStore的海量电商订单元数据管理

一、背景订单系统存在于各行各业，如电商订单、银行流水、运营商话费账单等，是一个非常广泛、通用的系统。对于这类系统，在过去十几年发展中已经形成了经典的做法。但是随着互联网的发展，以及各企业对数据的重视，需要存储和持久化的订单量越来越大。数据的重视程度与数据规模的膨胀带来了新的挑战，原有的系统是否还能继续满足需求成了焦点？需求场景某电商平台A，需要进行持久化所有平台产生的订单数据。同时，基于所有的订单数据，系统又需要向外提供面向多种角色：消费者、店家、平台三类人群的多元化的查询服务。消费者可以查询自己的历史订单，商家可以统计热销产品，平台也可以分析用户行为、平台交易规模等。主要查询方式涵盖订单的多维度检索，以及订单数据的分析、统计等，例如：面向消费者：【A消费者】*【近1年】*【产品名含'电脑'字段】订单查询；面向店家：【B店家】*【

2018-09-20

柏林DataWorks峰会：大数据管理成为关注焦点

很多数据管理专业人士现在都将注意力集中在欧盟的“通用数据保护条例”（GDPR）上，该条例将在一个月内生效，将对任何在这些国家开展业务的企业实施严格的数据管理措施。

2018-04-30

太保安联布局大数据管理式医疗模式

随着近年国务院接连发布《国务院关于加快发展现代保险服务业的若干意见》、《国务院办公厅关于加快发展商业健康保险的若干意见》、《十三五规划纲要》与《“健康中国2030”规划纲要》，健康险正迎来密集的政策红利期，但健康险公司如何借助大数据、物联网、移动互联、人工智能等技术，抓住政策红利实现跨越式成长，尚在探索过程。太保安联董事长兼总经理孙培坚在近日举行的2017亚太健康险峰会间隙接受本报记者采访时表示，未来中国健康险产业发展将呈现两大态势，一是健康生态合作方的融合趋势更加明显；二是健康险企业将协同拉动健康管理行业共同发展。他强调，这两大态势的发展，离不开大数据、人工智能、物联网、移动互联等技术的支持。当前很多健康险公司都在积极布局“保险+科技+健康管理”战略，进而形成融合健康险+医疗+健康管理的新业态。就健康险产业发展角度而言，未来的保险+科技+健康管理模式将会以保险为平台，整合一系列医疗与大健康领域服务，构建以客户为中心的、覆盖全生命产业链的健康服务体系。 “随着大数据、云计算、区块链、人工智能等技术的深入应用，这个生态链合作方的融合趋势愈加明显。”孙培坚告诉记者。也有业内人士却指出，由于保险+科技+健康管理模式涉及医院、健康管理机构、保险公司等不同类型机构的业务融合，保险公司要借助大数据、人工智能、物联网等新技术，构建以险企为主导，实现客户、医疗机构、险企等多方共赢的局面，绝非易事。究其原因，健康险相比传统保险业务板块而言，盈利模式尚未定型，市场主体尚在探索过程，导致大数据、人工智能等新技术的应用存在诸多不确定性，导致健康险产品过度同质化竞争，令保险+科技+健康管理的利润空间与客户体验极易遭遇瓶颈期。艾瑞报告也指出，未来健康险种要避免同质化产品竞争，一个解决方案就是依托大数据进行综合计算分析的场景性险种的开发。但中国数据共享远没有踏进大数据运作的理想地步。要解决这些问题，健康险企业需通过对上下游产业的投资、收购，完成对健康产业的闭环服务。孙培坚则认为，中国保险+科技+健康管理模式的发展，不妨借鉴美国、德国等西方国家的发展历程。长期以来，美国商业健康险形成了管理式医疗模式，即商业保险机构作为最大的支付方和人群流量优势方，逐步主导医疗资源的分配；在德国，险企直接投资或战略合作上游服务企业，包括医院、诊所、健康管理公司、护理和养老机构等，有效实施风险管控(包括降低过度医疗等费用)，提升多元化盈利能力。在他看来，中国式保险+科技+健康管理模式发展的一大优势，恰恰在于大数据、云计算、区块链、人工智能等技术的崛起，让健康险公司能更多借助数字化手段升级客户服务，探索更方便快捷的新型健康险运营模式。今年8月，太保安联发布的“U享赔”服务通过医疗数据直连，尝试快速获取医疗机构的就诊支付数据，以此作为提升用户体验的主要手段。此外，太保安联还在保险支付环节启动深入务实的研发，尝试对医保、商保和个人支付进行有机融合。未来的规划蓝图中，商保公司继续通过和医疗科技公司、公立医疗机构的深度跨界合作，发挥各方角色的优势和强项，提高各方资源的有效利用，优势互补，促进服务业态形成闭环。 “可以预见的是，管理式医疗将成为中国商业健康保险的最终发展目标。商业保险与医疗产业深度融合，将打通医疗健康数据与医疗健康服务路径，形成健康医疗大数据，是中国商业健康险发展的必然趋势。”孙培坚指出。当前保险+科技+健康管理模式的发展，已经得到政策的支持，比如《健康中国2030规划纲要》提出，要培育一批有特色的健康管理服务产业，探索推进可穿戴设备、智能健康电子产品和健康医疗移动应用服务等发展。本文转自d1net（转载）

2017-11-16

关于云数据管理的复兴之路是怎样的？

然后到了中世纪时期，MySQL在1995年提出开源许可模式，并在数据管理领域产生了第一个连锁反应。

2017-10-31

Informatica建业界首个大数据管理框架

文章讲的是 Informatica建业界首个大数据管理框架， 2015年10月19日——领先的独立软件提供商Informatica专注于提供一切有关数据的变革创新。

