技巧
-
数据分析不使用Hadoop的五大理由
2012-05-01解决大数据分析的问题上人们误认为Hadoop可以立即有效工作,而实际上“对于简单的查询,它是可以的。但对于难一些的分析问题,Hadoop会迅速败下阵来。
-
如何选择合适的数据仓库架构
2012-04-25在为业务设计数据仓库时,当前最常讨论的两种方法是Inmon和Kimball方法。关于哪种方法更好、哪种更高效的争论已经持续了好几年,但是一直没有一个明确的结论。
-
保证无风险升级SQL Server报表服务
2012-04-24无论何时要执行SQL Server升级,都要承担一定的风险,例如服务器或者应用服务有可能会中断。当这种情况发生时,就需要恢复到以前的版本、恢复配置和数据库等。
-
应对内存BI项目的潜在挑战
2012-04-22与其它类型的技术项目一样,内存分析软件的部署存在一定的潜在挑战。但是IT分析师们和顾问们认为,只要精心准备,这些挑战应该不成问题。
-
企业需要什么样的数据科学家
2012-04-11企业需要的数据人才大致分为几类,主要包括产品和市场分析、安全和风险分析以及商业智能三大领域。
分析 >更多
-
Test Post today
Test Post todayTest Post todayTest Post todayTest Post […]
-
Test Posts today
Test Posts today Test Posts today Test Posts today Test […]
-
Spark尚未“成熟” 用户仍需“专业”
虽然Spark的应用对企业而言已经并不陌生,但对于一些企业来说,这项技术可能还是比较“前沿”。
-
Watson 分析:让我们变得更好还是更懒?
Watson分析在很多领域表现出色,特别是在广告方面,包括Google和Adobe。但是IBM的AI驱动的分析技术还值得细细推敲。
电子杂志 >更多
-
《数据价值》2017年3月刊·当预测模型失败了
随着大数据环境的不断发展,集成和准备分析数据的工作正在发生显著的变化。
-
《数据价值》2016年10月刊·窥探未来的水晶球
企业可以利用Hadoop以及所有与它相关的技术设计大数据环境,以满足其特定的需求。但把所有的技术集成在一起并不是一件容易的事。