首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏华章科技

    盘点数据治理6个价值

    作者:用友平台与数据智能团队 来源:大数据DT(ID:hzdashuju) 对于企业来讲,实施数据治理6个价值,如图1-2所示。 ▲图1-2 数据治理6个价值 01 降低业务运营成本 有效的数据治理能够降低企业IT和业务运营成本。 02 提升业务处理效率 有效的数据治理可以提高企业的运营效率。 03 改善数据质量 有效的数据治理对企业数据质量的提升是不言而喻的,数据质量的提升本就是数据治理的核心目的之一。 石秀峰,用友集团数据治理专家、中国电子商会数据资源服务创新专业委员会受聘专家、数据质量管理智库(DQPro)受聘专家。深耕数据领域十余年,曾主导过多家大型集团的数据治理、数据集成等项目的咨询和落地。

    1K30编辑于 2022-04-14
  • 来自专栏后台公论

    防微杜渐,向扁鹊学习治理代码

    对于代码治理必须马上提上议程,彼时心中千头万绪却不知该从何做起。这时“疾在腠理,汤熨之所及也,今在骨髓,臣是以无请也。“的词句映入脑海。 另外感觉自己不会犯错,写出 if (a = 1) 这样的代码。 但多年以前我在百度工作期间,我就曾写下了这样的代码。 但有时候不太现实,因为我们也会依赖到外部代码,开启-Werror导致外部库的代码编译不过,我们可能不能直接修改它们的代码。 遵守代码的规范是维护了一个每个代码开发者的认知协议,不规范的代码破坏了这一协议,使得代码变成屎山,如果不能对老代码面面俱到则极易踩坑!就好比大家都认为靠右行驶,但是突然迎面出现一个逆行,酿成车祸。 有些公司是mono repo的代码仓库管理模式,即很多服务/模块的代码不是在单独的git上管理,而是在同一个git上,通过不同的二三级目录来存储不同模块的代码

    53920编辑于 2023-10-01
  • 来自专栏希里安

    微服务治理?容器治理

    可识别英语、俄语、中文等语言,感兴趣的可以看下--[Translumo](https://github.com/Danily07/Translumo) 微服务和容器治理 微服务治理和容器治理都是与分布式应用程序和容器化部署相关的领域 微服务治理(Microservices Governance): 微服务治理是管理和维护微服务架构中的各个微服务组件的一系列策略、实践和工具。 自动化: 自动化是微服务治理的核心,包括自动部署、自动伸缩和自动化测试等。 容器治理(Container Orchestration): 容器治理是管理容器化应用程序的一系列策略和工具。 容器治理实例 容器治理是确保容器化应用程序在分布式环境中可靠运行的一组实践和工具。 容器治理: 安全性容器治理可以管理访问控制、证书管理和数据加密,以确保数据的保密性和完整性。

    1.1K40编辑于 2023-10-30
  • 来自专栏超级架构师

    【架构治理】在代码存储库中记录软件架构

    带有 Markdown 的架构文档 与代码一起管理软件的架构设计和设计决策将为项目提供极大的便利。当我们的设计与代码一起保存在配置管理环境中时,我们可以一起进行设计变更和代码变更。 当新工程师开始项目并将代码拉到他的计算机上时,他有机会看到系统的架构。 准备 Markdown 文档 IDE 您可以使用 Visual Studio Code 和类似的 IDE 与您的代码一起准备 markdown 文档。 第 6 章中可以使用 C4 动态图或 UML 序列图。部署图可以使用 C4 或 UML 符号在第 7 章。 对于第 10 章,我们可以使用为架构权衡分析方法 (ATAM) 准备的表格。 结论 建议使用 Arch 42 模板以 Markdown 格式准备软件架构文档,并在代码中包含 Git 结构中的 C4 模型和 UML 图。

    2.3K20编辑于 2022-04-12
  • 来自专栏实时流式计算

    【译文】数据治理与BI治理

    几十年来,数据治理一直是企业关注的焦点,并随着企业数据量的急剧增长,数据治理的重要性日益凸显。然而,大规模的有效BI治理一直是一个难以实现的目标,因为它需要比传统数据治理更广泛的关注点。 毕竟,如果给用户的交付物不一致,或者缺乏适当的上下文以确保业务用户正确地理解数据,那么所谓高质量、精心治理的数据又有什么价值呢? 有效的BI治理要求组织为数据和分析的治理建立流程。 BI门户的关键治理角色体现在以下两个场景:独立的BI治理平台,或与数据目录协同工作。 什么是数据治理? 数据治理是一组确保有效管理和利用数据的过程和技术的集合。 组织中的分析师和数据管理员使用数据治理工具来执行公司治理政策,来促进数据的正确使用。 应用这些工具进行数据治理需要大量的持续投资,因此许多组织希望从这些投资中获得可观的投资回报。 什么是BI治理

