摘要:高清已经在安防行业全面铺开应用。除了带给用户能够看得更清的良好视觉感受外，对存储容量的需求亦成几何式增长。例如：前端IPC有130W到500W像素，码流也从有2Mbps到8Mbps，而一个130W像素，8Mbps码流的前端，录像一个月就需要2531.3GB，数据量不可小觑。[阅读全文]

摘要:大数据时代，数据是至为宝贵的资源，甚至有人说，数据是“21世纪的石油”。正如石油领域的找矿、开矿、提炼和使用，今天的大数据已经成为驱动经济发展的重要生产资料，引发新一轮的生产力革命。[阅读全文]

摘要:数字经济、数字化转型已经成为席卷全球的新趋势，每个人、每个企业都将裹挟在其中。而数据既是数字经济的核心，也是数字化转型的基石，数字化转型开始之前，都要从数据着手。[阅读全文]

摘要:为什么入门大数据选择Python而不是Java？这篇文章就来谈谈学习大数据入门语言的选择，具有一定的参考价值，感兴趣的小伙伴们可以参考一下。[阅读全文]

摘要:当前软件开发行业应用最广、就业量最大的编程语言，在各类编程语言排行榜长期位列第一。是企业软件开发的首选语言，也是Android系统的开发语言。[阅读全文]

摘要:近日，包括CCF（中国计算机学会）大数据专家委员会、IDC公司（Internet Data Center 互联网数据中心）和Gartner公司等多家国内外知名信息技术研究机构均发布报告，对2019年乃至未来若干年的大数据产业发展趋势做出预测，并对大数据令人瞩目的应用领域进行乐观而谨慎的推断。[阅读全文]

摘要:当今的大型企业，内部分工日趋细化，采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节，无不每时每刻产生着大量的数据。数据的格式也越来越多样化，包括IT系统里存储的结构化、非结构化数据，各样电子文档数据等。与此同时，企业管理者对数据的困惑也与日俱增，这些数据从哪里来?我们能相信这些数据吗?数据之间有什么样的关系?谁能理解这些数据?[阅读全文]

摘要:说起大数据，估计大家都觉得只听过概念，但是具体是什么东西，怎么定义，没有一个标准的东西，因为在我们的印象中好像很多公司都叫大数据公司，业务形态则有几百种，感觉不是很好理解，所以我建议还是从字面上来理解大数据，在维克托迈尔-舍恩伯格及肯尼斯库克耶编写的《大数据时代》提到了大数据的4个特征：[阅读全文]

摘要:展望2019年，如何开展“互联网+医疗健康”便民惠民服务，提升群众获得感，肯定是新一年医疗行业的工作重点。而要落地这一目标，既离不开信息系统的建设和改造，也离不开医疗大数据的底层支撑。那么医疗大数据在新的一年如何着力，如何发展呢?在此，谨结合自身工作体会，归纳了如下十个要点和思考，与大家交流。[阅读全文]

摘要:本文主要讲述数据挖掘分析领域中，最常用的四种数据分析方法：描述型分析、诊断型分析、预测型分析和指令型分析。[阅读全文]

摘要:如今，人们寻求获得更多的数据有着充分的理由，因为数据分析推动了数字创新。然而，将这些庞大的数据集转化为可操作的洞察力仍然是一个难题。而那些获得应对强大数据挑战的解决方案的组织将能够更好地从数字创新的成果中获得经济利益。[阅读全文]

摘要:根据IDC市场追踪数据，截止到2018年底，中国大数据解决方案市场软硬服总额达到388.8亿元人民币。中国大数据市场预计未来五年将保持持续增长的趋势，年复合增长率将达到17.3%。[阅读全文]

摘要:1998年9月4日，Google公司在美国硅谷成立。正如大家所知，它是一家做搜索引擎起家的公司。[阅读全文]

摘要:面对崭新的2019年，Datanami(提供研究和企业数据密集型计算的新闻和见解，涵盖大数据生态系统的新闻门户网站)从未停止脚步，他们已经从大数据，分析和IT领域行业预测者开始，让我们听听他们要说些什么?[阅读全文]

摘要:专家们预测，到2025年，数据宇宙(或称数据宇宙)的范围将达到180泽字节。这是一个真正令人难以置信的数字，突出了大数据的指数增长。《数据战略：如何从大数据，分析和物联网世界中获利》一文章的作者Bernard Marr提供了一些观点，并指出世界上90%的现有数据是在过去两年中产生的。[阅读全文]

摘要:如果提到“大数据”时，你会想到什么?也许大部分人会联想到庞大的服务器集群;或者联想到销售商提供的一些个性化的推荐和建议。[阅读全文]

摘要:大数据目前的技术和应用都是在数据分析、数据仓库等方面，主要针对OLAP(Online Analytical System)，从技术角度来说，包含两条腿：一条腿是批量数据处理(包括MR、MPP等)，另一条腿实时数据流处理(Storm、内存数据库等)。[阅读全文]

摘要:Spark 是 2010 年由 UC Berkeley AMPLab 开源的一款基于内存的分布式计算框架，2013 年被Apache 基金会接管，是当前大数据领域最为活跃的开源项目之一(http://spark.apache.org/)[阅读全文]

