大数据慎行,数据管理要落实到KPI

近年来,“大数据”一词被IT和互联网行业广泛提及,但真正落到实处的案例没有多少,大数据量支撑、数据挖掘技术、非结构化数据是阻碍的主要原因。大多数企业的信息化并没有达到到成熟水平,关于数据实践的热点依旧集中在数据管理和可视化方面。

那么,企业究竟该如何结合自身发展情况应用数据?以下就举例介绍豫联集团中孚实业的信息化建设案例,原文是中孚实业有限公司CIO王文辉,同时也是河南CIO联盟秘书长,在帆软大数据巡展上的演讲。

关于豫联集团

豫联集团是以铝及铝精深加工为核心的煤电铝一体化大型现代化企业,也是河南省煤电铝及铝精深加工一体化转型升级示范性企业。中孚实业是豫联旗下的上市公司,主要涵盖煤矿、发电、能源,有色电解铝和铝的深加工等几大业务板块。

中孚实业信息化建设历程

2001年中孚筹划上市,当时的信息化工作主要是建设各分子公司的网络。因为上市财务审核的需要,采购了财务软件。生产上主要是电力的DCS、铝业上的电解槽的自动控制。

2007年之后,由于豫联集团开设了很多外部子公司,公司的管理采用分布式,这给数据汇总统计带来很多困难,所以在2010年利用ERP做了一个集中管控。

2010年至2015年,通过资金管理,把收支两条线通过银行自动把资金汇集到总部,实现资金管理的集约化管理,并上线OA系统和帆软报表系统,实现集中采购。

  • 4
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您可以使用ThreadPoolExecutor来循环更新数据。ThreadPoolExecutor是Python中的线程池,它可以管理和调度多个线程执行任务。 首先,您需要导入threading和concurrent.futures模块,并创建一个ThreadPoolExecutor对象。然后,您可以使用submit()方法将要执行的函数提交给线程池。 以下是一个简单的示例代码,展示了如何使用ThreadPoolExecutor来循环更新数据: ```python import concurrent.futures # 定义要执行的更新数据的函数 def update_data(data): # 在这里执行数据更新操作 # ... # 创建ThreadPoolExecutor对象,设置线程数量 executor = concurrent.futures.ThreadPoolExecutor(max_workers=5) # 循环更新数据 while True: # 获取要更新的数据 data = get_data() # 使用submit()方法将函数提交给线程池,并传递要更新的数据作为参数 executor.submit(update_data, data) # 可以选择添加适当的延迟时间,控制更新频率 time.sleep(1) ``` 在上面的示例中,我们定义了一个update_data()函数,用于执行数据更新操作。在循环中,我们使用get_data()函数获取要更新的数据,并使用submit()方法将update_data()函数提交给线程池进行执行。您可以根据实际情况调整线程池的最大工作线程数和延迟时间。 请注意,线程池中的线程是异步执行的,因此更新数据的顺序可能会有所不同。如果您需要确保数据更新的顺序,可以考虑使用其他同步机制,如锁(Lock)或条件变量(Condition)来控制线程的执行顺序。 希望以上信息对您有所帮助!如有任何进一步的问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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