表示 进入内容 11011
下一步 1 较早的记录 »
Displaying posts with tag: 云市场 (reset)
从DB2到MySQL,袋鼠云助力传统金融平台的互联网转型

袋鼠云是国内领先的数据智能践行者。袋鼠云的数据库团队核心成员来自淘宝,曾参与主导过阿里巴巴"去IOE"的架构演进,对大规模分布式数据库架构设计与实践有着丰富的经验,曾服务过特步、中航金网、国泰产险、东风裕隆、浙江智慧网络医院、绿城信息等行业客户,是阿里云生态中数据库技术领域的技术领先者。

【系统软件】  【数据存储与数据库】  【网络与数据通信】  【互联网产品及应用】  【故障方案】   …

[获取更多]
8月22日云栖精选夜读 | Java开发者必看!机器学习开发库精选!

随着互联网发展和消费者习惯的变化,包括批发、零售及一些生活服务业在内的实体流通企业,由于经营方式较为传统,多以物业租金收益或联营扣点方式为主要盈利模式,无法从商业经营本身获利,这局限了其根据消费者需求对经营模式进行转型创新的探索。

【大数据】  【mysql】  【程序员】  【云栖大会】  【面向对象】  【电商】   …

[获取更多]
阿里云发布POLARDB的背后,未来3年无自研数据库的云计算玩家将被淘汰

本文讲的是阿里云发布POLARDB的背后,未来3年无自研数据库的云计算玩家将被淘汰,近日,阿里云正式对外发布了全新一代自研关系型数据库POLARDB。值得注意的是,POLARDB并不是基于开源数据库MySQL之上研发的分支,而且基于第三代分布式共享存储架构,创新实现企业级OLTP与OLAP一体化数据库系统整体设计。

【分布式】  【架构】  【阿里云】  【mysql】  【性能】   …

[获取更多]
9月21日云栖精选夜读:专访新浪微博黄波:千人千面,机器学习赋能用户信息流消费

社交媒体都在致力于通过大数据、人工智能来更全面地了解用户画像、更深刻地理解内容、更细致地结合业务场景,从而提高信息分发效率,为用户提供更好的内容消费体验。10月11-14日,为期四天的2017杭州云栖大会将再度在杭州云栖小镇起航,作为全球最具影响力的科技展会之一,本届大会将有不少阿里集团专家以及各企业行业领袖的精彩演讲。

【阿里云】  【mysql】  【数据库】  【互联网】  【人工智能】   …

[获取更多]
云服务器 ECS 建站教程:快速使用AMH建站

快速使用AMH建站 AMH 是一套通过 Web 控制和管理服务器的 Linux 服务器管理系统以及虚拟主机管理系统。使用阿里云的云服务器 ECS 安装 AMH 可以快速地搭建出任意 PHP 网站。

【php】  【阿里云】  【服务器】  【域名】  【mysql】  【HTTPS】  【ECS】   …

[获取更多]
云服务器 ECS 建站教程:手动建站(Windows环境)

手动建站(Windows环境) 本节介绍如何使用阿里云镜像,一键部署 Web 环境,包括安装 IIS 组件(不包括 FTP 组件)、PHP 环境、重定向 Rewrite、MySQL、phpwind。

【阿里云】  【mysql】  【ECS】  【云服务器】  【windows】  【根目录】  【PHPwind】   …

[获取更多]
云服务器 ECS 建站教程:Drupal建站教程(CentOS7)

Drupal建站教程(CentOS7) Drupal是使用PHP语言编写的开源内容管理框架(CMF),它由内容管理系统(CMS)和PHP开发框架(Framework)共同构成。它用于构造提供多种功能和服务的动态网站,能支持从个人博客到大型社区等各种不同应用的网站项目。

【java】  【阿里云】  【mysql】  【HTTPS】  【ECS】  【云服务器】   …

[获取更多]
七周成为数据分析师—Excel函数篇

本文是《七周成为数据分析师》的Excel函数篇教程,如果想要了解写作初衷,可以先行阅读七周指南。温馨提示:如果您已经熟悉Excel,大可不必再看这篇文章,或只挑选部分。世界上的数据分析师分为两类,使用Excel的分析师,和其他分析师。

【python】  【mysql】  【函数】  【数据分析】  【云市场】  【Excel】   …

[获取更多]
MySQL数据库的几种常见高可用方案

随着人们对数据一致性的要求不断的提高,越来越多的方法被尝试用来解决分布式数据一致性的问题,如MySQL自身的优化、MySQL集群架构的优化、Paxos、Raft、2PC算法的引入等等,本文介绍MySQL数据库的几种常见高可用方案。

【分布式】  【架构】  【mysql】  【高可用】  【数据库】  【云市场】   …

[获取更多]
创业公司如何做数据分析(六)数据仓库的建设

作为系列文章的第六篇,本文将重点探讨数据处理层中数据仓库的建设。如何建设一个适于分析的数据存储系统,该系统的工作应该包含两部分:第一,根据需求抽象出数据模型;第二,按照数据模型的定义,从各个数据源抽取数据,进行清洗、处理后存储下来。 中间数据流失,计算结果没有共享。

【python】  【mysql】  【数据处理】  【创业】  【数据仓库】   …

[获取更多]
表示 进入内容 11011
下一步 1 较早的记录 »