- 综合排序
- 最热优先
- 最新优先
- 来自专栏云计算D1net
7大云计算数据仓库
顶级云计算数据仓库展示了近年来云计算数据仓库市场发展的特性，因为很多企业更多地采用云计算，并减少了自己的物理数据中心足迹。 云计算数据仓库是一项收集、组织和经常存储供组织用于不同活动(包括数据分析和监视)数据的服务。 在企业使用云计算数据仓库时，物理硬件方面全部由云计算供应商负责。 对于只看到大量等待数据并可供处理的大型仓库或数据仓库的最终用户来说，它们是抽象的。近年来，随着越来越多的企业开始利用云计算的优势，并减少物理数据中心，云计算数据仓库的市场不断增长。 云计算数据仓库通常包括一个或多个指向数据库集合的指针，在这些集合中收集生产数据。云计算数据仓库的第二个核心元素是某种形式的集成查询引擎，使用户能够搜索和分析数据。这有助于数据挖掘。 如何选择云计算数据仓库服务 在寻求选择云计算数据仓库服务时，企业应考虑许多标准。 现有的云部署。
7.5K30发布于 2019-09-26 - 来自专栏云计算D1net
2014年大数据与云计算的预测
然而，云计算却处于一个截然不同的阶段，远远超过了初始的炒作阶段，进入了一个混合部署的新时代，在这一新时代中云计算显然地扩展到了数据中心中。 在2014年，我们可以期待大数据和云计算的发展： 1、大数据和云计算一同成长：大多数组织知道他们应该使用云计算平台，但云计算到大数据的主要贡献将会转移。 不久，云计算将成为许多大数据的来源，从开放数据到社会数据到聚合数据——所有来源都将为大数据项目提供能量和动力。 企业要建立一个包括全面数据源的大数据基础设施。 我们可以期待Hadoop将成为“下一个”企业计算平台，推动大数据在2014年更多的实时的和操作的采用。 公司将不仅仅是IT公司——他们将成为数据公司。 企业只是刚刚接触大数据——还将会出现许多趋势。在未来的一年中，企业将能够利用新技术——特别是云计算——利用整合系统和数据工具的优势。
3K30发布于 2018-03-16 - 来自专栏Lansonli技术博客
2021年大数据Hadoop（十六）：MapReduce计算模型介绍
MapReduce的思想核心是“分而治之”，适用于大量复杂的任务处理场景（大规模数据处理场景）。即使是发布过论文实现分布式计算的谷歌也只是实现了这种思想，而不是自己原创。 Hadoop MapReduce构思体现在如下的三个方面： 如何对付大数据处理：分而治之 对相互间不具有计算依赖关系的大数据，实现并行最自然的办法就是采取分而治之的策略。 并行计算的第一个重要问题是如何划分计算任务或者计算数据以便对划分的子任务或数据块同时进行计算。不可分拆的计算任务或相互间有依赖关系的数据无法进行并行计算！ 统一构架，隐藏系统层细节 如何提供统一的计算框架，如果没有统一封装底层细节，那么程序员则需要考虑诸如数据存储、划分、分发、结果收集、错误恢复等诸多细节；为此，MapReduce设计并提供了统一的计算框架 如何具体完成这个并行计算任务所相关的诸多系统层细节被隐藏起来,交给计算框架去处理：从分布代码的执行，到大到数千小到单个节点集群的自动调度使用。
1.1K10发布于 2021-10-11 - 来自专栏数据猿
密态计算，大模型商用数据瓶颈的新解法？
密态计算的产业化应用，不仅为大模型的产业深度应用，也为打通数据要素流通的梗阻，提供新的思路。 无论是大模型的训练还是推理应用，都存在数据瓶颈 当大模型从实验室研究走向实际行业应用时，数据瓶颈问题成为了阻碍其进一步商用的重要障碍，这主要表现在大模型训练和推理应用两个阶段： 大模型训练阶段，行业数据分散在不同机构 随着大模型在各行业应用中的潜力逐渐显现，解决数据流通和隐私保护的难题变得愈发迫切。传统的隐私计算虽然在一定程度上缓解了数据安全问题，但其复杂性和效率问题限制了其广泛应用。 2022年，蚂蚁首创的可信密态计算获得数字中国建设峰会“十大硬核科技奖”， 隐语可信隐私计算技术栈被评为世界人工智能大会“八大镇馆之宝”之一。 用密态计算释放数据要素价值，让大模型真正规模化商用 展望未来，密态计算作为一种创新技术，将进一步提升计算效率和安全性，扩大应用范围。
