- 综合排序
- 最热优先
- 最新优先
- 来自专栏『云开发』
『云开发』使用云数据库和云存储
图片 1.前言 经过上一篇文章的介绍，知道了什么是微信小程序的云开发，知道了微信小程序的云开发其实就是腾讯为我们搭建好的服务器，提供好了数据库，提供好了云存储，提供了云函数相关的功能，通过云函数可以对我们的数据进行加工处理等知识 ，那么这篇文章就来介绍一下云数据库和云存储的使用。 2.云数据库 首先创建一个全新的项目我这里不赘述了，因为之前已经介绍过了。 创建项目完毕之后，找到，项目工具栏中的云开发，点击进入，找到数据库： 微信给我们提供的云数据库，其实就是一个 MongoDB, 和 MongoDB 一样，可以通过创建集合然后在集合当中存储数据，这类似的东西 您的每一个动作都是对我创作的最大鼓励和支持。 谢谢您的阅读和陪伴！ 感谢您的支持，我会继续努力的！ 我正在参与2024腾讯技术创作特训营第五期有奖征文，快来和我瓜分大奖！
1.4K30编辑于 2024-01-14 - 来自专栏c/c++的学习笔记
python数据分析——大数据和云计算
例如，在医疗领域，通过大数据分析和云计算技术，我们可以实现对患者病情的精准诊断和个性化治疗；在金融领域，通过大数据分析和云计算技术，我们可以提高风险防控的精准度和效率；在教育领域，通过大数据分析和云计算技术 十四、云计算 大数据具有数据规模大,数据类别复杂,数据处理速度快,数据真实性高,数据蕴藏价值的特点,对于大数据的处理和挖掘很大程度上需要依赖于云计算平台的分布式处理,分布式数据库,云存储和虚拟化技术。 云计算和大数据是相辅相成关系,从应用角度来讲,大数据离不开云计算,因为大规模的数据运算需要很多计算资源;大数据是云计算的应用案例之一,云计算是大数据的实现工具之一。 这些都充分体现了云计算服务的灵活性。 总结 大数据和云计算之间的关系在于，云计算为大数据提供了处理、存储和分析的基础设施和技术支持。 大数据需要海量存储和高速处理的能力，云计算提供了无限制的存储和计算能力，同时支持弹性和可扩展性，使得用户能够在任何时候、任何地点访问和处理大数据。因此，云计算成为了大数据处理和分析的重要技术手段之一。
49610编辑于 2024-03-20 - 来自专栏Java后端
什么是数据中心和云计算？
今天来带大家学习一下数据中心和云计算概述。云计算是一种信息技术（IT）的演进，它使得全球范围内的用户和企业能够通过互联网访问共享的计算资源，如服务器、存储设备和应用程序。 一、数据中心 1、概述 数据中心是一个专门设计用来集中存储、管理和处理大量计算机服务器和相关设备的设施 数据中心的功能? 总结：数据中心等级不仅影响其可用性和可靠性，还直接关系到其建设和运营成本，因此企业在选择数据中心时，需要根据自身业务需求和预算选择合适的等级 4、传统数据中心 4.1 概述 传统数据中心的建设和运营，需要企业投入大量的资源和精力 2、云计算发展 通过类比电力发展得到云计算的发展 3、云计算分层服务模型 4、云计算价值 5、云计算特征 6、云计算分类 eg：F公司是一家大型制造公司，该公司需要对其生产线进行实时监控和数据收集，以确保产品质量和生产效率 为实现这一目标，该公司搭建了私有云，将所有生产线的数据集中存储和分析，通过私有云，公司能够实现对生产过程的实时监控和预警，及时发现并解决问题，提高生产效率。 好了，以上就是今天这篇文章的全部内容了。
1.5K21编辑于 2024-10-21 - 来自专栏云计算爱好者
大数据和云计算之间的区别
关于大数据和云计算二者的区别你们都知道吗？人们对于它们通常会混淆或者误解，分别用一句话来解释它们之间的关系就是：云计算是硬件资源的虚拟化；大数据是海量数据的高效处理。 另外，如果做一个更形象的解释，云计算相当于我们的计算机和操作系统，将大量的硬件资源虚拟化之后再进行分配使用，在云计算领域目前的老大应该算是Amazon，可以说为云计算提供了商业化的标准，另外值得关注的还有 VMware(其实从这一点可以帮助你理解云计算和虚拟化的关系)，开源的云平台最有活力的就是Openstack了。 在传统的云相关技术架构上，可以将hive，pig和hadoop-mapreduce框架相关的技术内容全部划入到数据处理层的能力。 谈了这么多，核心还是想说明大数据两大核心为云技术和BI，离开云技术大数据没有根基和落地可能，离开BI和价值，大数据又变化为舍本逐末，丢弃关键目标。
