<?xml version="1.0" encoding="utf-8" ?>

<rss version="2.0">

<channel>

<title>数据挖掘</title>

<link>http://www.sykv.comhttp://www.sykv.com/cat/datamining/</link>

<description>数据挖掘</description>

<language>zh-cn</language>

<generator><![CDATA[]]></generator>

<webmaster>elon368@sina.com</webmaster>

<item>

    <title><![CDATA[数仓架构持续演进与发展：云原生、湖仓一体、]]></title>

    <link>http://www.sykv.com/cat/datamining/30296.html</link>

    <description><![CDATA[谈到数据仓库，我们往往容易忽略“数据”两个字，阿里云有着很多业务场景和业务体系，在这些数据应用之下我们如何管理数据的呢？数据仓库是如何帮到我们以及它自身是如何演进]]></description>

    <pubDate>2021-06-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[缓存与数据库双写一致性]]></title>

    <link>http://www.sykv.com/cat/datamining/30198.html</link>

    <description><![CDATA[这几天瞎逛，不知道在哪里瞟到了缓存的双写，就突然想起来这块虽然简单，但是细节上还是有足够多我们可以去关注的点。这篇文章就来详细聊聊双写一致性。]]></description>

    <pubDate>2021-06-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[揭开AWS的Timestream数据库的面纱]]></title>

    <link>http://www.sykv.com/cat/datamining/30197.html</link>

    <description><![CDATA[AWS因不断推出新的云计算服务而闻名业界，不过AWS云计算服务太多了，客户往往难以了解所有的服务，AWS的数据库也不例外。]]></description>

    <pubDate>2021-06-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[设计bug导致数据被删除，java工程师背锅被开除：]]></title>

    <link>http://www.sykv.com/cat/datamining/30176.html</link>

    <description><![CDATA[程某某（1989年出生）于2017年4月27日入职爱狄特公司，双方签有劳动合同及保密协议。程某某担任Java工程师，合同期限自2017年4月27日至2020年4月26日，每月15日之前爱狄特公司支付程某某]]></description>

    <pubDate>2021-06-16</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Oracle 行贿 10 万元：中标 1980 万元数据库项目]]></title>

    <link>http://www.sykv.com/cat/datamining/30175.html</link>

    <description><![CDATA[近日有业内朋友询问，Oracle 在做生意过程中，有没有行贿的案件。经过一番查询，找到了一则。黄某某，男，1960年出生，汉族，出生地北京市，大学文化，曾任中国地震应急搜救中心副]]></description>

    <pubDate>2021-06-16</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[&amp;quot;存算分离&amp;quot;已成为分布式数据库的主流方]]></title>

    <link>http://www.sykv.com/cat/datamining/30174.html</link>

    <description><![CDATA[在当前越来越强调云原生的环境下，存储计算分离已经是大势所趋。几乎所有我们熟知的云数据库都已经开始使用存算分离实现资源价值的最大化，比如阿里的PolarDB，AWS 的Aurora，华为]]></description>

    <pubDate>2021-06-16</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[1美元的芯片了解一下？树莓派RP2040芯片单独开售]]></title>

    <link>http://www.sykv.com/cat/datamining/30166.html</link>

    <description><![CDATA[今年 1 月，树莓派发布了其第一个微控制器级开发板 Raspberry Pi Pico，售价仅为 4 美元。擅长低时延 I/O 通信和模拟信号输入的 Pico 搭载的是自家设计的树莓派芯片 RP2040。现在这块芯片也]]></description>

    <pubDate>2021-06-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[万众期待的华为鸿蒙来了，成为全球第三大操作]]></title>

    <link>http://www.sykv.com/cat/datamining/30165.html</link>

    <description><![CDATA[「过去十年里，华为在智能手机领域引领了创新与突破。在每一代通信技术的发展过程中，华为都引领了行业。华为也为人们带来了很多创新的体验，」华为消费者业务总裁余承东说道]]></description>

    <pubDate>2021-06-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[全球最快AI超级计算机开动，每秒4百亿亿浮点运]]></title>

    <link>http://www.sykv.com/cat/datamining/30164.html</link>

    <description><![CDATA[宇宙是在不断膨胀的吗？是的！而令宇宙不断膨胀的「罪魁祸首」就是暗能量。作为是宇宙中最神秘的物质，它看不见摸不着，为了捕捉它，人类在地球上建立了许多相关实验，但都成]]></description>