71310编辑于 2024-07-16 - 来自专栏云计算D1net
云计算数据管理的五大支柱
随着越来越多的企业采用云计算服务，采用最新的软件工具和开发方法，它们之间的界限越来越模糊。企业的真正区别取决于其数据。 随着越来越多的企业采用云计算服务，采用最新的软件工具和开发方法，它们之间的界限越来越模糊。企业的真正区别取决于其数据。 企业要在不关闭数据的情况下有效管理数据，并阻止非法访问请求，企业需要一个可靠的云计算数据管理策略，并需要考虑五个重要因素。 1. 数据存储加密 大多数时候数据都存储在存储设备中。 也就是说，利用多个云账户将备份数据与生产数据隔离开来。企业需要确保备份其云计算基础设施的配置信息，以防因任何原因需要重建它。 智能数据管理将使企业的员工能够利用最新的云计算技术、创新新产品和服务，并使企业在竞争中脱颖而出。 （来源：企业网D1Net）
2.9K00发布于 2018-07-31 - 来自专栏云计算D1net
2017年云计算和数据中心五大趋势
在2017年，云计算的投资将持续火爆，但是随着企业需求变化， 2017年云市场将出现如下五大趋势。 分析这些新的数据源对长期业务目标至关重要，但当分析结果比数据本身更重要时，长期存储数据是不切实际和不必要的。 虽然2017年会看到大量的数据增长，需要永久存储，但是大多数网络新产生的数据是短暂的，将很快超过它的实用性和被丢弃。因此，尽管数据量呈指数增长，但存储空间的增长将不会像我们预期的那么多。 越来越多的公司将元数据作为新的收入来源 像Google或Facebook中使用的那些系统，都是为了收集和存储大量的元数据而设计的。随着公司分析数据的能力越来越强，数据变现将变得越来越重要。 像Netflix已经成功地分析出客户数据的共性。有意义的元数据，特别是已经存储了很长时间的元数据，也可以成为分析厂商销售的新产品的焦点。
1.8K150发布于 2018-03-27 - 来自专栏新智元
首个科学计算基座大模型BBT-Neutron开源！突破大科学装置数据分析瓶颈
新智元报道 编辑：LRST 【新智元导读】大语言模型能否解决传统大语言模型在大规模数值数据分析中的局限性问题，助力科学界大科学装置设计、高能物理领域科学计算？ 高能物理实验（如粒子对撞实验、暗物质与暗能量实验等）产生的数据量极为庞大且复杂，传统的数据分析方法在处理海量数据和复杂物理结构时，面临计算瓶颈。 其中，研究人员从粒子对撞实验出发，探索了大语言模型在大科学装置数据分析与科学计算领域的全新应用场景—— 具体来说，团队将其最新研发的科学基座大模型BBT-Neutron应用于粒子对撞实验，模型采用了全新的二进制分词方法 为了让大模型更加适配科学计算场景，该研究通过引入一种创新的二进制分词方法（Binary Tokenization），即利用计算机存储中使用的二进制表示数据，实现了数值数据与文本、图像等多模态数据的统一表示 该论文研究标志着大模型在多模态数据处理与科学计算任务中的巨大潜力。随着人工智能技术与大科学装置的深度融合，在未来或许能够加速中国大对撞机CEPC等前沿科研项目的实施落地。
44910编辑于 2025-02-15 - 来自专栏CloudBest
边缘计算的六大特点
1、什么是边缘计算 所谓边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。 简单来说，边缘计算，就是用网络边缘对数据进行分类，将部分数据放在边缘处理，减少延迟，从而实现实时和更高效的数据处理，以达到对云计算的有力补充。 2、边缘计算的六大特点 虽然边缘计算还没有全面爆发，但是从现在涌动的暗流中，我们已然可以看到，边缘计算呈现出的六大特点和趋势。 第四，安全化 在边缘计算出现之前，用户的大部分数据都要上传至数据中心，在这一上传的过程中，用户的数据尤其是隐私数据，比如个体标签数据、银行账户密码、电商平台消费数据、搜索记录、甚至智能摄像头等等，就存在着泄露的风险 而边缘计算因为很多情况下，不要再把数据上传到数据中心，而是在边缘近端就可以处理，因此也从源头有效解除了类似的风险。
