《大数据之路：阿里巴巴大数据实践》-第4篇 数据应用篇 -第16章 数据应用

已于 2022-09-05 19:30:58 修改
阅读量1.2k 收藏 1
点赞数 1
分类专栏： 【在线书籍】 文章标签： 大数据 数据挖掘 数据分析
于 2022-09-05 19:15:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_54252387/article/details/126711455
版权
《大数据之路：阿里巴巴大数据实践》揭示数据已成为生产要素，通过生意参谋对外提供商家数据赋能，助力数据化运营。生意参谋整合多个数据产品，提供店铺分析、行业洞察、竞争情报等功能，确保数据统一、实时和准确。同时，对内数据产品平台服务于阿里巴巴内部员工，提供数据监控、专题分析、应用分析和数据决策支持，帮助员工高效工作并做出决策。通过对内对外的数据服务，阿里巴巴推动了业务发展和数据驱动的运营模式。
摘要由CSDN通过智能技术生成

《大数据之路：阿里巴巴大数据实践》系列丛书

 第1章 总述
第1篇 数据技术篇
 第2章 日志釆集
 第3章 数据同步
 第4章 离线数据开发
 第5章 实时技术
 第6章 数据服务
 第7章 数据挖掘
第2篇 数据模型篇
 第8章 大数据领域建模综述
 第9章 阿里巴巴数据整合及管理体系
 第10章 维度设计
 第11章 事实表设计
第3篇数据管理篇
 第12章 元数据
 第13章 计算管理
 第14章 存储和成本管理
 第15章