3.3K80发布于 2018-01-03 - 来自专栏企鹅号快讯
2018，数据和云将颠覆所有企业
我们精心挑选了其中13个重要预测进行简要叙述，并把13个预测分为以下三类： 数据在企业中扮演的角色将更加清晰和强烈 软件和数据将进一步结合 云运营模式将变得比任何特定的云都更重要 数据在商业中的作用： 数字商务和非数字商务之间最简单的区别就是：对数据的价值意识。 到2018年，那些希望在边缘物联网分得更大一杯羹、已经构建了全球广泛网络的云服务提供商，可能会给数据通信市场带来重大的颠覆。 大数据实践和工具正在迅速成熟，这将产生两个直接影响。 云运营模式将变得比任何特定的云都更重要： 云是人类智慧的奇迹，像所有被广泛采用的人类发明一样，云也将增加专业化和多样化。 这将带来的影响包括： 客户要求提供他们数据所需的云体验，这包含本地和接近本地的云能力，这也是Wikibon提出新理念“真正的私有云”的基础。
68460发布于 2018-01-08 - 来自专栏悦思悦读
数据科学家眼中的大数据和云计算
这一部分主要是讲大规模数据处理平台和云计算平台。 ? 由于现在数据量在不断增加，单独的机器很难完成大规模的数据处理。 还有，就是掌握一些数据库的知识，例如DBMS和NoSQL。后者更符合大规模数据处理的要求，能快速的处理数据，并且对数据的结构没有太大要求，相比于传统数据库，在这方面会更有优势。 最后要就是云计算服务了。 ? 云计算服务有三种模式，SaaS，PaaS，和IaaS。 PaaS：与IaaS类似, 只是用户不再控制OS, 而是利用云计算提供商提供的OS和开发环境做开发。 这张图就是解释不同云服务所控制的范围的差别： ? 打个比方，公路就是IaaS。 AWS，Azure，和GDP都是不同时期先后成立的云服务供应商。其中以AWS最为成熟，时间最久，市场占有率也最高。 这张图表现了每个平台的市场占有率： ?
1.7K80发布于 2018-03-15 - 来自专栏CSDN技术头条
【综述】2014年云大事件回顾：云技术架构、云平台和大数据
我去年关于微软的预言仍旧奏效： Azure已明显成为了AWS的挑战，广受诟病的鲍尔默先生并未在微软对云的欣然接受和执行上赢得好评，不同于其他为当代人所接受并且根深蒂固的科技，微软有望在云转型方向上获得良好的进展 更清楚明白的说法请参考这个类比：微软已经在走英特尔的老路，只想着吸纳那些数据中心的计算模式。 鉴于云对谷歌来说只能算是爱好而已，我没办法给出一个全面的指数。 也许所有针对机器人科技方面的投资都是这样的，他们无需雇佣人类来完成企业销售和支持的工作。谷歌想在云方面演绎“疯狂艾迪”那样的洗钱案例（请注意：埃迪可没有什么业务，却的确从事欺诈。 大数据 FOMO是企业中大数据的最大驱动点，很多数据都会进入湖，但是没多少回来的。 Hadoop或者准确来说是HDFS最终以存储成本优势而获胜，并提出了IT管理需求。 围绕着大数据的大肆炒作在2015年将会转向物联网。物联清洗（即给所有服务附加物联的概念）将会使得云清洗显得更为合宜，所有数据参与者至少在他们的主页上添加了“物联网”的字样。
92850发布于 2018-02-09 - 来自专栏FreeBuf
新的云威胁！黑客利用云技术窃取数据和源代码
据BleepingComputer消息，一个被称为 "SCARLETEEL "的高级黑客行动正针对面向公众的网络应用，其主要手段是渗透到云服务中以窃取敏感数据。 S3桶的枚举也发生在这一阶段，存储在云桶中的文件很可能包含对攻击者有价值的数据，如账户凭证。 【由TruffleHog发现的Terraform秘密】 基于云的基础设施安全 随着企业越来越依赖云服务来托管他们的基础设施和数据，黑客们也在与时俱进，成为API和管理控制台方面的专家，继续他们的攻击 SCARLETEEL攻击证明，企业在云环境中的任何一个薄弱点都足以让攻击者利用它进行网络渗透和敏感数据盗窃，当然这些攻击者可能技术更高。 Sysdig建议企业采取以下安全措施，以保护其云基础设施免受类似攻击： 及时更新所有的软件 使用IMDS v2而不是v1，这可以防止未经授权的元数据访问 对所有用户账户采用最小特权原则 对可能包含敏感数据的资源进行只读访问
