- 综合排序
- 最热优先
- 最新优先
- 来自专栏JAVA葵花宝典
从数据闭环谈微服务拆分
数据闭环，并不是说我们要将所有的功能全包揽在身上，不依赖其他业务方，也不依赖中台。 而是想强调一件事，那就是业务问题排查过程尽量不要牵扯过多团队，因为数据链路越长越乱处理问题时效性越差，服务性能往往也不尽人意。我先分享个案例给你，或许能帮助你理解和产生共鸣。 如果中间环节都拆分成单独的业务，而各种样式内容的站内站外分发交由各个频道独立处理，也就是内容从生产到审核都是在闭环的，那案例中的隐藏的大坑就不复存在。 我们结合数据库IO告警和数据库慢查询来看，那个时间段应该是有人在跑大数据调度任务，可是很难定位到具体的任务。 不知道读者有没有体验过这种因为数据源依赖导致个别业务性能受到影响，包括很难优化的数据库慢查询。因此，它们的数据源应该拆分掉，业务同理。
61210发布于 2019-11-06 - 来自专栏松华说
从数据闭环谈微服务拆分
数据闭环，并不是说我们要将所有的功能全包揽在身上，不依赖其他业务方，也不依赖中台。 如果中间环节都拆分成单独的业务，而各种样式内容的站内站外分发交由各个频道独立处理，也就是内容从生产到审核都是在闭环的，那案例中的隐藏的大坑就不复存在。 我们结合数据库IO告警和数据库慢查询来看，那个时间段应该是有人在跑大数据调度任务，可是很难定位到具体的任务。 不知道读者有没有体验过这种因为数据源依赖导致个别业务性能受到影响，包括很难优化的数据库慢查询。因此，它们的数据源应该拆分掉，业务同理。 最后多说一点，不管采用何种方式拆分服务，或者何种组合拆分方式，都要注意数据流向，千万不能出现循环依赖，包括使用MQ解藕，那也算一种隐层的依赖。
57110发布于 2019-11-05 - 来自专栏HuggingFists
HuggingFists数据服务发布--功能闭环
为打通这一扩展壁垒，HuggingFists推出了“数据服务”模块。支持以配置的方式添加一个第三方的WebAPI接口，并可使用系统内置的“数据服务调用”算子在流程中调用此接口。 HuggingFists数据服务模块的功能示意图如下： 数据服务中的远程接口管理模块负责集成第三方的Web API接口。允许配置Web接口的请求方法以及接口参数的各类提交方式。 除此外，数据服务还支持将HuggingFists中的数据流程包装成一个API接口对外提供服务，供第三方应用访问。如图中的服务接口管理所示。 HuggingFists社区版的愿景是在数智时代下让使用者能够更便捷的应用各类AI技术处理数据并发现数据中的价值。这也正符合当前国家数据要素化发展的潮流。 绝大多数科研工组者并不以编程见长，一个更低门槛的数据处理工具将更有利于科研工作中的数据处理与分析。减少部分科研工作者由于缺乏数据分析手段而错过的奇思妙想。
40700编辑于 2024-09-28 - 来自专栏腾讯大讲堂的专栏
数据驱动、精细闭环的运维服务
通过数据来体现服务质量，并通过流程驱动闭环的形成，不断的提升运维服务质量。 “云梯”服务化涉及范围较多，如版本服务、活动服务、登录服务、下载服务、成本服务等。 DNF在大版本后登陆投诉有成倍的上涨，在开发无法添加TQOS的情况下，运维从TCLS上报的登陆数据，与完整性校验、游戏内的卡机等问题进行切入。并联合心悦俱乐部主动关怀。 进行分析： IDC出口质量波动 IDC割接次数 IDC覆盖全国质量 DNF业务各IDC占比 DNF业务各IDC掉线率 QQ炫舞视频秀玩家体验优化服务 下图为视频秀体验相关监控，可以监控版本发布前后关键数据的浮动 ，以及影响玩家体验的数据；视频秀主要指标为关键帧成功率、发包成功率；同时也可以监控到单个主播的质量，用于处理实时问题。
