半_调_子-CSDN博客

原创 zookeeper -- 大数据面试

第一章 zookeeper入门zookeeper是一个开源的分布式，为分布式应用提供协调服务的apache项目，zookeepr的工作机制zookee

2021-06-13 00:54:05 352

1、事件分析可进行筛选、分组、聚合的灵活多维数据分析2、漏斗分析分析多步骤行为之间转化与流失情况3、留存分析分析用户参与情况和活跃程度4、分布分析分析用户行为在一段时间内的频次和指标分布5、LTV分析分析用户在特定时间段内的生命周期价值6、用户路径用户用户行为行为的流向变化7、网页热力分析分析元素的点击的分布占比与用户浏览深度8、间隔分析分析用户在两个事件之间的间隔时长9、自定义查询支持对全量数进行sql查询、结果可视化10、归因分析

2021-06-03 23:27:15 170 1

原创 hadoop 1000台集群优化经验---大数据面试

hdfs 是一个分布式系统，只要有足够的资源，可以扩容到上千台的集群，name node rpc queue time在持续的一周左右时间性能恶化。在极端环境下，出现一个rpc查询需要等待好几分钟。l

2021-05-31 12:19:30 384

原创 flink为会什么成为下一代数据处理框架--大数据面试

相对于传统的数据处理模式。流式数据处理则有更高的处理效率和成本控制。apache flink 就是近年来在开源社区发展不断发展能够支持同时支持高吞吐，低延迟，高性能分布式处理框架。

2021-05-31 00:18:14 773 10

原创 data lake -- 大数据面试

数据湖是数据仓库的补充，是为了解决数据仓库漫长的开发周期，高昂的开发，维护成本，细节数据丢失等问题出现的。数据湖大多是相对于传统的rdbms的数据仓库，而从2011年

2021-05-30 23:13:08 562

原创数据模型-大数据面试

1、基本概念1）事实表事务事实表周期快照事实表累积快照事实表2）维度表缓慢变

2021-05-30 22:33:27 481

原创基础架构---大数据面试

1、架构演进离线数据仓库到实时仓库，从lambda架构到kappa架构，再到混合架构。2、逻辑分层数仓分层，一般按ods->dw->dm整体架构。不同的企业，不同的业务场景，有衍生出不同的分层架构模式。例如经典四层架构：ods->dwd->dws-ads，bdl->fdl->gdl->adl等。技术选型，传统数仓一般以Oracle、greenplum、teradata 等，互联网数仓一般以Hadoop生态圈为主，离线以Hive为核心，准实时以spar

2021-05-30 22:17:11 508

原创数据分层方法--大数据面试

一、概述数据分层是数据仓库设计中十分重要的一个环节，优秀的分层设计能够让整个数据体系更易理解和使用。二、数据分层作为一名数据的规划者，我们肯定希望自已的数据能够有秩序地流转，数据的整个生命周期能够清晰明确被设计者和使用者感知到，直接来说就是如下的左图这般层次清晰、依赖关系直观。因些我们需要一套行之有效的数据组织和管理方法来让我们数据体系更有序，这就是谈到的数据分层，数据分层并不能解决所有数据问题，但是数据分层可以给我们带下如下好处：1、清晰数据结构：每一个数据分层都有它的作用域和职责，在使用

2021-05-30 21:54:23 663

原创 rm删除后df磁盘空间及mysql 规范

rm删除文件后，df -h 磁盘空间不释放原因：一般说不会出删除文件后空间不释放情况，但是也存在例外，比如文件被进程锁定，或者进程一直向文件写数据：即

2021-05-30 20:59:33 296

原创数据倾斜--大数据面试

1、什么是数据倾斜我们在用hive的时候，有时候跑一个简单的join语句，但是却跑了长时间，有的时候我们会觉得集群资源不够导致的，但是很大情况下就是出现了数据倾斜的情况。

2021-05-30 20:45:28 351

原创 kafka管理工具--大数据面试

1、kafka内部提供了许多管理脚本，这些脚本都放$kafka_home/bin目录下，企业生产中，我们可以通过bin/kaka-topics.sh bin/kafak-consumber-group