2.1K20编辑于 2023-03-29 - 来自专栏云计算D1net
云计算和大数据：繁华背后的凄凉
从目前来看，2015年云计算与大数据产业一定会继续快速增长，各种强调数据重要性的论调都是老生常谈了，我们现在想知道的是，在云计算与大数据产业已经十分热闹的情况下，怎么样才能超越现状? 会议确定，要积极支持云计算与物联网、移动互联网等融合发展，催生基于云计算的在线研发设计、教育医疗、智能制造等新业态。支持云计算关键技术研发和重大项目建设。 但是人类在分析理解信息和处理异常问题上，却有着无以伦比的优秀能力。机器学习是一种新型的算法，可以使机器在不断的工作中，学习到新的处理方式，从而使我们的计算机向人工智能的方向更进一步。 企业肯花费金钱将数据存贮于云服务器，这些数据对公司来说一定是相当重要的，而云服务器的宕机，往往会给客户企业带来许多附加风险及经济损失。 除此之外，云服务商还应该使用户从云端获取数据时就像存储在本地时一样方便，这样才能让越来越多的企业选择云服务。
1.1K100发布于 2018-03-21 - 来自专栏数据和云
Oracle和微软联手推云数据库
6月24日（周一），甲骨文和微软召开联合新闻发布会，宣布将在云计算上结成联盟，甲骨文拳头产品数据库，将可以在微软云计算平台运行。 这是两大重量级厂商在云计算领域的重要合作，也标志着云数据库产品即将走到我们的面前。 Oracle的数据库产品，将整合到微软的两个产品中：虚拟机产品ServerHyper-V和云计算WindowsAzure。这意味着企业客户未来无需独立购买甲骨文数据库，可以在微软平台中在线租用。 这一特性是通过一个被称为插接式数据库（Pluggable Database）的功能实现的。 而显然Oracle的云数据库需要一个更好的载体，现在微软和Oracle走在了一起。 无论如何，云数据库都要来了。
1.3K50发布于 2018-03-05 - 来自专栏云计算D1net
2015年预测：海量数据、隐私和混合云
但技术研发需要时间，远水解不了近渴，人们可能将面临着数据存储的难题。 大数据促使分层存储出现 对于消费者来说，数据容量的增加并不会对他们带来太多的影响。例如，你看电视和存储照片，不会占太大的空间。 为了解决这个问题，当前，一种新的技术正在推动存储的发展，就是智能分层技术，通过态混合硬盘(SSHD)和固态硬盘(SSD)以及驱动硬盘，用户可以有效的存储数据，将不同程度的数据放在不同的硬盘方面。 消费者无论是在网络上浏览内容和还是购买产，他们的数据都被一些机构掌控者，在2014年，欧中已经针对数据隐私方面进行了立法。 混合云时代来临 云计算可能回事未来的主流，但是目前仍处于初级极端，还没有进入一个完全成熟的商务平台的师弟啊。许多企业发现，他们早期搭建的私有云已经达到了一个能力的极限。 这种混合云的出现将可能是2015年企业采用的主流方式，随着云计算技术和安全的发展，这种混合云的方式将逐渐被企业热衷，不但能够提供安全的存储，同时还提供无线的扩展性，这也将是未来一段时间主流的方式。
872100发布于 2018-03-21 - 来自专栏运维笔记
备份数据删除和腾讯云数据库下载脚本
$(find $base_dir -type f -mtime +$delete_day |grep "tar.gz$"|wc -l) print_to_log "开始删除$delete_day天前的数据压缩包 fi done else print_to_log "$delete_day天前的历史压缩数据不存在..." fi print_to_log "删除结束." } function download_sql
2.1K20发布于 2019-01-30 - 来自专栏用户8715145的专栏
云数据库和普通数据库的费用对比