94560发布于 2018-02-11 - 来自专栏接地气学堂
只需五步，实现数据分析闭环
很多做数据的同学，光看着自己写报告，看不到自己的建议被落地，常心怀缺憾。觉得不能像产品/运营那样，打造一个数据分析的闭环，能力也没法提升。其实这是一种误解。 今天结合一个具体案例，看看数据分析的闭环，究竟如何打造。 问题场景： 某餐厅，其所在的商场原本可免费停车，从本月起改为收费停车，而且停车费相当贵。餐厅店长纠结：停车费是否会影响收入。 如果数据分析能在多轮迭代中，成功预知到这些错误结果。那么数据分析已经实现了分析闭环，并且提升了自身能力。 要特别注意一个问题，就是在提假设阶段，只给预判，不给预判逻辑。 1、用数据量化问题 2、形成分析假设 3、落实业务行动 4、监控问题走势 5、总结分析经验 完成这五步，就完成了数据分析闭环。 ? 聪明的同学们已经注意到了，数据分析的闭环，是不需要经过业务同意就能建立起来的。
71480发布于 2021-07-23 - 来自专栏数据化管理
闭环管控体系与数据指标管理
闭环.jpg 1.1 什么是业务流程管理 业务流程管理也叫作BPM（BusinessProcessManagement），是企业实现业务目标的管理流程，包括、目标分解、业务计划、预算管理、实施监控 、持续改善、评估和激励以及再次制定目标和实施的闭环系统。 1.2 闭环业务管控流程（PDCA） 闭环业务流程管理中有4个关键环节是非常重要的，它们分别是：计划、实施、检查、改善，即PDCA循环，如下图所示。 1.3 闭环业务管控流程下的数据指标管理 业务管控的实施需要用数据做支撑。数据化管理让企业的业务管控回归到商业的本质，回归客户价值，在为客户创造价值的过程中获得成长。 ②实施阶段的数据化管理 在计划实施阶段，要关注各种数据化指标的完成情况，每个计划对应的数据指标都要进行量化，确保有全面的衡量指标。
1K40发布于 2020-06-15 - 来自专栏数据猿
中国系统：打造数据要素闭环样板，激发数据要素潜能
数据要素的重要性在凸显，但发展却停滞不前？ 数据要素市场正在日益壮大，市场规模也在高速增长。十三五期间，以数据采集、数据清洗、数据标注、数据交易等核心数据要素环节构成的中国数据要素市场规模快速增长。 以安全合规为基础，打造数据要素闭环样板 数据要素想要安全合规的流通，就需要解决梳理流通中的种种问题，打造一个安全可靠的流通闭环。 其次在流通模式上，中国系统从原始数据直接交易升级为数据资源、数据元件、数据产品的三级市场模式，着力培养数据元件市场，建立数据要素驱动的新发展模式。 在具体落地层面，刘国栋给出了中国系统数据要素闭环样板的具体实施方案。具体做法就是：“根据国家的数据安全法律以及行业的法律法规以及国家的政策，将数据分级分类形成体系。 数据要素闭环样板中，最核心的部分在于如何把制度、技术、法律体系等融合到数据要素工程体系里面，把它们系统化、工程化。目前，中国系统已经基本解决了这个难点问题，先行一步实现了安全性的解决方案。
49540编辑于 2022-05-19 - 来自专栏大数据架构师成长之路
OKR-闭环模式
通过一系列的数据分析来驱动产品的不断迭代。 3.执行力提升 执行力低是什么原因？不会做、不愿做、不敢做、没时间做、资源方不配合。不会做往往是小白，需要高指导低要求。 计划和总结是一个闭环，围绕Objective的Key Result逐一攻破。最后在retrospective上，复盘就聚焦在价值是否达成，是否和KR的主线是紧密关联的，针对这个进行圆桌讨论。 我认为这才是最重要的部分，要形成这样的闭环： 制定okr--->目标导向--->团队学习、成长、知识库形成、重新认知、执行力提升、视野开阔--->目标达成--->盘点Review---->制定OKR。