2021-05-30 16:24:30 190

原创 SQL分析函数-大数据面试

数据库sql分析函数/窗口函数专题分析函数主要分为四类1、聚合分析函数2、排名分析函数3、数据分析函数4、行比较分s

2021-05-30 16:02:04 282

原创 spark调优指南面试专用

1、性能调优一、分配哪些资源executor的数量每个excutor所能分配地cpu数量每w

2021-05-30 15:47:15 217

原创设计模式

设计模式：设计模式相关内容介绍创建者模式结构型模式行为型模式综合练习 1、设计模式概述软件设计模式产生背景软件设计模式概述学习设计模式的必要性设计模式的分类创建型模式：用于描述怎么创建对象，它的主要特点是将对象的创建与使用分离，gof书中提供了单例，原型，工厂方法，抽象工厂，建造者等5种创建型模式。结构型模式： ...

2021-05-19 16:17:53 172

原创 hadoop平台编译安装

https://support.huaweicloud.com/prtg-hdp-kunpengbds/kunpenghadoophdp_02_0021.html

2021-05-13 20:10:12 178

原创 kettle基本概念

本章主要讲述kettle的基本概念，我们需要了解kettle工具本身的一些设计原则，以及kettle里的不同功能模块。首先讲述如何通过转换，以数据行的形式来处理数据，然后解释如何使用作业以工作流形式将转换连接起来。本章要讲述如下的kettle概念：数据库连接工具和常用程序资源库虚拟文件系统参数和变理可视化编程设计原则kettle工具在设计初始就考虑一些设计原则，这些原则也借鉴了以前使用过的其他一些etl工具积累下的经验和教训。先总结一下以前的经验，看我们能从中获得哪些有益

2021-04-18 17:16:01 2178

原创 ETL分析

本章的内容是数据整合工作的起点，本章将详细解释3种主要的数据整合方式不同点和相似点。这3种数据的整合方式分别是etl,elt和eii。为了能够全面理解数据仓库和数据整合，我们先来看看事务数据库系统和分析型系统不同不处。1.1 OLTP和数据仓库对比人们通常的第一个问题是事务系统和商业智能系统的区别，商业智能系统通常也被称为决策支持系统dss,一个独立的事务系统通常也被称为在线事务处理系统事务系统需要能哆快速地定位到一条记录。当一次需要获取多条记录，多条记录通常使用唯一的健值加以识别。例如订单系..

2021-04-17 00:26:30 2731

原创先排序再统计

今年写的最牛的sql:select count(*),bb.item from (select aa.aac002 ,array_to_string(ARRAY( SELECT unnest(array_agg(aa.aae140))),',') item from (select aac002,aae140from rsxy_qt_zrrsbjn where aae003 = '202012' group by aac002,aae140 order...

2021-03-10 20:01:55 226

原创 hadoop面试题

1、当前大数据技术的基础是由（ C）首先提出的。（单选题，本题2分）A：微软B：百度C：谷歌D：阿里巴巴2、大数据的起源是（C）。（单选题，本题2分）A：金融B：电信C：互联网D：公共管理3、根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是（C）。（单选题，本题2分）A：数据管理人员B：数据分析员C：研究科学家D：软件开发工程师4、（D）反映数据的精细化程度，越细化的数据，价值越高。（单选题，本题2分）A：规模B：活性C：关联度D：颗粒度5、数据清洗...

2021-03-07 22:45:58 3423

原创数据可视化

数据可视化前言echarts的基本使用echarts的高级使用电商平台数据可视化实时监控系统后台搭建结合vue开发图表组件websocket实现数据可视化主题切换、页面合并、全屏切换知识储备 html css js echarts的使用 vue , vuex , router , webpackwebsocker的使用一、课程简介数据可视化前言：数据可视化概念项目演示：该项目为电商平台数据可视化实时监控系统...

2021-02-06 08:16:17 476

原创机器学习中的数学--第1章向量和它的朋友们

向量是指具有大小和方向的量，在物理学中，通常将向量称作矢量。其实我们在初中就接触过向量。表示每种力的带箭头的线段就是向量，箭头的方向表示向量的方向。线段的长度表示向量的大小。相应地，没有方向的量，称为标量。1.1向量家庭的基本成员关于向量有许多概念。1.1向量的表示和模长在数学中，向量仍然可以用带箭头的线段来表示，如图1.2所示是一个在平面的直角坐标系中的向量。注：向量未必是直的，也存在曲线的向量。一般地，向量符号在印刷体中用粗体字母表示。a b V PQ手写体...