    <pubDate>2021-06-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[产品高阶能力：架构图的设计与画法]]></title>

    <link>http://www.sykv.com/cat/datamining/30163.html</link>

    <description><![CDATA[日常的工作中，假如你身边坐了一个女程序猿，为了让乏味的工作氛围增加点提神的荷尔蒙，文艺又懂点技术的你可能会对她说：小姐姐，我能把世间万物抽象成一个类，但唯独不能抽]]></description>

    <pubDate>2021-06-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Hadoop 的“遗产”]]></title>

    <link>http://www.sykv.com/cat/datamining/30162.html</link>

    <description><![CDATA[宣布“Hadoop 已死”已成为一种时尚。但，Hadoop 让企业失去了对大数据的恐惧。Hadoop 反过来又释放出一种创新的良性循环，为我们今天所知的云分析和人工智能服务带来了大量市场。最]]></description>

    <pubDate>2021-06-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[从传感器到人工智能——常用八大传感器盘点]]></title>

    <link>http://www.sykv.com/cat/datamining/30161.html</link>

    <description><![CDATA[新技术革命的到来，世界开始进入信息时代。要获取大量人类感官无法直接获取的信息，没有相适应的传感器是不可能的。物联网让人工智能成为现实。物联网提供了现成的传感器，为]]></description>

    <pubDate>2021-06-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[敏捷“杀死”统一建模语言？]]></title>

    <link>http://www.sykv.com/cat/datamining/30160.html</link>

    <description><![CDATA[“CASE 工具为什么会失败”与“UML 为什么会挂”在很大程度上是一回事。不久前，Ernesto Garbarino 发表了一篇《UML 是否就这样悄悄地消亡了？》的文章。Garbarino 在使用了 9 年的 UML 后发现]]></description>

    <pubDate>2021-06-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[MySQL vs Redis，新时代王者的较量]]></title>

    <link>http://www.sykv.com/cat/datamining/30159.html</link>

    <description><![CDATA[在数据库领域Oracle毫无疑问是曾经的王者，地球最强数据库。但进入新时代后，超新星的诞生正在不断挑战旧秩序时代的霸主。不可否认，MySQL + Redis的组合已经是互联网行业的标准数据]]></description>

    <pubDate>2021-06-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Linus Torvalds：“C++ 真是一门很烂的语言！”]]></title>

    <link>http://www.sykv.com/cat/datamining/30085.html</link>

    <description><![CDATA[他来了他来了！Linus 带着他的“暴脾气”又来了！近日，Rust 进入 Linux 内核的决定已正式提上议程，上周其内核开发者 Miguel Ojeda 提交了一份在 Linux 内核中添加 Rust 支持的 RFC 引起热议。]]></description>

    <pubDate>2021-04-28</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[属于 Hadoop 的大数据时代已结束]]></title>

    <link>http://www.sykv.com/cat/datamining/30084.html</link>

    <description><![CDATA[在11天内，13个与大数据相关的 Apache 项目(包括 Sentry、Tajo 和 Falcon)宣布取消。Hadoop 和大数据的理想主义时代似乎正式结束了。Apache Hadoop 曾经是大数据的代言人，而今已经过了它的鼎盛]]></description>

    <pubDate>2021-04-28</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[流数据并行处理性能比较：Kafka vs Pulsar vs Praveg]]></title>

    <link>http://www.sykv.com/cat/datamining/30083.html</link>

    <description><![CDATA[流式应用程序通常从各种各样的来源 (例如，传感器、用户、服务器) 并发地采集数据，并形成一个事件流 (stream of events)。使用单个流来捕获由多个数据源生成的并行数据流可以使得应用]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Angular、React 和 Vue 三大框架，Web 开发该如何选择]]></title>

    <link>http://www.sykv.com/cat/datamining/30082.html</link>

    <description><![CDATA[随着社交媒体和用户生成内容的爆炸式增长，互联网正在向更好的方向发展。为了跟上时代发展的步伐，提供更好的交互性，开发人员开始构建库和框架来简化交互式站点的构建。2006]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Apache Hudi 0.8.0 版本发布，Flink 集成有重大提升以]]></title>