1.3K40发布于 2020-04-16 - 来自专栏用户6296428的专栏
需求价值闭环实践
作者：啊福 部门：效能改进 一、背景 为了确保把有限的资源放在最有价值的事情上，有赞在建立了需求价值假设-研发上线-价值回顾的结构化价值闭环管理机制的基础上，以需求为切入点打通了上下游（详见需求价值闭环管理机制 同时，在效能平台实现了支撑价值闭环的相关功能，确保价值闭环过程和结果的公开透明，也更利于团队及时采取措施和校准目标。通过以上方式，在需求价值闭环的有感知、有依据、有反馈方面得到一些改进。 微观：提升价值闭环活动质量 需求价值闭环活动有了「形」之后，要使其有「神」的话，就要考虑提升价值闭环质量。 从各业务线的实际业务场景出发，并结合有赞的价值视角，通过对价值标签进行补充优化，提高场景覆盖度、降低理解成本； 在线下活动部分，强化需求价值可量化程度，比如可量化的预期价值目标设定（特别是业务需求，要求提供基线数据 ，以及提升/下降百分比），以及价值回顾结果提供数据报表、趋势图等，确保需求价值可衡量、可感知； 在线上流程部分，增加需求价值回顾结果的上一级负责人&产品运营人员确认环节（根据需求优先级的不同，价值确认环节的人员会有差异
1.2K20发布于 2020-08-24 从 Palantir 本体论到神策 SDAF 闭环：数据驱动决策闭环的两种实现路径
虽然两者的出发点与落地场景不同，但本质上都在回答同一个问题——如何构建一个从数据到决策再到行动的完整闭环。 PART03 神策的实践——SDAF 闭环与多实体模型 SDAF：数据驱动的决策闭环 在 2020 年，神策数据提出了 SDAF 闭环的概念。 ，都在强调从数据到行动的完整闭环。 ：如何构建一个从数据感知到智能决策再到业务行动的完整闭环系统。 更完整的闭环： 从局部闭环到全局闭环，从单一触点到全渠道协同，从单次交互到全生命周期管理。这需要打破部门墙，实现数据和业务流程的真正打通。
1.2K11编辑于 2026-01-16- 来自专栏腾讯大数据的专栏
打造腾讯营销数据闭环，MTA联手腾讯广告平台
腾讯移动分析MTA作为业内领先的移动数据服务平台，以移动端数据为依托，以强大的数据分析能力与海量用户画像能力，致力于为开发者提供可靠、精细、有价值的数据服务。 现在，MTA已正式与腾讯系优质广告资源打通，为开发者在数据分析后的下一阶段——精细化触达，提供了方便、快捷的精细化运营实践道路，完善了开发者数据运营的数据闭环。 MTA把移动数据运营实践分为以下几个环节： ? 与腾讯系优质广告资源打通，补全了MTA运营数据分析实践的环节，让开发者能够深度分析、精细化实践，并监测实践结果，不断迭代，实现数据运营的闭环。 MTA如何通过数据分析帮助开发者进行用户触达？ 本次腾讯移动分析MTA与腾讯社交广告、智赢销强强联手，打通并完善了移动开发者的全链路数据监测体系，为腾讯系营销环境提供了一条可靠的数据通路。
2.7K60发布于 2018-01-29 - 来自专栏后端沉思录
打车业务闭环思考
站在目前我所在的业务模块，用图示简略的概括供需撮合、业务驱动、全局架构图，而形成业务闭环，更加细节的系统交互就不作多述。 总结 业务的开始与结束，在业务开展中最终会形成业务闭环（用车端发起--》用车端结束）。
34910编辑于 2021-12-09 - 来自专栏prepared
持续闭环工具PDCA