2021-02-04 22:44:35 2219

原创人工打标实现交通画像

人工打标实现交通画像package main.scala.com.jsptpd.anylysishotwordsimport java.util.Propertiesimport com.jsptpd.anylysishotwords.HostWordInfoimport org.apache.spark.sql.{Dataset, SparkSession}import scala.collection.mutableimport org.json4s._import org.j

2021-01-22 00:02:12 431

原创 apache 软件下载仓库

什么玩意都可以下载:http://archive.apache.org/dist/

2021-01-21 13:45:03 408

原创时间序列ARIMA模型及预测

import pandas as pdimport datetimeimport matplotlib.pylab as pltimport seaborn as snsfrom matplotlib.pylab import stylefrom statsmodels.tsa.arima_model import ARIMAfrom statsmodels.graphics.tsaplots import plot_acf,plot_pacfstyle.use('ggplot')plt..

2021-01-07 00:44:20 1020

原创 Jupyter 快捷键总结

Jupyter Notebook 有两种键盘输入模式。编辑模式，允许你往单元中键入代码或文本；这时的单元框线是绿色的。命令模式，键盘输入运行程序命令；这时的单元框线是灰色。命令模式 (按键 Esc 开启)快捷键：Enter :转入编辑模式 Shift-Enter :运行本单元，选中下个单元 Ctrl-Enter :运行本单元 Alt-Enter :运行本单元，在其下插入新单元 Y :单元转入代码状态 M :单元转入markdown状态 R :单元转入raw状态设定 1 ...

2021-01-04 23:49:31 244

原创 mysql 统计数据

---查询表的更新时间SELECT `TABLE_NAME`, `UPDATE_TIME` ,TABLE_COMMENTFROM `information_schema`.`TABLES` WHERE `information_schema`.`TABLES`.`TABLE_SCHEMA` = 'city'

2020-12-29 01:05:38 224

原创 Ambari编译

cloudera manager 再无社区版hadoop hdp不再更改，纪念一下失去的青春1.1 环境搭建jdk1.8.0_161apache-maven-3.5.3CentOS 7.4.17081.2 JDK、Maven安装[root@localhost java]# cat /etc/centos-releaseCentOS Linux release 7.4.1708 (Core)[root@localhost java]# java -versionjava version

2020-12-25 22:54:29 559

原创 spark从数据库中获取字段，进行分词再入库

package com.jsptpd.anylysishotwordsimport java.io.{FileInputStream, InputStreamReader, StringReader}import java.util.{Date, Properties}import java.util.regex.Patternimport org.apache.spark.sql.{SaveMode, SparkSession}import org.wltea.analyzer.core..

2020-12-09 22:38:11 526

原创 JWT认证流程

JWT认证流程在payload里面不要放用户的敏感信息。特别是密码。

2020-12-02 08:20:29 252

原创 spring boot整合 jsp

第一步：加入相应的mvc的配置spring.mvc.view.prefix=/WEB-INF/jsp/spring.mvc.view.suffix=.jsp第二步：加相应的依赖 <dependency> <groupId>javax.servlet</groupId> <artifactId>jstl</artifactId> <versi

2020-09-16 22:57:25 199

原创 spark 两种yarn布署模式，到底用哪种呢

节点数很多，采用spark-cluster，这样可以资源均衡。appmanager和nodemanger不在同一网段，采用spark-cluster模式，减少网络延迟。节点数少，又在同一网段，client模式和cluster模式，都是可以的。就算正式环境采用了spark-cluster模式，在刚上线时也要采用spark-client模式，这样可以获取信息，都没有问题了，稳定了，在切换到spark-cluster模式。...

2020-08-12 14:56:59 238

原创 B站好的大数据视频

B站最全的大数据学习汇总呦，喜欢的赶紧收藏学习吧大数据-八天零基础入门 BV11z411e7nT https://www.bilibili.com/video/bv11z411e7nT/?spm_id_from=333.788.b_636f6d6d656e74.31大数据必会的-15天学会JavaSE BV11z411e7nT https://www.bilibili.com/video/bv1JT4y1g7nM/?spm_id_from=333.788.b_636f6d6d656e74.32大..