了解本专栏 订阅专栏 解锁全文 超级会员免费看
《大数据之路：阿里巴巴大数据实践》-第2篇 数据模型篇 -第9章 阿里巴巴数据整合及管理体系
m0_54252387的博客
09-03 549
OneData即是阿里巴巴内部进行数据整合及管理的方法体系和工 具。阿里巴巴的大数据工程师在这一体系下，构建统一、规范、可共享 的全域数据体系，避免数据的冗余和重复建设，规避数据烟囱和不一致 性，充分发挥阿里巴巴在大数据海量、多样性方面的独特优势。借助这 一统一化数据整合及管理的方法体系，我们构建了阿里巴巴的数据公共 层，并可以帮助相似的大数据项目快速落地实现。下面重点介绍 OneData体系和实施方法论。
《大数据之路：阿里巴巴大数据实践》-第1篇 数据技术篇 -第5章 实时技术
m0_54252387的博客
09-02 402
在前台实时直播 的数据，实际上是阿里实时计算系统在承载。直播大屏对数据有着非常 高的精度要求，同时面临着高吞吐量、低延时、零差错、高稳定等多方 面的挑战。在“双11”的24小时中，支付峰值高达12万笔/秒，下单峰 值达17.5万笔/秒，处理的总数据量高达百亿，并且所有数据是实时对 外披露的，所以数据的实时计算不能出现任何差错。除此之外，所有的 代码和计算逻辑都需要封存，并随时准备面对监管机构的问询和检查。;除面向媒体的数据大屏外，还有面向商家端的数据大屏、面向阿里 巴巴内部业务运营的数据大屏。整个大屏直播功
阿里风控大脑关于大数据应用的探索与实践
阿里云云栖号
12-18 1520
以下内容根据演讲视频以及PPT整理而成。本次分享主要围绕以下三个方面： 一、阿里风控大脑整体介绍二、近线引擎三、离线引擎一、阿里风控大脑整体介绍1. 阿里风控大脑是什么? 阿里的风控主要分为两大块。一块是金融领域，主要业务是支付宝，另一块是非金融领域，如新零售、高德、大文娱等，我们负责的主要是非金融领域。阿里风控大脑的含义较为丰富，可以有不同的解读，但基本上代表了几个方向。首先，阿里风控大脑是“...
《大数据之路：阿里巴巴大数据实践》：看阿里人从IT时代走向DT时代的经验之谈！
云祁QI
05-17 8485
最近一直在看《大数据之路：阿里巴巴大数据实践》一书，读完之后感觉受益良多。第一，对于整个大数据的体系有了更多且清晰的认知；第二，对于不同系统的逻辑处理方式给予了引导；第三，毕竟是阿里多年技术的累计产出，而且都是阿里技术大牛写的，干货相当多；最后，如果对于大数据方向想有更深入的了解，推荐阅读本书。
阿里大数据分析与应用(part1)--大数据概述
小山羊的学习日志
11-15 1103
学习笔记，仅供参考，有错必纠 学习自：云中学院课堂网课 文章目录什么是大数据大数据的特征VolumeVarietyValueVelocity大数据的分类 什么是大数据 大数据（Big Data），指无法在可承受的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。 大数据的特征 大数据的主要特征我们可以用4个V来概括： Volume，大数据的体量非常巨大 Variety，种类繁多，大数据的来源多种多样
大数据之路：阿里巴巴大数据实践
qq_27639777的博客
08-16 6896
第1章：总述 如果说在IT时代是以自我控制、自我管理为主，那么到了DT（Data Technology）时代，则是以服务大众、激发生产力为主。阿里巴巴大数据系统体系架构主要分为数据采集、数据计算、数据服务和数据应用四大层次。 第2章：日志采集 阿里巴巴的日志采集体系方案包括两大体系：Aplus.JS是Web端（基于浏览器）日志采集技术方案：UserTrack是APP端（无线客户端）日志采集技术方案。 2.1 浏览器的页面日志采集 浏览器的页面型产品／服务的日志采集可分为如下两大类。 页面浏览（展现）日志
大数据之路 阿里巴巴大数据实践 读书笔记
南风晚
03-19 2383
一 、总述 人类正在从IT时代走向DT时代。现在的数据呈爆炸式增长，其潜在的巨大价值有待发掘。但是如果不对数据进行有序、有结构的分类组织和存储，它将变成一场灾难。 在阿里内部，数据的存储达到EB级别。这些给数据采集、存储、计算都带来了极大的挑战。随着数阿里内部数据量的剧增，以及日益丰富的业态，这些都给大数据系统的构建提供了更复杂的要求。 本书介绍的阿里巴巴大数据系统架构，就是为了满足不断变化的业务...
大数据之路、阿里巴巴大数据实践读书笔记 --- 第十章、维度设计
杨鑫newlife的专栏
04-03 860
零、写在前面 此章节是我读到现在较难懂的一部分，如果数据仓库水平、处理的数据量、业务种类并不多的情况下，很多情况还是较难理解的，希望大家可以对不懂的地方多读些，欢迎交流讨论； 内含拉链表，以及极限压缩等部分，对于数据仓库模型的优化很有帮助； 一、维度设计基础 维度的基本概念 维度是维度建模的基础和灵魂； 在维度建模中，将度量称为“事实”，将环境称为...