云数据库和普通数据库哪种好？很多人都想要知道的问题，因为很多人不知道这两者之间有什么区别，或者说不知道这两者之间哪一种更好一些，更有优势一些。 现在市面上的云厂商特别多，像腾讯云都是很有名气的云数据库提供者，那么哪一种数据库更好一些呢？费用更低一些呢？ 云数据库和普通数据库哪种好可以看一下这两者之间的综合对比，也就是说从数据库的安全性，可靠性，运维，以及资源利用和扩容等方面做对比。 云数据库在系统安全性方面非常的好，可以防防DDoS攻击和流量清洗，并且能够及时修复各种数据库安全漏洞，而普通数据库需要自行部署，并需要自行修复数据库安全漏洞，云数据库在部署扩容方面可以做到即时开通快速部署 云数据库和普通数据库在费用方面也是不一样的，差距非常大，也难怪现在云数据库会越来越受欢迎了，拥有这么多的优势，自然要比普通数据库更受欢迎一些。
2.3K30发布于 2021-10-08 腾讯云数据湖计算DLC数据加密和脱敏技术指南
摘要 本文旨在提供一份关于腾讯云数据湖计算（Data Lake Compute，简称DLC）的数据加密和脱敏技术指南，包括技术解析、操作指南以及增强方案的对比。 操作示例：利用腾讯云DLC的弹性伸缩能力，根据业务需求动态调整资源，以保持性能和成本的平衡。 特性 通用方案 腾讯云方案 数据加密 需要手动配置和管理加密密钥 集成KMS，简化密钥管理 数据脱敏 依赖第三方工具或自定义开发 内置脱敏功能，易于实施 性能优化 需要额外的监控和手动调整 弹性伸缩， 自动调整资源 成本控制 难以预测和控制 存算分离架构，多种计费方式 场景化案例 据IDC 2024报告，采用腾讯云DLC后，企业在处理大数据时的数据安全性提升了50%，同时成本降低了30%。 结论 腾讯云数据湖计算DLC提供了强大的数据加密和脱敏功能，帮助企业在云端安全地处理和分析数据。通过遵循本指南，企业可以有效地提升数据安全性，同时优化性能和成本。
31810编辑于 2025-07-28- 来自专栏不正经的技术
云数据库和普通数据库有何不同？
云数据库和普通数据库有何不同，数据库的概念已是耳熟能详，但云数据库可能还有很多人不甚了解，甚至未曾耳闻。 一、云数据库和普通数据库的特点 1、云数据库的特点 它通过冗余存储和故障转移技术，确保数据库一直在线并且稳定运行。而且，云数据库还支持弹性扩展和按需付费等功能，非常灵活和经济实惠。 总之，云数据库确保了你的数据一直可用，并且让你能够轻松地调整数据库的规模和成本。 2、普通数据库的优点 有四个特性，确保你的数据一直保持一致、原子性、隔离性和持久性。 二、云数据库和普通数据库的缺点 1、云数据库的缺点 云数据库通过部署在计算环境中并采用虚拟化技术，极大地增强了数据库的存储能力，并具备高可扩展性、高可用性以及多租形式和有效资源分发的特点。 然而，云数据库也面临着成本较高、对网络和服务稳定性依赖性较高，以及数据隐私和安全性等缺点。 2、普通数据库的缺点 它在可扩展性方面有点弱，不太能应对处理大量数据的需求。
1.1K20编辑于 2023-08-23 - 来自专栏全栈程序员必看
大数据云计算和物联网之间的区别和联系_云计算和大数据的区别
简单地说，云计算就是基于互联网将规模化资源池的计算、存储、平台开发和软件能力提供给用户，实现自动化、低成本、快速提供和灵活伸缩的IT服务。 云计算代表了以虚拟化技术为核心、以低成本为目标的、动态可扩展的网络应用基础设施，是近年来最具代表性的网络计算技术和模式。 二、区别和联系 2.1 区别 大数据侧重于数据的存储、处理和分析，从海量数据中发现价值，服务于生产与生活；云计算本质上旨在整合和优化各种IT资源并通过网络以服务的方式，廉价地提供给用户；物联网的发展目标是实现物物互联 大数据根植于云计算，大数据的很多技术都来自于云计算（提供数据存储和管理、数据分析）；大数据为云计算提供了“用武之地”（就是具有大量的数据，以及对大量数据分析应用的需求）；物联网源源不断地产生的大量数据， 构成了大数据的重要来源，物联网借助于云计算和大数据技术，实现物联网大数据的存储、分析和处理。
2.9K31编辑于 2022-11-09 - 来自专栏数据和云
云数据库时代：企业数据架构的云化智能重构和变革(含大会PPT)
