最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

PPT下载丨数据中台、数据架构与优化沙龙精彩回顾

[复制链接]
跳转到指定楼层
楼主
发表于 2019-11-3 12:05:13 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
云盘下载链接:
https://pan.baidu.com/s/1LO3hPmvTJfIZR_aumo18tg

上周末,dbaplus社群在北京举办了一场数据中台、数据架构与优化沙龙,邀请五位数据领域一线技术专家,从数据库中台解读、常见分布式事务方案选型、SQL审核规则的设计原则和建设等多方面结合实战经验进行分享,助力企业解决海量数据采集、处理、分析、治理等难题。


滴滴首席工程师 张茂森:《精益生产与敏捷创新》

首先张老师解读了数据平台和数据中台的区别,对于数据中台应该是千体千面,数据中台使企业全方面的数据化,在发展中需要高度数字化,解决变更造成的影响,在建设数据中台的过程中需要不断挖掘数据价值,总体来说是组织变更的结果。在问答环节中有一个问题很有意思,到底是要先建设数据中台还是业务中台,张老师用了很精简的一句总结:知行合一,不同的企业在不同的发展阶段有不同的定位和使命,其中阿里最开始建设的是业务中台,也是业务发展使然。

爱可生资深研发工程师 闫阿龙:《金融业分布式事务解决方案》

闫老师对常见的分布式事务方案做了一些解读和分析,比如XA模式、TCC模式、Sagas模式等。对于如何选择分布式事务,这是一个很全面的总结。在此基础上闫老师介绍了金融业分布式事务框架-txle,基于ServiceComb Pack,它能够保证事务的最终一致性,在对比了工作流程、异常处理、全局事务的差错处理、全局事务服务降级等几个场景对txle做了全面的解读,值得一提的是这个项目在刚过去不久的10月24日这个值得纪念的日子开源了。

AWS架构师 吕琳:《深入探索兼容MySQL的Amazon Aurora》

吕老师分别从性能、可用性与持久性、可管理性三个方面阐述了Aurora的设计思想和实现。Aurora的设计哲学是log is database,AWS Aurora在公有云方向的设计思路还是很有特点的,其中存储和计算分离的实现是Aurora的一大亮点,设计人员认为2/3的多数派是不够的。他们将副本数提升为6个,而只要写入4份成功即可判定成功,在写入和读写分离方向都可以进行灵活的扩展,而在使用方式上和普通的MySQL没有任何区别。

新炬网络资深数据库专家 付义:《百倍提升:某银行SQL上线发布与审核应用实践》

随着技术的更新,数据库的问题都是大问题,而自动化、智能化管理也成为必然趋势。在SQL审核中,如何对线上问题进行跟踪定位,并且提供有效的优化建议,这些都是摆在DBA面前的真实问题。付老师解读了审核规则的设计原则和建设,并将它纳入到工单流程,把问题解决在上线前,在上线后持续跟踪,实现自发现、自诊断、自优化,从而推动SQL开发规范的落地。

京东HBase平台负责人 吴怡燃:《京东JDNoSQL平台建设》

吴老师的分享主要从三个方面展开,分别对NoSQL的一些发展趋势进行分析,结合HBase在京东的演进和应用场景,对一些使用经验进行了深度分享,并提出了基于HBase的NoSQL平台建设思路。HBase在京东的体量还是蛮大的,在面对大数据量、高并发、实现毫秒级的响应支持方面需要深度结合业务进行优化。在NoSQL平台的建设过程中,对多租户和权限管理、异地双活设计和监控预警方面都做了细致的讲解。

沙龙现场坐得满满当当,连最后两排会议以外的座位都坐满了。中场休息的时候,大家还把老师们团团围住,请教各种疑难。

最后,感谢以上五位老师的精彩分享,也感谢为本场沙龙做出贡献和配合的线上线下朋友们。dbaplus社群与大家继续相约下一场活动,再叙技术之缘,期盼到时,不见不散!

来源:DBAplus社群

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-5 23:38

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表