    1.5K40编辑于 2023-03-24
  • 来自专栏奝-大周

    代码审计day6

    命令执行和代码执行的区别 代码执行:执行的效果完全受限于语言本身 命令执行:执行的效果不受限于语言语法本身,不受命令本身限制 命令执行类型: 1.代码层过滤不严 2.系统漏洞 3.第三方组件存在代码执行漏洞

    54710发布于 2020-08-19
  • 来自专栏橙子架构杂谈

    【服务治理】服务治理漫谈

    【服务治理】服务治理漫谈 0. 这能给我们后续无论是业务应用还是基础技术领域的服务治理提供一些参考。 1. 什么是服务治理 在一切的最开始,我们先来问自己一个问题,什么叫做服务治理? 这在现实的工作场景中,给服务治理的运维难度抬升了几个量级,服务治理团队不得不被迫面对多个版本并存的架构代码,以及推行一个版本可能需要半年以上的噩梦。 我们需要什么样的服务治理 我们了解了什么是服务治理、服务治理是怎么演变发展的,这时候,我们不禁会想,我也要做服务治理!但是,请先停一下,请先问一下自己,我们需要什么样的服务治理6.

    4K31编辑于 2021-12-06
  • 来自专栏华章科技

    详解6G系统数据治理方案的设计要点和原则

    6G系统的数据治理方案将为AI和感知业务提供有力支持,将催生新的业务方式和系统特性。 01 设计要点和原则 数据治理的范围远不止是传统的数据采集与存储。 02 架构特点 独立的数据面是数据治理系统设计中的关键特性(如图2所示),它将为6G系统提供数据相关的通用能力,从而为6G系统内部和外部功能提供透明、高效、内生安全和隐私保护。 ▲图2 独立的数据面实现完整的数据治理 1. 独立数据面 独立数据面旨在实现6G系统的数据治理方案,它处理的数据来自不同业务实体。 因此,6G中的数据治理是典型的多方参与场景,使用6G系统提供的数据或知识的数据客户、6G系统的数据提供者都可能参与其中。 6G可以有自己的数据治理框架,也可以在自身领域知识的基础上,与其他行业参与者一起构建数据治理框架。也就是说,数据治理框架可能存在不同的演进或发展路线。

    67020编辑于 2022-03-11
  • 来自专栏高渡号外

    Python代码找bug(6

    Python代码找bug(6) 上期的代码设计需求: 一球从100米高度自由落下,每次落地后反跳回原高度的一半;再落下,求它在第10次落地时,共经过多少米?第10次反弹多高? 代码如下: ? (2)正确理解和运用缩进语法 对了,昨天我们还提到一个有趣的问题就是关于python的代码基因,似乎偏好使用list列表等序列类型数据结构的问题。 这里我们把另外一种比较传统(其他语言)爱用的解决方案的代码列出来,供大家欣赏,品味两者风格的差异,看看基因的影响力是不是很强大? ? 代码如下: ? 兄弟,明察秋毫的你,看看bug在哪呢? 找出来,发到留言里,明天对答案。 提醒:惯例所有代码都是基于Pythpn3 的哦。

    85830发布于 2020-09-22
  • 来自专栏全栈程序员必看

    服务治理

    服务治理可以说是微服务架构中最为核心和基础的模块,它主要用来实现各个微服务实例的自动化注册和发现。 中 istio 谷歌、IBM、Lyft 是 少 Ps:Spring Cloud Eureka是Spring Cloud Netflix 微服务套件的一部分,主要负责完成微服务架构中的服务治理功能 1.阿里 – Dubbo 2.阿里 – HSF 3.腾讯 – Tars 4.JSF 5.CNCF – Linkerd 6.新浪 – Motan 7.istio 大部分(Linkerd除外、 除了这3个核心动作之外,其它的辅助操作还有统计上报、鉴权等等,这也是我们搭建一个服务治理框架需要实现的功能。从MVP的角度来说,注册、订阅、变更下发是最基础的核心功能。 服务治理的扩展 在企业中,我们可以针对服务治理做更多的扩展。比如:   1.基于版本号的服务管理,可以用于灰度发布。   2.请求的复制回放,用于模拟真实的流量进行压测。   

    1.2K30编辑于 2022-08-04
  • 来自专栏ThoughtWorks

    周四晚7点半|研发效能治理6个影响因素和6个关键策略

    研发效能治理6个影响因素和 6个关键策略 3月24日(本周四)19:30-21:00 扫描上方二维码,免费报名直播,永久获取会议资料 数字化资产和产品逐步成为各行业中公司核心竞争力的承载,其生命周期的延续和可持续发展的挑战都让一个概念不断被提到 研发效能治理的策略有哪些?本场直播聊一聊。 扫描下方二维码,查看往期直播回放