    <link>http://www.sykv.com/cat/datamining/30081.html</link>

    <description><![CDATA[4月初，Apache Hudi 发布了 0.8 版本，这个版本供解决了 97 个 ISSUES，下面简单介绍一下这个版本的迁移以及重要特性。自从 0.7.0 版本首次支持 Hudi Flink Writer 以来，Hudi 社区在改善 Flink/Hud]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大数据凉凉了？Apache将一众大数据开源项目束之]]></title>

    <link>http://www.sykv.com/cat/datamining/30080.html</link>

    <description><![CDATA[这两天Apache基金会，这个因为大数据而成名的开源基金会连续不断的宣布将一系列的项目束之高阁报废，也就是所谓的进入Apache Attic。这些项目的PMC委员会会解散。这些项目里，最著名]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Mesos已死，容器永生]]></title>

    <link>http://www.sykv.com/cat/datamining/30079.html</link>

    <description><![CDATA[4 月 7 日，Apache 宣布开始投票进程，准备将曾火极一时的 Mesos 项目移至 Attic 下。Mesos 诞生于 2009 年，最初是伯克利大学的一个研究项目。它曾为分布式资源管理做出过一系列前沿贡献，]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一切前端概念，都是纸老虎]]></title>

    <link>http://www.sykv.com/cat/datamining/30078.html</link>

    <description><![CDATA[不管是Vue，还是 React，都需要管理状态（state），比如组件之间都有共享状态的需要。什么是共享状态？比如一个组件需要使用另一个组件的状态，或者一个组件需要改变另一个组件的状]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[微软推出 Microsoft Build of OpenJDK 预览版！]]></title>

    <link>http://www.sykv.com/cat/datamining/30077.html</link>

    <description><![CDATA[前天美国最高法院刚裁定谷歌在 Android 系统中使用的 Java API 代码合理，第二天微软就发布了 Microsoft Build of OpenJDK 预览版。微软表示，他们发现近年来在其云服务及开发工具中，Java 的客]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[谷歌甲骨文Java专利大战终审判决：安卓使用Java]]></title>

    <link>http://www.sykv.com/cat/datamining/30076.html</link>

    <description><![CDATA[周一，美国最高法院以6比2的投票裁定，根据美国法律，谷歌在Android操作系统中对甲骨文Java API的有限复制构成合理使用。这一裁决不仅结束了两家科技公司持续了11年的专利纠纷，也具]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[在复杂条件搜索上，为什么MySQL只能被ES吊打？]]></title>

    <link>http://www.sykv.com/cat/datamining/30075.html</link>

    <description><![CDATA[Elasticsearch 是开源的实时分布式搜索分析引擎，内部使用 Lucene 做索引与搜索。它提供quot;准实时搜索quot;能力，并且能动态集群规模，弹性扩容。Elasticsearch 使用 Lucene 作为其全文搜索引]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[为什么我们从 Docker 转向了 Go？]]></title>

    <link>http://www.sykv.com/cat/datamining/30074.html</link>

    <description><![CDATA[在以往的很多项目中，我们都采用了Docker，而且效果都很不错（大多数时候都不错，只不过有时我们的生产系统中的红帽系统文件会出一些莫名的状况，但可能并不是Docker的问题）。但]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Serverless比你预期要贵得多]]></title>

    <link>http://www.sykv.com/cat/datamining/30073.html</link>

    <description><![CDATA[Serverless核心思想是指定一个策略来创建新的 Web 服务器，而不是自己启动它们。这样一来，如果你的产品在某个地方出彩，获得巨大的流量爆发，你的云提供商可以启动许多 Web 服务器副]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Pinterest 搜索系统实时化的挑战和建设实践]]></title>

    <link>http://www.sykv.com/cat/datamining/30072.html</link>

    <description><![CDATA[Pinterest 的内部搜索引擎 Manas 是一个通用的信息检索平台。正如我们在上一篇文章中讨论的那样，Manas 被设计为兼具高性能、可用性和可伸缩性的搜索框架。如今，Manas 支持大多数 Pint]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Java 微服务能像 Go 一样快吗？]]></title>