这包括明确问题、设定目标、收集数据和信息，以及制定解决方案。 2.2 【D】执行（Do） 在执行阶段，我们需要实施计划并收集数据和信息。 这意味着我们要付诸行动，将计划付诸实施，并收集相关的数据和信息，以便后续的分析和评估。 2.3 【C】检查（Check） 在检查阶段，我们需要分析之前收集的数据和信息，评估结果和效果。 3.2 收集数据和信息 收集数据和信息是 PDCA 循环中非常重要的一步。通过收集相关的数据和信息，我们可以更好地了解当前的状况，为后续的分析和评估提供依据。 3.3 分析数据和信息 在分析阶段，我们需要对之前收集的数据和信息进行分析。这有助于我们发现问题的根本原因，并为制定解决方案提供支持。 五、结论 PDCA 是一种持续闭环工具，通过循环的方式帮助组织和个人实现目标，并不断优化和改进工作流程。
1.1K10编辑于 2023-12-07 - 来自专栏prepared
持续闭环工具PDCA
这包括明确问题、设定目标、收集数据和信息，以及制定解决方案。 2.2 【D】执行（Do） 在执行阶段，我们需要实施计划并收集数据和信息。 这意味着我们要付诸行动，将计划付诸实施，并收集相关的数据和信息，以便后续的分析和评估。 2.3 【C】检查（Check） 在检查阶段，我们需要分析之前收集的数据和信息，评估结果和效果。 3.2 收集数据和信息 收集数据和信息是 PDCA 循环中非常重要的一步。通过收集相关的数据和信息，我们可以更好地了解当前的状况，为后续的分析和评估提供依据。 3.3 分析数据和信息 在分析阶段，我们需要对之前收集的数据和信息进行分析。这有助于我们发现问题的根本原因，并为制定解决方案提供支持。 五、结论 PDCA 是一种持续闭环工具，通过循环的方式帮助组织和个人实现目标，并不断优化和改进工作流程。
1.6K10编辑于 2023-12-07 - 来自专栏云+直播
预告 | 构建全链路数据度量体系 实现DevOps数据驱动闭环
、客观的可度量数据和度量体系，进而由流程驱动在积累一段时间后不能快速的推进至流程和数据双驱动的模式。 解决思路是通过对全链路数据的采集、清洗、聚合、分析，以及在业务框架下，基于成本复盘和后评价机制对数据进行血缘分析和多维关联，并通过归集度量数据指标、度量数据指标拆解、确定度量数据维度、构建度量指标模型， 8月9日（周日）下午15:00 腾讯云大学 邀请 苏宁消费金融 安全运维部负责人 顾黄亮 给大家分享《构建全链路数据度量体系 实现DevOps数据驱动闭环》！ 课程主题： 构建全链路数据度量体系 实现DevOps数据驱动闭环 课程时间：8月9日（周日）下午15:00 课程讲师：苏宁消费金融 安全运维部负责人 顾黄亮 TVP成员，金牌运维大会技术专家，GOPS 、实现数据闭环 3、度量的艺术、让数据说话 4、2020、DevOps路在何方 8.9.jpg 腾讯云大学公众号.jpg 关注“腾讯云大学”公众号，了解更多免费、专业、行业最新技术动态分享~ 腾讯云大学是腾讯云旗下面向云生态用户的一站式学习成长平台
1K52发布于 2020-08-06 BP综述：闭环脑刺激
只有最近的神经技术进步使我们能够使用应用于脑电图时间序列数据的前馈算法，在毫秒范围内以足够的时间精度预测大脑的性质(即下一个实例的脑电生理状态)。 闭环刺激的基本概念闭环刺激的特点是治疗系统和大脑之间的双向交互，给定刺激的特定参数影响大脑动力学，同时从大脑读取的神经生理学数据用于调整(后续)刺激的参数。 它使用至少分钟的较长时间尺度上的数据(包括诱发的反应和潜在的附加措施，包括行为指标)，以连续确定干预是否按照当前配置工作，或者是否需要调整触发参数。图2是脑信号读出的这两种功能的说明。 在这种情况下，从大脑读出的数据是对功能失调活动的存在和严重程度的评估。 图3 单一代表性脑电数据集中不同脑振荡的空间分布和信噪比。2.