摘要:大数据这么火，未来趋势这么明朗，今天就带大家来分析一下大数据分析未来趋势是什么。[阅读全文]

摘要:无论是世界范围内还是在中国，大数据浪潮正在深刻改变着各行各业，而各行各业对大数据人才的需求，以及技术从业者希望跻身大数据高级人才的需求也变得越来越强烈。[阅读全文]

摘要:当前大数据应用的成功案例主要集中在欧美发达国家，除技术突破和应用创新之外，大数据正逐渐引起公众意识形态的变革甚至社会结构的深层调整。受到世界各主要国家和地区的广泛关注，纷纷从国家层面提出具体的大数据发展战略。[阅读全文]

摘要:大规模用户隐私泄露事件又一次被爆出：万豪国际集团旗下酒店客房预订数据库被黑客入侵，约5亿名客人的信息或被泄露。业界称，这是自之前雅虎30亿用户信息被窃以来规模最大的一次。[阅读全文]

摘要:大数据技术指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。[阅读全文]

摘要:本文主要讨论如何在系统内部的逻辑处理上防止系统整体雪崩的发生。预防的重要性大于事故之后的处理，预测集群状态、提前进行优化也成为预防雪崩的一个方向。[阅读全文]

摘要:大数据技术指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。[阅读全文]

摘要:随着阿里大数据产品业务的增长，服务器数量不断增多，IT运维压力也成比例增大。各种软、硬件故障而造成的业务中断，成为稳定性影响的重要因素之一。本文详细解读阿里如何实现硬件故障预测、服务器自动下线、服务自愈以及集群的自平衡重建，真正在影响业务之前实现硬件故障自动闭环策略，对于常见的硬件故障无需人工干预即可自动闭环解决。[阅读全文]

摘要:数据处理是对纷繁复杂的海量数据价值的提炼，而其中最有价值的地方在于预测性分析，即可以通过数据可视化、统计模式识别、数据描述等数据挖掘形式帮助数据科学家更好的理解数据，根据数据挖掘的结果得出预测性决策。​[阅读全文]

摘要:目前，我们可以在市场上找到很多用于网络分析和数据可视化的开源工具，例如NetworkX，R和Gephi中的iGraph包等。在所有工具中，Gephi一直以来被认为是最值得推荐的，它可以帮助用户轻松实现超过十万个节点的可视化。[阅读全文]

摘要:搞清楚数据安全要解决哪些问题、大数据时代下解决这些问题所面临的主要挑战，就可以梳理数据安全治理的核心思路了。简单说，数据安全治理可以遵循“以数据为中心、以组织为单位、以能力成熟度为基本抓手”的原则。[阅读全文]

摘要:数据分析报告在社会不同行业、不同用途中的概念各有不同，其内涵与数据研判、比对分析也多有重叠。[阅读全文]

摘要:大数据是继云计算、物联网之后信息产业当前科技创新、产业政策及国家安全领域的又次知识新增长点。[阅读全文]

摘要:“大数据”是近年来IT行业的热词，大数据在各个行业的应用逐渐变得广泛起来，如2014年的两会，我们听得最多的也是大数据分析，那么，什么是大数据呢，大数据时代怎么理解呢，一起来看看吧。[阅读全文]

摘要:大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。[阅读全文]

摘要:Gartner研究表明，人工智能、物联网和5G助力下一代商业创新，由此产生大量数据，2020年前企业将使用超过75亿台联网设备。[阅读全文]

摘要:有一个大数据项目，你知道问题领域(problem domain)，也知道使用什么基础设施，甚至可能已决定使用哪种框架来处理所有这些数据，但是有一个决定迟迟未能做出：我该选择哪种语言?(或者可能更有针对性的问题是，我该迫使我的所有开发人员和数据科学家非要用哪种语言?)这个问题不会推迟太久，迟早要定夺。[阅读全文]

摘要:MapReduce是一种编程模型，用于大规模数据集(大于1TB)的并行运算。MapReduce采用”分而治之”的思想，把对大规模数据集的操作，分发给一个主节点管理下的各个分节点共同完成，然后通过整合各个节点的中间结果，得到最终结果。简单地说，MapReduce就是”任务的分解与结果的汇总”。[阅读全文]

摘要:我该选择哪种大数据编程语言?下面简要介绍了每种语言，帮助你做出合理的决定。[阅读全文]

摘要:在规划Ceph分布式存储集群环境的时候，对硬件的选择很重要，这关乎整个Ceph集群的性能，下面梳理到一些硬件的选择标准，可供参考：[阅读全文]

摘要:据中心内部系统的核心要求是“稳定可靠”，一是指系统在运行过程中有能力提供连续可靠的服务，长时间无故障运行;二是指当故障发生之后，有能力快速定位，及时排查，故障范围不蔓延。[阅读全文]

摘要:优秀的数据分析平台，首先要满足数据查询、统计、多维分析、数据报表等功能。可惜很多分析师，工作的第一年，都是埋葬在SQL语句中，以SQL+Excel的形式完成工作，却用不上高效率的工具。[阅读全文]