【读书笔记】大数据之路：阿里巴巴大数据实践
热门推荐
AI天才研究院
09-27 1万+
大数据之路：阿里巴巴大数据实践 简介： 在Alibaba集团内，数据人员面临的现实情况是：集团数据存储已经达到EB级别，部分单张表每天的数据记录数高达几千亿条；在2016年“双11购物狂欢节”的24小时中，支付金额达到了1207亿元人民币，支付峰值高达12万笔/秒，下单峰值达17.5万笔/秒，媒体直播大屏处理的总数据量高达百亿级别且所有数据都需要做到实时、准确地对外披露……巨大的信息量给数据采...
大数据之路，阿里巴巴大数据实践
weixin_37364055的博客
12-23 941
​​​​​​​
互联网巨头大数据应用案例分析
09-05
通过分析互联网巨头百度、阿里巴巴、腾讯在大数据方面的主要应用案例，希望在大数据解决方案编制与产品研发等方面有所启发。
《大数据之路：阿里巴巴大数据实践》
莫慌 吃口药
11-22 778
《大数据之路：阿里巴巴大数据实践》语录 目录 一、数据采集 1 ◆日志采集 1 ▼浏览器的页面日志采集 1 ▼无线客户端的日志采集 2 （1） 页面事件 3 （2） 控件点击事件 3 （3） 其它事件 3 （4） 特殊场景 3 （5）H5 & Native 日志统一 4 （6）设备标识 4 （7） 日志传输 5 ▼日志采集挑战 5 （1） 日志分流与定制处理 5...
大数据之路-阿里巴巴大数据实践
gaomeng_1的博客
05-26 229
"人类正在从IT时代走向DT时代",数据量激增,但是如果不能对这些数据进行有序/有结构地分类组织和存储,不能有效利用并发掘它,继而产生价值,那么同时也将成为一场灾难.对阿里来说,数据达到EB级别.双11可达12万笔/秒.应当建设高效的数据模型体系.数据体系主要分为:数据采集,数据计算,数据服务和数据应用四大层次.数据采集层:日志采集:针对Web端的采集技术方案;针对APP端的日志采集技术方案.业务数据:针对业务数据库的采集方案.数据计算层:计算层包括两大体系:数据存储及计算云平台(
大数据之路：阿里巴巴大数据实践（数据模型篇）
南雨有云
07-20 662
思维导图 第8章 大数据领域建模综述 一、典型的数据仓库建模方法论 1、ER模型 特点：需要全面了解企业业务和数据、实施周期非常长、对建模人员的能力要求非常高。 2、维度模型 步骤：选择需要进行分析决策的业务过程、选择粒度、识别维表、选择事实（确定分析需要衡量的指标） 3、Data Vault模型 Data Vault模型由以下几部分组成： Hub：是企业的核心业务实体，由实体key、数据仓库序列代理键、装载时间、数据来源组成； Link：代表Hub之间的关系。这里与ER模型最大的区别是将关系作为一个独立
大数据之路——阿里巴巴大数据实践（小白笔记）
cainiao22222的博客
11-12 786
第一章 总述 1.阿里巴巴大数据系统体系架构分为三大部分数据采集层、数据计算层、数据服务层 2.数据采集层     日志采集系统：Aplus.JS是 web端日志采集技术方案；UserTrack是APP端日志采集方案      数据传输：TimeTunnel（TT）体系进行数据传输，既包括数据库的增量数据传输，也包括日志数据的传输，既支持实时流式计算，也支持时间窗口的批量计算      ...
转---大数据之路：阿里巴巴大数据实践
weixin_41598761的博客
08-12 280
转---大数据之路：阿里巴巴大数据实践
《大数据之路：阿里巴巴大数据实践》读书笔记---第四篇 数据应用篇
程序员学习圈
09-11 645
四、数据应用篇 16.数据应用 本篇主要介绍两个应用：提供给外部商家使用的数据产品平台-生意参谋和服务于阿里巴巴内部的数据产品平台 16.1 生意参谋 作为大数据公司，阿里巴巴在推动业务数据化的同时，也在不断地帮助商家实现数据业务化。在对外产品方面，阿里巴巴以“生意参谋”作为官方统一的数据产品平台，为商家提供多种多样化，普惠性的数据赋能； 截止2016财年，生意参谋累计服务商家已超过2000万，越服务商家超过500万。在月成交额30W元以上的商家中，逾90%每月登陆天次超2...
大数据之路阿里巴巴实践
大数据指北
07-05 3319
大数据平台研发，全局概览导向。
大数据之路:阿里巴巴大数据实践 pdf csdn
最新发布
07-22
总体而言，《大数据之路:阿里巴巴大数据实践》是一本值得阅读的著作，通过阿里巴巴的大数据实践，我们可以了解到大数据在商业应用中的巨大潜力和重要性，同时也可以了解到阿里巴巴在大数据领域的创新和领先地位。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

九层之台起于累土

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值