    38830编辑于 2022-03-24
  • 来自专栏微信公号【Java技术江湖】

    Java基础6代码块与代码加载顺序

    本文主要介绍了三种代码块的特性和使用方法。 具体代码在我的GitHub中可以找到 https://github.com/h2pl/MyTech 文章首发于我的个人博客: https://h2pl.github.io/2018/04/24/javase6 代码块:用{}包围的代码 java中的代码块按其位置划分为四种: 局部代码块 位置:局部位置(方法内部) 作用:限定变量的生命周期,尽早释放,节约内存 调用:调用其所在的方法时执行 public class } } 静态代码块 位置:类成员位置,用static修饰的代码块 作用:对类进行一些初始化 只加载一次,当new多个对象时,只有第一次会调用静态代码块,因为,静态代码块 C(); C c2 = new C(); //结果,静态代码块只会调用一次,类的所有对象共享该代码块 //一般用于类的全局信息初始化 //静态代码块调用 //代码块调用

    61100发布于 2019-04-06
  • 来自专栏王磊的博客

    6种限流实现,附代码

    合法性验证限流为最常规的业务代码,就是普通的验证码和 IP 黑名单系统,本文就不做过多的叙述了,我们重点来看下后两种限流的实现方案:容器限流和服务端限流。 我们使用单 IP 在 10ms 内发并发送了 6 个请求的执行结果如下:图片从以上结果可以看出他的执行符合我们的预期,只有 1 个执行成功了,其他的 5 个被拒绝了(第 2 个在 501ms 才会被正常执行 location / { limit_req zone=mylimit burst=4; }}burst=4 表示每个 IP 最多允许4个突发请求,如果单个 IP 在 10ms 内发送 6 请求记录 +1 return true; }}以上程序的执行结果为:正常执行请求:0正常执行请求:1正常执行请求:2正常执行请求:3正常执行请求:4正常执行请求:5正常执行请求:6正常执行请求 如果你嫌弃服务器端限流麻烦,甚至可以在不改代码的情况下直接使用容器限流(Nginx 或 Tomcat),但前提是能满足你的业务需求。

    1.1K10编辑于 2023-08-25
  • 来自专栏FreeBuf

    观点 | 数据治理与数据安全治理思考

    数据治理  数据治理(Data Governance)是组织中涉及数据使用的一整套管理行为,包括数据治理计划、监控、实施。 从这8个能力域来看与数据治理需要的工具类似,因此我们在某一个层面上,可以DCMM为标准来进行数据治理的工作开展,或者认同DCMM作为现阶段数据治理的指导,不必深究数据治理与数据管理的差异化。 (数据安全复合治理与时间白皮书)  不同之处  →视角不同 数据治理的视角: 数据治理指利用数据驱动业务,实现企业增值。数据治理的智能化程度,决定了企业数字化转型的加速度。 而数据安全治理是数据治理的一个过程,是企业数字化转型进行数据治理中必经阶段,数据安全治理是否可以独立实施还有待详细讨论,数据安全治理是以保护数据的生命周期安全,需要的一系列管理和技术支撑,是数据安全领域数据 在现阶段多数中小企业数据中台或数据治理仍在建设中的情形下,根据数据治理的侧重点不同,在数据治理过程中实施数据安全治理的比重或阶段各不相同,甚至不包含数据安全治理

    2.3K30编辑于 2023-03-30
  • 来自专栏办公魔盒

    VB6 获取网页代码

    VB6 获取网页代码!! 使用方法:获取网页代码("www.baidu.com") ---- Public Declare Function InternetOpen Lib "wininet.dll" Alias "InternetOpenA hInet As Long) As Integer Public Const INTERNET_FLAG_NO_CACHE_WRITE = &H4000000 Public Function 获取网页代码

    2K30发布于 2019-07-22
  • 来自专栏python3

    #6 ipdb模块源代码解读

    因此本篇博文带着大家剖析一次源代码,剖析对象为代码调试模块:ipdb。为什么选择这个模块呢?因为下一次的博文计划写Python代码调试的啦~~Go!!! # Redistributable under the revised BSD license 5 # https://opensource.org/licenses/BSD-3-Clause 6 Redistributable under the revised BSD license 5 # https://opensource.org/licenses/BSD-3-Clause 6 ,遇到这种长的代码,第一步就是在心理上战胜自己!要想成长,就要多看这种标准代码,学习代码思想,模仿代码风格,这样一步一步脚踏实地走下去,你自己写出这样优秀的代码指日可待! __main__ import post_mortem 6 7 8 def update_stdout(): 9 # setup stdout to ensure output is