1.3K20编辑于 2023-03-03 - 来自专栏SDNLAB
2020年云计算10大预测
云计算已经进入了一个成熟阶段，其特点是标准化和更强的跨平台兼容性。那么，云计算在未来一年里会有什么发展呢?尽管该行业的发展速度可能快得令人发狂，但宏观的趋势和过去发生的事件为未来的预测提供了依据。 它可能还会将它们集成到一些以数据为中心的SaaS产品中。 AWS、微软推出混合Kubernetes服务 两家最大的公共云提供商均提供功能强大的托管Kubernetes平台。 在今年的某个时候，IBM可能会出现一个让云计算竞争对手叫屈的项目。 随着企业对低延迟计算资源的需求激增，他们正在寻找更多的提供商（尤其是市场上剩余的利基市场）并与CenturyLink等电信公司建立合作伙伴关系。 超级计算霸权之战 AWS在re：Invent 2019大会上专门发表了主题演讲，重点介绍了AWS如何在云中提供真正的超级计算功能。谷歌、微软和阿里巴巴也正在向高性能计算从业者推广他们的按需基础架构。
2.2K20发布于 2020-02-21 - 来自专栏CloudBest
2020年云计算10大预测
云计算已经进入了一个成熟阶段，其特点是标准化和更强的跨平台兼容性。那么，云计算在未来一年里会有什么发展呢?尽管该行业的发展速度可能快得令人发狂，但宏观的趋势和过去发生的事件为未来的预测提供了依据。 它可能还会将它们集成到一些以数据为中心的SaaS产品中。 AWS、微软推出混合Kubernetes服务 两家最大的公共云提供商均提供功能强大的托管Kubernetes平台。 在今年的某个时候，IBM可能会出现一个让云计算竞争对手叫屈的项目。 随着企业对低延迟计算资源的需求激增，他们正在寻找更多的提供商（尤其是市场上剩余的利基市场）并与CenturyLink等电信公司建立合作伙伴关系。 超级计算霸权之战 AWS在re：Invent 2019大会上专门发表了主题演讲，重点介绍了AWS如何在云中提供真正的超级计算功能。谷歌、微软和阿里巴巴也正在向高性能计算从业者推广他们的按需基础架构。
2.1K10发布于 2020-02-24 - 来自专栏CloudBest
边缘计算的两大误区
那么，边缘计算存在哪些风险呢？ ? 1 边缘计算可以替代云计算处理大量数据 现在有很多人对边缘计算寄予了过多的期望，想要在边缘端完成更多的数据处理，以便解放云端数据中心的处理能力。 所以，如果你希望用边缘计算解决过量的数据，那么所带来的延迟和速度问题可能会令你大失所望。 边缘设备的功能应该是收集，处理和传输一些需要立即做出响应的数据。 比如无人驾驶汽车，你可以通过边缘计算，从汽车配备的摄像头，发动机，获取数据回传到驾驶台，告诉乘客目前汽车的状况。如果汽车周围出现障碍物，也可以提示乘客，我们将按照预设程序进行规避。 但是，你不可能指望边缘计算能够帮助你把发动机出现的程序故障修好，这种工作必须交由云端来完成。 ? 2 边缘计算的安全无懈可击 现在广为人知的边缘计算优势之一就是其可以获得比云计算更高的安全性。 但这也仅限于降低自家数据在传输给第三方云中心时候的风险。如果这些风险是发生在你自己家的，那又该如何是好呢？
59320发布于 2019-08-02 - 来自专栏云计算D1net
云计算的10大好处
云计算作为使用互联网上托管的远程服务器网络来存储、管理和处理数据的平台和场所，是企业发展的未来方向，它将改变企业的业务运作方式。 如今，企业本地部署的数据中心已风光不再。 当然企业可能还需要数据中心作为备份。但毫无疑问，云计算作为使用互联网上托管的远程服务器网络来存储、管理和处理数据的平台和场所，是企业发展的未来方向，它将改变企业的业务运作方式。 由于企业的业务可以通过在云计算的服务器上运行，其主要工作是使云计算中的应用更加完善，所以它通常比企业自己运营的数据中心的服务器更可靠。 (8)云计算具有更好的安全性 云计算与本地部署的服务器相比具有更高的安全性。而如果遭遇自然灾害或全面计算机崩溃，采用云计算的企业无需担心丢失关键数据和业务应用程序。 一些云计算提供商甚至将数据备份到其他远程服务器，因此不会发生数据丢失的情况。云计算服务提供商还会执行比在企业本地服务器上更安全的审计。这使数据更加安全，企业的敏感信息被隐藏起来。