2020-08-04 16:46:50 1640

原创量化交易

定位：掌握数据挖掘/机器学习技术的应用场景从事量化策略工程师、量化策略分析方向目标：掌握回测框架的使用掌握股标的量化投资策略最化交易简介了解量化交易的定义以及类别说明量化交易研究流程了解量化交易项目的工作内容什么是量化交易学习目标目标：了解量化交的的定义量化交易：定义量化交易（量化投资）是指借助现代统计学和数据的方法，利用计算机来进交易的证券投资方式。量化交易从庞大的历史数据中海选...

2020-07-21 15:21:59 712

原创业务数据分析

数据分析概述：数据分析方法：业务数据分析：数据挖掘大数据分析知识及智慧谷歌流感趋势预测啤酒与尿布的故事数据分析是将数据转化为知识、智慧的手段数据包含文本、音乐、文字、数字等多种表达形式信息是逻辑、含义及时效性的数据知识是对事物的正确理解及认识，智慧是基于知识找到解决方案的能力。数据分析师常用工具： sql语言艺术数据分析在企业管理运营中的应用战略规划：宏观环境分析、竞争对手分析、市场检测、市场趋...

2020-07-21 08:22:16 762

原创 Java 并发编程

目录前言这本书涵盖了什么这本书你需要什么这本书是给谁的约定读者反馈客户支持下载示例代码勘误盗版问题1，第一步-并发设计原则基本并发概念并发与并行同步化不变的对象原子运算和变量共享内存与消息传递并发应用程序中可能出现的问题数据竞争僵局活锁资源匮乏优先级倒置设计并发算法的方法起点-算法的连续版本步骤1-分析步骤2-设计步骤3-...

2020-07-06 10:28:46 343

原创基础Java多线程

创建线程的三种方式1：继承thread类，重写run方法2：实现runnable接口3：实现callable接口第一种方式：继承thread类package com.wangjunji.qifeng;//继承thread类public class TestCreateThread extends Thread { public TestCreateThread(String name) { super(name); } //覆盖run方法.

2020-06-08 16:24:42 1174

原创 Quartz定时任务框架

引言1.1简介quartz：http://www.quartz-scheduler.org 是一个定时任务调度框架，比如你遇到这样的问题想在30分钟后，查看订单是否支付，未支付则取消订单想在每月29号，信息卡自动还款想定时在某个时间去做某个任务quartz是要做定时任务调度，设置好触发时间规则，以及相应的任务job即可。基础编码多种tiggercron表达式spring整合任务管理...

2020-05-27 00:50:06 264

原创 hadoop的英文书

Mastering Hadoop 3Big Data Analytics with Hadoop 3Apache Hadoop 3 Quick Start GuideHands-On-Beginner-s-Guide-on-Big-Data-and-Hadoop-3Hands-on-Big-Data-Processing-with-Hadoop-3pro-apache-hadooppro-hadoop-data-analyticspro-hadooppractical-hadoop-mig.

2020-05-26 20:36:17 378

原创 MySQL核心技术

1、什么是数据库现有的数据存储方式有哪些？java程序存储数据（变量、对象、数组、集合），数据保存在内存中，属于瞬间状态存储文件存储数据、保存在硬盘上、属于持久状态存储以上存储方式存在哪些缺点没有数据类型的区分存储数据级较小没有访问安全限制没有备份，恢复机制二、数据库数据库是按照数据结构来组织、存储和管理数据的仓库。是一个长期存储在计算内的、有组织、有共享的、统一管理的数据集合。数据库的分类：网状结构数据库，美国通用电气公司，以节点形式存储和访问。层次结构数据

2020-05-26 08:12:39 863

原创 Hadoop 文档官方版本（2）--- hadoop 单节点安装

目的本文档介绍了如何设置和配置单节点Hadoop安装，以便您可以使用Hadoop MapReduce和Hadoop分布式文件系统（HDFS）快速执行简单的操作。先决条件支持平台支持GNU / Linux作为开发和生产平台。 Hadoop在具有2000个节点的GNU / Linux集群上得到了证明。Windows也是受支持的平台，但是以下步骤仅适用于Linux。要在Windows上设置Hadoop，请参见Wiki页面https://cwiki.apache.org/confluence