    1.1K30发布于 2020-01-17
  • 来自专栏韩锋频道

    浅析”IT治理

    正因为如此,才引入了"IT治理"这个概念。从定义上讲,IT治理,是指设计并实施信息化过程中,各方利益最大化的制度安排。 3 IT治理、企业治理、IT管理的关系 这是三个很容易混淆的概念,只有理清三者关系,才能有效推动治理落地。 【IT治理】 IT治理,主要关注企业的IT投资是否与战略目标相一致,从而构筑必要的核心竞争力。IT治理要能体现未来信息技术与未来企业组织的战略集成。 IT治理实践 1 前提条件 明确目标 IT治理活动与企业治理过程相结合,并有企业领导的参与。IT治理专注于企业目标和战略,使用技术提高业务水平,并满足业务需求的足够可用的资源和能力。 治理流程 IT治理流程是保证企业的相关部门采用合理的步骤进行IT治理活动。制订相关流程和规范并有效实施。它应是根据企业需求出发并落实责任到人。

    4.1K40发布于 2019-06-06
  • 来自专栏速入大数据

    数据治理之道:用代码撑起数据质量的保护伞

    数据治理之道:用代码撑起数据质量的保护伞在大数据时代,数据就是资源,质量就是生命。若数据质量不过关,再好的分析模型也会像沙滩上的城堡,一触即溃。那么,如何确保数据质量?有效的数据治理策略便成了关键。 本文将从四个方面展开探讨:数据标准化、数据清洗、数据验证及数据监控,并配合代码示例,助您一览这些基本策略的实际操作。一、数据标准化:让规则说话数据来自不同的系统,格式、命名可能天差地别。 保留数字 return re.sub(r'\D', '', phone)df['标准化电话号码'] = df['电话号码'].apply(standardize_phone)print(df)上述代码将不同格式的电话号码标准化 结语数据治理是一场持久战,数据标准化、清洗、验证和监控是必不可少的基本策略。这些方法看似简单,但贵在坚持和落实。正如盖一座高楼大厦,地基的质量决定了高度。希望这些策略能为您的数据治理实践提供启发。 数据治理的路上,你准备好了吗?

    25110编辑于 2025-03-07
  • 来自专栏深入浅出区块链技术

    探究Compound治理及构建治理界面

    提案存储在Governor智能合约[5]的 “proposals” 映射[6]中。所有提案的投票期均为3天。如果提案者在整个投票期间未维持其投票权重,则任何人都可以取消该提案。 注:COMP 部署在0xc00e94cb662c3520282e6f5717214004a7f26888[7] 、 治理合约部署在0xc0dA01a04C3f3E0be433606045bB7017A7323E38 治理界面 Compound 治理代码示例 治理界面必须在区块链之间进行读写,我们将逐步介绍一些基本的JavaScript代码示例,以实现这两种功能。 ]代码库中提供了以下示例完整代码。 委托投票 对提案进行投票 Compound治理最激动人心的部分是在更改协议的提案中投下你的一票。委托者可以为每个有效的提案投反对票或赞成票。 以下代码示例展示了投票用户界面的功能。

    1.6K31发布于 2020-10-23
  • 来自专栏Lansonli技术博客

    数据治理(二):数据治理功能方面

    数据治理功能方面图片        数据规模大并且成熟企业中数据治理通常包含以下几个功能方面: 数据治理包括主数据管理、元数据管理、数据标准管理、数据质量管理、数据集成管理、数据资产管理、数据安全管理、 六、数据资产管理        数据资产管理就是汇总、存储所有参与数据治理平台的各个系统的数据资产,确保数据资产的一致性和完整性,让管理者可以一目了然的了解到所有资产,提供决策依据,提升数据资产的价值。         企业有些数据非常重要且敏感,这些数据大部分集中在应用系统中,例如银行系统中客户的联络信息、资产信息等,如果不慎泄露,不仅给客户带来损失,也会给银行带来不利的声誉影响,因此数据安全在数据管理和治理过程中是相当重要的 以上几个方面相辅相成,每个公司根据每个公司的数据规模不同建设的数据治理方面不同,其中以上几个方面中数据治理基础方面有数据集成管理、数据质量管理,元数据管理,数据安全管理。 实施有效的数据治理可以确保企业数据符合重要的数据法规,数据标准化可以提高数据的透明度,降低使用数据的成本,提高运营效率,数据治理是所有数据应用的根基,数据治理的好坏直接影响数据应用的价值,通过数据治理可以给企业提供更直观

    1.8K51编辑于 2022-08-07
领券