8.3K00发布于 2018-07-31 - 来自专栏PowerBI战友联盟
PowerBI 致敬 Tableau 10大表计算
参考文章《10大Tableau表计算》：https://www.tableau.com/zh-cn/about/blog/2017/2/top-10-tableau-table-calculations -65417 推荐实践方式： 打开 10大Tableau表计算 文章，对照每个案例，理解业务需求。 公共基准 您可能想参照一个公共基准点查看数据，而不是查看一段绝对时间范围的数据。例如，这里有三部《玩具总动员》电影的票房收入。 小结： PowerBI DAX 计算可以非常容易地实现效果。 加权平均 对于考试分数或订单优先级等数据，适合采用加权平均分析。 在这方面，由于 PowerBI 将数据准备，数据建模，数据可视化，报表制作融为一体，尤其是 模型层计算 和 报表层计算 并没有从系统化的角度做严格区分，导致任何报表需求的本质都是一个DAX查询，而报表层又没能做到
4.9K20发布于 2019-09-23 - 来自专栏智瑾财经
大咖论安全 隐私计算护航数据安全需同时关注科技伦理
同盾科技合伙人、副总裁陈文 与会嘉宾提出，新法出台后金融数据合规应用或面临三大挑战，但不可误读法律，新法的要求是保护与利用并重。 陈文强调，解决数据孤岛问题既要有技术手段例如隐私计算，又要有包括行业协作机制或公约之类的制度管理手段。 目前，隐私计算技术、区块链技术成为解决“数据可用不可见”的热门方向，学术界对隐私计算的各种模型和算法有着广泛研究。不过，在数字金融领域如何将这些技术落地，是一个必须解决的问题。 据陈文介绍，今年被市场认为是隐私计算的元年，隐私计算能够保证满足数据隐私安全的基础上，实现数据价值和知识的流动与共享，实现“数据可用不可见”“数据不动模型动”。 三是数据流通存在诸多困难，因此需要利用隐私计算、区块链的技术来打造一个体系，来解决包括数据的确权、定价和交易在内的实际应用问题。
1.6K30编辑于 2021-12-08 - 来自专栏Python学习
PySpark数据计算
前言在大数据处理的时代，Apache Spark以其高效的数据处理能力和灵活的编程模型，成为了数据科学家和工程师的热门选择。 PySpark作为Spark的Python接口，使得数据处理和分析更加直观和便捷。 在 PySpark 中，所有的数据计算都是基于 RDD（弹性分布式数据集）对象进行的。RDD 提供了丰富的成员方法（算子）来执行各种数据处理操作。 ("test_spark")sc = SparkContext(conf=conf)# 准备一个RDDrdd = sc.parallelize([1, 2, 3, 4, 5])# 通过map方法将全部数据都乘以 ("test_spark")sc = SparkContext(conf=conf)# 准备一个RDDrdd = sc.parallelize([1, 2, 3, 4, 5])# 通过map方法将全部数据都乘以
81710编辑于 2024-08-14 - 来自专栏CSDN技术头条
IDC对2016年大数据、云计算等领域的7个预测
IDC所称的DX经济上成功是指使用诸如移动设备、云计算、大数据分析、物联网、人工智能和机器人等技术来“通过新产品、新商业模式、新顾客、供应商和经销商关系建立竞争优势”。 云计算将会是新IT “云优先”将如同“云计算是企业IT化的新核心”一样成为企业IT化的新口头禅，IDC的Gens如是说。云端将会发现最“功能丰富的IT产品”。 大数据变得更大 DX经济的成功将取决于建立鲁棒性“数据管道”的能力，在该管道中企业的数据双向流动。 新的APP中嵌入数据分析（提供认知服务），并在未来数年中，顶级的最新投资领域出现在语境理解和自动选择下一个最佳动作功能两方面。公司将指望自己的数据赚钱，而且参与到“数据竞赛”中来推动创新。 原文地址：7 Predictions for 2016 from IDC（译者/史红霞 审校/朱正贵 责编/仲浩） 译者介绍：史红霞，网络设备维护监控工程师，关注云计算。