2020-05-25 16:21:29 513

Smash-wall-install.zip

用于Liunx系统mysql redis 等等工具的安装及配置，需要的自已下载

2019-09-04

区块链重塑电信行业

大多数通信服务供应商 (CSP) 都在实施大型数字化转型项目，以便应对困扰他们的颠覆性因素。在此背景下，区块链技术的运用不仅可帮助 CSP 改善当前运营环境，而且能够开拓基于区块链技术的新服务。此外，随着对透明度和信任度的需求持续增加，强大的区块链技术可以强化企业参与生态系统的基础，支持新业务模式，从而实现创收。区块链技术的重要程度只会与日俱增。 CSP 应该从长远利益出发，评估区块链在收入增长和平台业务机遇，以及内部效率方面带来的积极影响。执行摘要区块链是目前热议的技术之一。不同行业的企业都在探索区块链对其所在领域的潜在影响，以及如何利用此项新兴技术获益。通信服务供应商 (CSP) 也不例外。但是， CSP 面临的最大问题是， “能获取什么样的收益？ ”以及“从何处、如何着手？ ”令人欣慰的是，从中获益的机会是真实存在的。区块链共享总账方法的核心特征是在交易过程中，为各方参与者构建可信、安全、透明且可控的生态系统。这可降低成本、提高效率，并改善所有参与者的体验。我们最近开展的全球消费者调研显示，在处理个人数据和保护隐私安全方面， CSP 竟然位居最可信组织的地位，在某些国家或地区甚至超过金融机构和政府。 1 这为他们奠定了优势位置，有助于利用区块链技术来获取收益。对于 CSP 来说，区块链意味着效率的提升以及全新的收入增长机遇

2018-02-24

智能合约的理念

智能合约的理念，何谓“抵押品”？ “抵押品”的目的是什么？它怎样梳理了我们的已有的关系？我认为，尤其是合约的规范化，在我们的关系层面实现了理想化抵押品的蓝图。多种类型的合约条款，如抵押品，债券，产权界定等等，可以嵌入在我们执行条款的硬件和软件中，通过这样的方式使那些不遵守协议者的违约成本很高，（如果需要的话，令人望而却步的）。举一个典型的活生生的例子，我们可以认为智能的原始祖先，是不起眼的自动售货机。在潜在的、损失有限的评估后，使钱箱里的钱远远少于破坏者付出的代价。根据显示的价格该机收取硬币，通过一个简单的机制形成了最初的计算机设计科学，有限自动，传递变化和制造。自动售货机是搬运合约：任何持有硬币的人可以与供应商交易。锁箱和其他安全机制保护储藏的硬币和货物会不被破坏，足以允许自动售货机有利可图地在各种各样的区域部署。优越于自动售货机，智能合约通过数字的方法来控制有价值的、所有类型的任何资产。智能合约涉及到一个动态的、经常主动运作的财产，且提供更好的观察和核查点，其中主动措施必须分毫不差。作为另一个例子，为汽车而设计出的假想数字保障系统。智能合约设计策略建议：持续完善抵押品协议以便其更充分地嵌入到处理资产的合约条款中。根据合约条款，这些协议将使加密密钥完全控制于具有操作属性的人，其人正当地拥有该财产。在最简单的实现中，为了防止偷窃，除非被合法的拥有者完成正确的”挑战-应答“过程，否则车可以呈现出不可操作状态。如果汽车用做以确保还贷，在这种传统的方式来在实现强大的安全性同时将创造一个头痛的债权人 - 收款人将不再能够查收赖账的车。为了解决这一问题，我们可以创建一个智能扣押权协议：如果物主不交费，智能合约调用扣押权协议，其把车钥匙的控制权交给银行。该协议可能会比雇佣追债人更便宜、更有效。进一步的细化，如生成可证明的扣押权权注销，以及当贷款已还清、处于困境和意外情况下的账户操作。例如，当车子在 75 号高速路上奔跑的时候，撤销车子的操作将是粗鲁的。在连续细化的过程中，我们从一个粗糙的抵押品体系，具体化到一个个具体化的合约：（1）选择性地允许业主锁定和排除第三方（2）允许债权人接入的秘密途径（3A）只在违约一段时间且没有付款时秘密途径被打开; 并且（3b）最后的电子支付完成后将永久地关闭秘密途径。成熟的抵押品体系将针对不同的合约执行不同的行为。继续讨论我们的例子，如果汽车的合约是一个租赁，最终付款将关闭承租人访问权; 购买了债权，那就关掉债权人的访问。通过连续的重新设计方式，抵押品体系越来越接近其合约的精髓：管理了覆盖财物，信息或被抵押的。可定性的、不同的合约条款，以及在财产在属性的技术差异，则引出不同的协议