    <link>http://www.sykv.com/cat/datamining/30071.html</link>

    <description><![CDATA[Java 由 Sun Microsystems 公司开发，后被甲骨文所收购。其 1.0 版本发布于 1996 年，目前的最新版本是 2020 年的 Java 15。Java 当前的主要设计目标，在于实现 Java 虚拟机及字节码的可移植性，外]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[四种软件架构演进史，会一种就很牛逼了！]]></title>

    <link>http://www.sykv.com/cat/datamining/30070.html</link>

    <description><![CDATA[单体架构比较初级，典型的三级架构，前端(Web/手机端)+中间业务逻辑层+数据库层。这是一种典型的Java Spring mvc或者Python Django框架的应用。单体架构的应用比较容易部署、测试， 在项目]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[精通哪些编程语言的程序员更“吃香”？]]></title>

    <link>http://www.sykv.com/cat/datamining/30069.html</link>

    <description><![CDATA[想进大厂，掌握哪几种编程语言更具竞争力？这个问题上，大多数程序员把票投给了 Java 和 Go。其中，Java 以 29.1% 的得票率，遥遥领先，排名第一。在国内，Java 是大厂的主要语言之一，]]></description>

    <pubDate>2021-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[PHP 的 Git 服务器遭到攻击：黑客将秘密后门植入]]></title>

    <link>http://www.sykv.com/cat/datamining/29860.html</link>

    <description><![CDATA[有人黑入了PHP编程语言的官方Git服务器，并推送了未经授权的更新，将一个秘密的后门植入到源代码中，这是软件供应链遭到攻击的又一个例子。这两个恶意提交的更新被推送到托管在]]></description>

    <pubDate>2021-04-16</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[使用Go语言编写的恶意软件激增2000%]]></title>

    <link>http://www.sykv.com/cat/datamining/29851.html</link>

    <description><![CDATA[近日，网络安全公司 Intezer 发布了 2020 年基于 Go 语言恶意软件的报告。报告指出：恶意软件的开发者已经从 C 和 C++ 逐渐转向 Go 语言，自 2017 年以来，基于 Go 语言的恶意软件数量呈现爆]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[用Rust重写Linux内核，这可能吗？]]></title>

    <link>http://www.sykv.com/cat/datamining/29850.html</link>

    <description><![CDATA[众所周知，Linux 是 C 语言的代言人。但是，时代变了，Rust 兴起并且正赢得更多人的支持，它开始逐渐扮演 Linux 系统语言的角色。在 2020 年 Linux Plumbers 峰会上，开发人员认真考虑了将]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[底层I/O性能大PK：Python/Java被碾压，Rust有望取代]]></title>

    <link>http://www.sykv.com/cat/datamining/29849.html</link>

    <description><![CDATA[实现后端服务的编程语言有许多。因此，人们对于比较这些语言的性能有着一种天然的好奇心，而比较的基准也各种各样。例如，有一个基准可以比较不同语言在解决不同的离线任务时]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[计算虚拟化：VMware和Nvidia联手！]]></title>

    <link>http://www.sykv.com/cat/datamining/29848.html</link>

    <description><![CDATA[VMware和Nvidia近日将联手加速企业人工智能应用程序的开发。新发布的虚拟化巨头vSphere 7服务器虚拟化和vSAN 7存储虚拟化产品将运行需要支持人工智能基础设施的应用程序，在简化操作的]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020 GO开发者调查报告出炉：GO语言满意度高达9]]></title>

    <link>http://www.sykv.com/cat/datamining/29847.html</link>

    <description><![CDATA[Go 开发者调查 2020 新鲜出炉。本次调查收到了 9648 个回复，和 2019 年差不多。有些问题的样本量比其他问题小，这是因为有些问题向所有人展示，而另一些问题仅向随机的一部分受访者]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[最快超算系统富岳正式全面启用]]></title>

    <link>http://www.sykv.com/cat/datamining/29846.html</link>

    <description><![CDATA[近日，日本理化学研究所（RIKEN）、日本信息科学与技术研究会（RIST）和富士通正式宣布基于ARM架构的超级计算机富岳（Fugaku）研发部署完成并全面启用。作为在四大HPC权威排行榜——]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[MySQL 8.0的Public Key Retrival错误，毫无规律可言怎么]]></title>

