个人介绍大家好，我是闫成雨，目前是一名独立开发者。专注于数据开发、机器学习、资源调度算法和分布式系统。GitHub ID: CheneyYin个人主页：[链接]为社区做了哪些贡献加强了Spark引擎和Flink引擎对SeaTunnel数据类型的支持。修复了一些Spark引擎转换层的BUG。完善了Assert连接器支持的数据类型。修复了一些CI相关的BUG...

所有数据先写入到 WAL（ Write Ahead Log ）预写日志文件，并同步到 Cache 缓存中，当 Cache 缓存的数据达到了一定的大小，或者达到一定的时间间隔之后，数据会被写入到 TSM 文件中。

简介： 本文将介绍数仓建设过程中面对三种计算模式，较低的研发效率、不可控的数据质量，以及臃肿数据接口服务的困境的解决方案。背景在漫长的数仓建设过程中，实时数仓与离线数仓分别由不同的团队进行独立建设，有大而广的离线数仓体系，也有需要追求业务时效，需要建设实时数仓。然而，业务数据需求和数据产品需求中，...

{代码...} via :gbtags

二. 应用场景如果需要把日志纪录不停的录入MySQL数据库，并且每天、每周或者每个月都创建一个单一的表，而且要时常进行来自多个表的合计查询，MERGE表这时会非常简单有效。

ClickHouse表引擎一共分为四个系列，分别是Log、MergeTree、Integration、Special。其中包含了两种特殊的表引擎Replicated、Distributed，功能上与其他表引擎正交，根据场景组合使用。

本文是《vivo营销自动化技术解密》的第5篇文章，重点分析介绍在营销自动化业务中实时营销场景的背景价值、实时营销引擎架构以及项目开发过程中如何利用动态队列做好业务流量隔离，动态发布，使用规则引擎来提升营销规则的配置效率等几种关键技术设计实践。

火山引擎数智平台VeDI旗下的A/B测试平台（DataTester），旨在为企业提供科学且可信的A/B测试能力及丰富的场景实验支持。随着企业的数据化进程加深，将A/B测试深度融入企业大数据体系及内部信息化平台的需求也日益凸显。

转载自Apache Kylin公众号(作者也是我)：原文链接，该文章是2020年4月18号Kylin on Parquet介绍及快速上手线上meepup分享的总结文章。因为Kylin on Parquet目前还在不停地迭代发展，所以此处也对原文中的部分地方做一下更新。

在近期的GDG开发者大会广州站上，个推高级技术总监董霖以“异构数据的SQL一站式解决方案”为主题，深入分享了个推在SQL领域多年的实战经验。本文将从三方面阐述统一SQL：

在快速理解web语义化的时候，只知道web语义化有利于SEO和便于屏幕阅读器阅读，但并不知道它是如何有利于SEO和便于阅读器阅读的，带着这个疑问，进行了一番探索总结。

在搜索引擎网站的后台会有一个非常庞大的数据库，里面存储了海量的关键词，而每个关键词又对应着很多网址，这些网址是被称之为“搜索引擎蜘蛛”或“网络爬虫”程序从茫茫的互联网上一点一点下载收集而来的。随着各种各样网站的出现，这些勤劳的“蜘蛛”每天在互联网上爬行，从一个链接到另一个链接，下载其中的内容，进行分析...

[twig - 2] [链接]

Confluent KSQL是一个基于kafka的实时数据流处理工具引擎，提供了强大且易用的sql交互方式来对kafka数据流进行处理，而无需编写代码。ksql具备高扩展、高弹性、容错式等优良特性，并且它提供了大范围的流式处理操作，比如数据过滤、转化、聚合、连接join、窗口化和Sessionization（即捕获单一会话期间的所有的流事件）等。

{代码...}

作为这一代的企业主，你可能会说，你最大的资产之一就是你的网站。它是你最大的营销工具，可以吸引潜在客户，对你忠诚。可以帮你增加销售线索，增加流量，甚至增加销量！你应该为你的网站感到骄傲——它反映了你的业务，并作为一个平台将你和你的客户连接到任何地方。说了这么多，你应该知道正确的方法来优化你的网站，把...

MySQL 是最流行的关系型数据库管理系统，在 WEB 应用方面 MySQL 是最好的 RDBMS(关系数据库管理系统)应用软件之一。免费分享给大家几本Mysql从入门到高级的优秀图书，帮组大家快速掌握 MySQL 从基础知识到高级调优的经验，希望大家喜欢。