2018-01-15

智投链 (IIC) 白皮书

区块链 (Blockchain) 区块链是一种分布式分类帐技术，基于去中心化的对等网络，用开源软件把密码学原理、时序数据和共识机制相结合，来保障分布式数据库中各节点的连贯和持续，使信息能即时验证、可追溯、但难以篡改和无法屏蔽，从而创造了一套隐私、高效、安全的共享价值体系。根据麦肯锡公司的一份区块链技术报告显示，从 2016 年开始，已有超过 100 种区块链技术解决方案探索。在全球区块链产业中，中国成为最活跃的市场。工信部联合多个行业公司编写的《中国区块链技术和应用白皮书》中列举了金融服务、供应链管理、智能制造、文化娱乐、医疗健康、社会公益和教育就业等区块链可以实现的六个典型应用场景，并分析了区块链与云计算、大数据、物联网、下一代网络、加密技术和人工智能等 6 大类新技术的关系

2018-01-15

中国区块链技术和应用发展白皮书

中国区块链技术和应用发展白皮书，当前，全球新一轮科技革命和产业变革持续深入，国际产业格局加速重塑，创新成为引领发展的第一动力。在这一轮变革中，信息技术是全球研发投入最集中、创新最活跃、应用最广泛、辐射带动作用最大的领域，是全球技术创新的竞争高地，是引领新一轮变革的主导力量。区块链作为分布式数据存储、点对点传输、共识机制、加密算法等技术的集成应用，近年来已成为联合国、国际货币基金组织等国际组织以及许多国家政府研究讨论的热点，产业界也纷纷加大投入力度。目前，区块链的应用已延伸到物联网、智能制造、供应链管理、数字资产交易等多个领域，将为云计算、大数据、移动互联网等新一代信息技术的发展带来新的机遇，有能力引发新一轮的技术创新和产业变革。为推动区块链技术和产业发展，信息化和软件服务业司指导中国电子技术标准化研究院，联合蚂蚁金融云、万向控股、微众银行、乐视、万达网络、平安科技等骨干企业，开展区块链技术和应用发展趋势专题研究，编撰形成了《中国区块链技术和应用发展白皮书（2016）》。白皮书总结了区块链发展现状和趋势，分析了核心关键技术及典型应用场景，提出了我国区块链技术发展路线图和标准化路线图等相关建议。白皮书内容详实、分析透彻，具有较好的参考价值。希望各界共同努力，积极把握区块链发展趋势和规律，营造良好的发展环境，加速推动我国区块链技术和产业发展。工业和信息化部

2018-01-15

（中文）Trinity Pitch Deck

（中文）Trinity Pitch Deck在线业务的性质要求资产能够快速私密地进⾏交易，与传统技术相⽐，⽤户拒绝以牺牲性能作为代价。

2018-01-15

区块链白皮书

香港金融管理局区块链白皮书（英文）To many, “fintech” is a term simply associated with the trendy banking or payment services they use via their smartphone apps, or at the virtual counters of their banks. Internet banking and mobile payment applications are certainly important areas in the application of fintech, but they are far from the only ones. Other technologies, from artificial intelligence to big data analytics to virtual reality, are pushing out the possible frontiers of fintech every day. These technologies could bring a sea change to banking and payment services. The subject of this report – distributed ledger technology (DLT) – is just one key example of this beginning to happen. DLT is perhaps better known as “blockchain”. It is essentially technology that supports networks of databases that enable participants to create, disseminate and store information in a secure and efficient manner. While database technologies are not new, what makes DLT special is that these networks of databases can operate smoothly and securely without necessarily being controlled and administered by a central party that is known and trusted by every participant. The potential applications of DLT, as the fintech industry and many central banks and regulatory authorities soon found, are not limited to dealing in virtual currencies or commodities. The very fact that DLT allows information or records to be transferred and updated by network participants, and this to be done in a trustworthy, secure and efficient way, carries enormous potential. However, while the value proposition of DLT is gradually materialising, the use of DLT in financial services is also introducing new risks and giving rise to new legal and governance issues. These require in-depth study before its full potential can be realised. As a regulatory authority, we need to have a thorough understanding of the various governance, risk management and legal issues associated with DLT before its wider use begins in earnest

2018-01-15

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人