    <link>http://www.sykv.com/cat/datamining/29845.html</link>

    <description><![CDATA[所在部门的连接数据库的方法有JDBC、JDBCTemplate、C3P0连接池和Druid连接池等技术，在这些连接实现方法上笔者都观察到出现过上述的错误。该错误有一定的特性，就是偶尔会出现该错误，]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[50年长盛不衰，SQL为什么如此成功？]]></title>

    <link>http://www.sykv.com/cat/datamining/29844.html</link>

    <description><![CDATA[1971 年 3 月，英特尔推出世界上第一款通用微处理器——英特尔 4004。它有约 2300 个晶体管，售价 60 美元。时间快进到 50 年后，最新的 iPhone 有将近 120 亿个晶体管（但价格仅为 60 美元多]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[4 种主流的 API 架构风格对比]]></title>

    <link>http://www.sykv.com/cat/datamining/29843.html</link>

    <description><![CDATA[两个单独的应用程序需要中介程序才能相互通信。因此，开发人员经常需要搭建桥梁——也就是应用程序编程接口（API），来允许一个系统访问另一个系统的信息或功能。为了快速、大]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[TIOBE 3月榜单：新功能将加入，C语言仍高居榜首]]></title>

    <link>http://www.sykv.com/cat/datamining/29842.html</link>

    <description><![CDATA[本月 TIOBE 指数没有什么有趣的变化。因此，TIOBE CEO Paul Jansen 表示，其打算透露一些近期将加入至榜单中的新功能。第一个问题涉及到一个 bug 修复。由于使用了复杂的算法，比如自动消]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[卸载Navicat！操作所有的数据库靠它就够了]]></title>

    <link>http://www.sykv.com/cat/datamining/29841.html</link>

    <description><![CDATA[虽然有很多 SQL Client 可以操作数据库，但若仔细观察会发现能满足跨平台、支持众多主流数据库系统、以图形化接口操作数据、提供多种汇入输出方式且以独立应用程序运作的选择还真]]></description>

    <pubDate>2021-03-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[利用大数据预测，先要避免“冷启动偏差”！｜]]></title>

    <link>http://www.sykv.com/cat/datamining/29815.html</link>

    <description><![CDATA[大数据永远不等同于全数据，大数据分析必须建立在科学的研究方法基础之上。]]></description>

    <pubDate>2021-03-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大数据分析的技术有哪些？]]></title>

    <link>http://www.sykv.com/cat/datamining/29812.html</link>

    <description><![CDATA[大数据剖析，能够从海量数据中提取出最有用的信息，在企业营销中发挥关键作用。能够说，谁能更好地利用大数据剖析，其在竞赛中便能处于更有利的位置。那么，大数据剖析都有哪]]></description>

    <pubDate>2021-03-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大数据分析会遇到哪些难题？]]></title>

    <link>http://www.sykv.com/cat/datamining/29811.html</link>

    <description><![CDATA[如今的数据具有多种多样的形式，而且来自许多不同的数据源。更为重要的是，除非有需要的那些人易于获得大数据，除非能迅速获得洞察力，否则大数据分析工具的用处并不是很大。]]></description>

    <pubDate>2021-03-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[容器or虚拟机？]]></title>

    <link>http://www.sykv.com/cat/datamining/29609.html</link>

    <description><![CDATA[容器是一种操作系统虚拟化技术，用于打包应用程序及其依赖项，并在隔离环境中运行它们。在不同类型的基础架构中，容器以一种标准的方式，提供了轻量级打包和部署应用程序的方]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[10种常见的软件架构模式]]></title>

    <link>http://www.sykv.com/cat/datamining/29608.html</link>

    <description><![CDATA[有没有想过要设计多大的企业规模系统？在主要的软件开发开始之前，我们必须选择一个合适的体系结构，它将为我们提供所需的功能和质量属性。因此，在将它们应用到我们的设计之]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[实时数据仓库必备技术：Kafka 知识梳理]]></title>

    <link>http://www.sykv.com/cat/datamining/29607.html</link>

    <description><![CDATA[现有系统A，B，C，系统B和C需要系统A的数据，然后我们就修改系统A的代码，给系统B，C发送数据。这时系统D也需要系统A的数据，我们又要修改系统A的代码，给系统D发送数据。如果这时]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[TIOBE 3 月编程语言：Swift 一路低走，Java 份额大跌]]></title>