98270发布于 2018-02-11 流计算Checkpoint机制大揭秘：如何确保数据不丢失？各大框架全对比！
在大数据时代，流计算已成为企业实时决策的核心支撑。然而，流处理系统需要7x24小时连续运行，如何应对可能的故障并确保数据不丢失、不重复？Checkpoint机制正是解决这一问题的金钥匙。 今天，我们将深入探讨主流流计算框架的Checkpoint机制，并了解如何利用这些技术构建高可用的实时数据处理应用。 01 流计算Checkpoint机制的核心价值 Checkpoint的本质是定期保存流处理作业的当前状态，包括各个算子的内部状态以及数据流中的位置信息。 元数据检查点保存定义流计算的信息（如配置、操作等），用于驱动程序故障恢复；数据检查点则将生成的RDD保存到可靠存储，以切断不断增长的依赖链，避免恢复时间无限增加。 在数据驱动的今天，选择正确的流计算方案，就是为企业的实时决策能力装上可靠的安全阀。
14710编辑于 2026-02-10- 来自专栏了不起的云计算
Gartner：2021年10大云计算趋势
3.边缘计算成为新云 根据预测，边缘计算将成为新的云，新的边缘供应商将在明年的公共云增长中削减5个百分点。 根据Forrester的说法，包括Dell，HPE，IBM和Intel在内的大型供应商正在通过可部署到任何地方的类似云的解决方案加倍边缘化，内容交付网络和数据中心托管供应商正在数百或数千个本地点提供边缘计算服务 6.走向无服务器 总部位于马萨诸塞州Needham的Silk的首席技术官Derek Swanson表示，无服务器是单片应用程序架构的继从单片式应用程序架构的下一步发展，该公司的云数据平台使公司能够采用混合云 9.数据安全 用于移动数据的安全策略以软件定义的边界为例，该边界通过加密来协调公钥访问，同时短暂地开放一个安全的UDP端口以构筑应用程序级连接。容器平台的自动化功能解决了多云访问问题。 因此，组织采用了引人注目的方式，可以用自动化方式描述各种云计算供应商或各种云计算策略。
2.6K20发布于 2021-01-21 - 来自专栏超级架构师
物联网IoT大挑战：计算电池寿命
物联网（IoT）正在为试图计算其产品电池寿命的工程师创造出新的测量挑战，专家将在即将到来的波士顿嵌入式系统会议（ESC）中与与会者进行讲解。
1.1K50发布于 2018-04-09 - 来自专栏边缘计算
解析边缘计算的四大优势
因此，越来越多的公司正在致力于边缘计算，把数据在边缘处理。大多数人认为边缘计算是IT行业中的下一个大事件。边缘计算使用简单的原理来收集和处理数据。而且使用边缘计算还有多种好处。 什么是边缘计算？ 这将使他们能够实时分析和处理数据。 在边缘计算中，数据不需要传回服务器。因此，它可以帮助我们减少延迟并提高性能。边缘计算有助于优化网络的数据驱动功能。 如果您使用边缘计算，则物联网设备将在边缘数据中心或本地处理数据。因此，数据无需传输回中央服务器。 2.安全 如果所有数据都传输回主服务器，则您的操作过程和数据极易受到攻击。 因此，扩展数据中心变得非常困难。 但是，您可以使用边缘计算轻松扩展基础架构。您可以购买具有足够计算能力的设备来扩展边缘网络。企业无需为其数据需求建立自己的私有或集中式数据中心。 每个传统的数据中心在可传输的数据量上也都有一些限制。您很快就会达到带宽限制。之后，您需要投入更多资金来改善带宽基础设施。 结论 边缘计算是现代数据中心的未来。现在是每个公司转向边缘计算的最佳时机。
1.2K20发布于 2019-11-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号