2017-08-31

微服务架构下的分布式数据管理

1.1 分布式数据管理之痛点为了确保微服务之间松耦合，每个服务都有自己的数据库, 有的是关系型数据库(SQL)，有的是非关系型数据库(NoSQL)。

2017-08-01

《Hadoop实战第2版》——1.6节Hadoop数据管理

1.6 Hadoop数据管理前面重点介绍了Hadoop及其体系结构与计算模型MapReduce，现在开始介绍Hadoop的数据管理，主要包括Hadoop的分布式文件系统HDFS、分布式数据库HBase和数据仓库工具

2017-07-31

大数据炙手可热你的数据管理还OK吗？

采用大数据系统后，数据管理是如何随着整体数据环境的变化进行规划和执行的？Lakshmi Randall顾问分享了自己的观点。过去的几年里，数据环境的变化不会在短时间内产生影响。

2017-07-02

Web系统数据管理与模块化扩展设计实践

在 Web 系统开发过程中，初期版本通常只需要满足基础功能需求。但随着系统持续运行，用户数量增加、数据规模扩大以及功能不断调整，原有设计可能逐渐出现维护困难、模块关联复杂等问题。

2026-08-20

对GaussDB数据库和数据管理的简单介绍

为什么要进行数据管理 2、数据质量规则体系三、GaussDB数据库中如何实现数据管理 1、数据质量设计 2、数据保护技术 3、数据存储 4、数据加密模型 5、数据备份四、小结一、前言数据库与数据管理有着密切的关系

2023-11-27

Xline —— 用于元数据管理的分布式 KV 存储

可以为多集群场景提供统一的数据管理，使相互访问、发现、修改变得简单方便。它还提供KV接口、多版本并发控制并兼容etcd和K8S。

2023-06-30

ERD Online 4.0.7 在线数据库建模、元数据管理

❝ feat(erd): 增加新春火红主题 feat(erd): 增加团队协作人员进入、退出提示 fix(erd): 修复权限配置页面显示混乱 doc(erd): 修改更新通告地址 ❞ 变化一览增加新春火红主题新春主题所有按钮、菜单、元素由原来的蓝色改为火红色修复权限配置页面显示混乱团队功能增加团队协作人员进入、退出提示团队提示交流渠道官方论坛：https://www.zerocode.net.cn/ ERD Online文档：https://portal.zerocode.net.cn/ ERD Online体验：https://erd.zerocode.net.cn/ 低代码LOCO体验：https://loco.zerocode.net.cn/

2023-01-19

金山云：基于 JuiceFS 的 Elasticsearch 温冷热数据管理实践

03 Elasticsearch冷热数据管理 ES 有几个常用概念： Node Role 、Index Lifecycle Management 、 Data Stream。

2022-11-18

全平台数据管理工具 DataCap 1.1.0.20221115 发布

当前版本包括几个主要的更新。以下链接是Roadmap 🎉🎉🎉🎉🎉🎉DataCapisreleased🎉🎉🎉🎉🎉🎉 ReleaseVersion ReleaseTime 1.1.0.20221115 2022-11-15 General 替换插件name为id 支持国际化 issues-82 减小docker映像的大小替换docker 基础镜像 eclipse-temurin:8-jdk-focal 支持ssl issues-75 提取插件，获取全局工具支持数据库写操作 issues-70 支持用户权限管理支持代码片段 issues-74 支持编辑器自动提示支持提供数据源架构树栏 issues-106 支持多编辑器 issues-110 添加配置管理支持修改用户密码添加7天数据源雷达图添加关于页面添加反馈 issues-126 SPI 支持自定义验证 Plugins 支持MongoDB 支持Dremio 支持HBasejdbcforPhoenix issues-103 支持H2 支持SqlServer 支持Oracle Redis 修复无法初始化重新断开连接 issues-71 ElasticSearch 更新版本 7.10.0 Kyuubi 更新版本 1.6.0-incubating Thankyou 非常感谢以下贡献者为这个版本的源代码所做的贡献排名不分先后 GitHubID @pan3793 @javalover123 @shuangzishuai @GtoCm @why198852 @qianmoQ 详细GitHub地址：https://github.com/EdurtIO/incubator-datacap/releases/tag/1.0.0.20221015

2022-11-15

全平台数据管理工具 DataCap 1.0.0.20221015 发布

这是我们发布的第一个新版本。 DataCap 已经发布发布版本发布时间 1.0.0.20221015 2022-10-15 General 构建SPI支持多个数据源支持基于Vue架构的web可视化支持数据源引用历史数据源和历史的数据统计 Plugins 支持 ClickHouse 支持 MySQL 支持 Presto 支持 Redis 支持 PostgreSQL 支持 Trino 支持ElasticSearch 支持 Apache Druid 支持 Apache Kyuubi 支持 Apache Hive 支持 Apache Kylin 支持 Apache Ignite 支持 IBM DB2 Thank you 非常感谢以下贡献者为这个版本的源代码所做的贡献排名不分先后 GitHub ID @mlboy @qianmoQ Download¶ GitHub SourceForge

2022-10-17

ip2region 2.6.1 发布，全新 xdb 数据管理引擎

ip2region (2.0 - xdb) 是一个离线的 IP 数据管理框架和定位库，10微秒级别的查询性能，提供了很多主流编程语言的 xdb 数据格式的生成和查询实现。

2022-06-27

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。