在云数据库时代，数据库则成为了云内核的一部分、一个组件，甚至不复单独存在，Amazon 提供 Redshift 和 Aurora 等多种数据库产品，阿里云有 PolarDB 等多种数据库，在这个时代云才是永恒的主角 云和恩墨云时代的愿景就是，紧紧围绕数据，帮助和促进用户实现从 应用到数据库、基础设施的安全、连续、高效、智能的云化环境。 ? 云和恩墨致力于在 基础设施、数据库和应用三个层面，围绕数据核心，展开产品创新： 在 基础设施 层：云和恩墨可以为用户提供基于云时代的分布式存储一体机 zData，以低成本、高性能，为云时代数据环境加速， 云和恩墨的 zCLoud 产品，将多数据库纳管于统一的云管平台，改变了原来的底层人工分散部署模式，通过平台的自动化部署和纳管，实现云化数据库管理模式，甚至可以为企业提供内部RDS服务： ? 在中国移动某省公司，云和恩墨已经通过创新的技术为用户打造了完整的数据库云平台，通过 zData 资源池，用户的统计、结算、电渠和计费数据库已经彻底资源池云化，通过多租户的数据库架构实现了云数据库部署，通过
1.3K20发布于 2018-12-18 - 来自专栏全栈程序员必看
点云数据标注_点云数据采集
这些设备用自动化的方式测量在物体表面的大量的点的信息，然后用某种数据文件输出点云数据。这些点云数据就是扫描设备所采集到的。 三：点云数据的用途 作为3D扫描的结果，点云数据有多方面的用途，包括为制造部件，质量检查，多元化视觉，卡通制作，三维制图和大众传播工具应用等创建3D CAD模型。 当点云可以直接被描绘和观察时，通常点云本身不能直接用于3D应用，因此一般通过表面重建的方法将它转换为多边形或三角形等网状模型，NURBS曲面模型(曲线曲面的非均匀有理B样条模型)和CAD模型。 g2, b2 ……………… 一般来说，每个扫描仪制造商和每个点云数据处理软件制造商都有他们各自特定的二进制文件。 除此之外，一些其他的公式也有开发点云数据处理软件。通过输出的是XYZ文件格式的点云数据，来自任何扫描设备的点云数据可以被任何点云数据处理软件所分析。
2.7K30编辑于 2022-09-20 - 来自专栏腾讯云开发者社区头条
FPGA加速：面向数据中心和云服务的探索和实践
以下是腾讯云FPGA专家章恒在“2018可信云大会”上做的——《FPGA加速:面向数据中心和云服务的探索和实践》的演讲全文： 章恒：各位嘉宾下午好，我是来自腾讯的章恒，今天分享的主题是《FPGA加速： 面向数据中心和云服务上的探索和实践》。 今天演讲主要分为三个部分，FPGA加速的原因，FPGA加速在数据中心的应用，和FPGA云服务的应用。 前面各位专家已经介绍了在数据中心里数据的快速增长。 3、FPGA本身的低功耗、低成本、高可靠性可以在数据中心里面方便部署和运维。 4、软硬结合。 数据流水的输入和处理，FPGA中所有的计算单元都会同一时间内处理同一层的数据，这样可以达到低延时。
1.5K138发布于 2018-08-17 - 来自专栏云计算D1net
机器学习和云计算技术的数据未来
机器学习和云计算技术在2019年仍然成为“热门话题”。随着技术的发展和进步，那些在机器学习和云计算采用方面不受重视的组织可能会发现自己落后于人。而人们在行业市场上就可以看到许多举措和项目。 云计算 对于澳大利亚的组织而言，云计算将变得非常重要，Gartner公司预测30%的组织将使用对象存储作为本地数据存储库，到2019年将云计算架构引入数据中心。 通过这种部署选项的选择，对确保安全性、治理和元数据管理的一致框架的需求将变得更加重要。 因此，无论数据存储和运行的位置如何，企业都能够简化应用程序的开发和部署，同时确保他们可以使用各种机器学习和分析功能，与来自不同数据的数据协同工作源于单个连贯的图像，并且没有相关的复杂性。 考虑到这些好处，企业将更有可能转向混合云模型，使他们能够根据需求在私有云和公共云中运行工作负载和数据。处理大量的数据比较耗时，而不是混合云的最佳使用方式。
1.5K30发布于 2019-05-08
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