58710编辑于 2024-06-03注塑机数据采集如何实现与 MES 系统的双向数据闭环？
；数据孤岛严重，无法对接管理系统：采集的数据无法与MES、ERP等管理系统无缝打通，导致上层管理系统无真实实时数据支撑，沦为“人工填报工具”，IT与OT完全割裂。 采集过程可实现数据本地缓存+断点续传，断网时数据本地存储，网络恢复后自动续传，彻底解决工业现场网络波动导致的数据丢失问题，保障数据的完整性与连续性。 五、数据系统对接能力采集的设备数据支持双向灵活对接，既可以接入配套的工业物联网平台实现可视化应用，也可无缝对接企业现有第三方管理系统，打破数据孤岛，实现IT与OT的深度融合。 、WMS等管理系统，实现双向数据闭环：上行：设备采集的生产、工艺、品质、能耗数据，可实时同步至MES等系统，为生产排程、工单管理、成本核算、质量追溯提供真实、实时的数据支撑；下行：可接收MES系统下发的工单 、报表自动生成，告别低效的人工核算，数据实时准确，为管理层科学决策提供数据支撑，大幅降低管理成本。
17910编辑于 2026-03-11- 来自专栏机器之心
ICLR 2025 | 西湖大学提出闭环扩散控制策略，高效与闭环兼得
高效闭环控制是复杂系统控制的核心要求。传统控制方法受限于效率与适用性挑战；而新兴的扩散模型虽然表现出色，却难以满足高效闭环控制的要求。 这类方法从离线收集的轨迹数据中学习一个去噪模型，从噪声开始，利用去噪模型逐步去噪，产生控制信号。此外，基于扩散模型的策略在机器人操作任务中也具有优异的表现 [3]。 该方法包含以下过程： 首先离线收集大量的轨迹数据，每条轨迹包括初始状态、控制序列和相应的状态序列。 所以，我们只需要这两个扩散模型就能够实现从轨迹数据分布中采样，再通过在采样过程中加入控制目标的梯度引导，就可以优化控制目标。 五、实验结果 1. 目前 CL-DiffPhyCon 是基于离线数据训练的，未来可以考虑在训练过程中融入环境实时反馈，探索多样的控制策略。
42110编辑于 2025-02-27 - 来自专栏深度学习与python
机器人行业数据闭环实践：从对象存储到 JuiceFS
刻行专注于后期的运维环节，为机器人企业提供全方位的闭环数据服务，涵盖从数据采集、存储到数据的可视化和仿真训练等多个功能。 什么是机器人的数据闭环 数据闭环是指收集终端用户的软件系统运行数据，以此来优化产品的功能和用户体验。 数据闭环如下图所示，首先，机器人系统会捕捉并上传现场问题相关的数据。 这些数据，包括传感器数据以及感知、规划和控制方面的信息，都将被直接采集并用于后续处理。 服务机器人数据闭环 接下来，工程师将着手解决现场问题，首要任务是将前一步骤中采集的数据进行可视化处理。 TYPE 会定义每个 TOPIC 的数据结构，例如激光雷达数据结构通常被称为点云。TIME STAMP 记录了传感器采集数据的时间点。最后，存储的是真实采集到的数据。 这种高效率的数据处理对于快速解决工单、提升用户体验至关重要。 此外，JuiceFS 在处理数据方面也展现出显著优势。由于原始数据的时序特征，在数据可视化过程中，大量的时序连续数据需要被顺序读取。
42510编辑于 2023-12-28 - 来自专栏腾讯云TVP
建立数据指标体系，推动 DevOps 全链路度量闭环
通过度量完成科技侧的数据化，利用数据和相应的指标反馈进行过程管理和优化现有流程，有四个步骤，分别为：1、归集度量数据指标；2、度量数据指标拆解；3、确定度量数据维度；4、构建度量指标模型；5、打造 DevOps 因此会衍生出如下疑问，你说的数据，我每天都在统计，可这些数据怎么就成体系了？做成了体系又能怎样？为什么我不觉得基于我的团队或者个人指标不成体系？下面我们先从数据指标讲起。 因此在没有数据指标的情况下，我们在评估和度量环节，存在不确定、不具体、不准确的情况。 为啥需要数据指标，根据度量的三位一体方法，点、线、面。 从上述的方法中，我们可以得出一个结论，数据指标是度量体系最直接的支撑，也是数字化的底层结构，数据指标存在的意义就是对抗不确定。 一个问题，往往有很多方面，只有一个指标不能充分说明问题，这就需要一组有逻辑的数据指标来描述，这就是数据指标体系。
2.1K22发布于 2020-06-25
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