    <link>http://www.sykv.com/cat/datamining/29606.html</link>

    <description><![CDATA[编程语言社区 TIOBE 最新发布了 3 月编程语言排行榜。本月的榜单相较上个月并无太大变化，值得注意的是 Swift 自去年 10 月起就热度一直呈下降趋势，本月更是跌至 19 名，险些掉出 TO]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[RedMonk语言排行：Python力压Java，Ruby持续下滑]]></title>

    <link>http://www.sykv.com/cat/datamining/29605.html</link>

    <description><![CDATA[与上一次排行榜相反，本季度的前 20 名榜单出现了较大的变动。RedMonk 分析师 Stephen OGrad 指出，前 20 名中有一半经历了一定程度的变动，“这是很不寻常的” 。此外，Python 保持住了它]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[吊打MySQL，MariaDB到底强在哪？]]></title>

    <link>http://www.sykv.com/cat/datamining/29604.html</link>

    <description><![CDATA[MySQL 的历史可以追溯到 1979 年，它的创始人叫作 Michael Widenius，他在开发一个报表工具的时候，设计了一套 API。后来他的客户要求他的 API 支持 sql 语句，他直接借助于 mSQL（当时比较牛]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[重磅！谷歌发布 Flutter 2]]></title>

    <link>http://www.sykv.com/cat/datamining/29603.html</link>

    <description><![CDATA[下一代 Flutter 已来！谷歌刚刚发布了 Flutter 2——专为 Web、移动和桌面开发而构建。Flutter 2 是 Flutter 的重大升级版本，可帮助开发者为任何平台创建美观、快速和可移植的应用程序。谷]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[不得了！Python 又爆出重大 Bug~]]></title>

    <link>http://www.sykv.com/cat/datamining/29602.html</link>

    <description><![CDATA[近日，Python 软件基金会（PSF）释出 Python 3.8.8 和 3.9.2 版本，该版本主要修复了两个值得注意的安全漏洞，其中一个名为 “CVE-2021-3177” 的漏洞容易被攻击者远程利用，基于代码执行可让]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[基于Go编写的恶意软件数量激增2000％]]></title>

    <link>http://www.sykv.com/cat/datamining/29601.html</link>

    <description><![CDATA[网络安全公司 Intezer 发布了一份报告，概述了威胁行为者在 2020 年期间使用 Go 恶意软件的情况。其中包括对已经活跃多年的恶意软件和从未被公开报道的恶意软件的代码连接和 IoC 的分]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Docker镜像优化：如何从1.16GB优化到22.4MB]]></title>

    <link>http://www.sykv.com/cat/datamining/29600.html</link>

    <description><![CDATA[Docker是软件开发者和系统管理员用容器构建、运行和共享应用程序的平台。一个容器是一个运行在隔离环境中、拥有自己的文件系统上的进程；这个文件系统是使用Docker镜像构建的。镜]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Spark 迁移到 K8S 在有赞的实践与经验]]></title>

    <link>http://www.sykv.com/cat/datamining/29599.html</link>

    <description><![CDATA[随着近几年业务快速发展与迭代，大数据的成本也水涨船高，如何优化成本，建设低成本高效率的底层服务成为了有赞数据基础平台2020年的主旋律。本文主要介绍了随着云原生时代的到]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[全网最详细的一篇 SpringCloud 总结]]></title>

    <link>http://www.sykv.com/cat/datamining/29598.html</link>

    <description><![CDATA[构建分布式系统不需要复杂和容易出错。Spring Cloud 为最常见的分布式系统模式提供了一种简单且易于接受的编程模型，帮助开发人员构建有弹性的、可靠的、协调的应用程序。Spring Cl]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Redis 日志篇：无畏宕机实现高可用的杀手锏]]></title>

    <link>http://www.sykv.com/cat/datamining/29596.html</link>

    <description><![CDATA[我们通常将 Redis 作为缓存使用，提高读取响应性能，一旦 Redis 宕机，内存中的数据全部丢失，假如现在直接访问数据库大量流量打到 MySQL 可能会带来更加严重的问题。另外慢慢的从数]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何真正认识 Linux 系统结构？]]></title>

    <link>http://www.sykv.com/cat/datamining/29595.html</link>

    <description><![CDATA[Linux 系统一般有 4 个主要部分：内核、shell、文件系统和应用程序。内核、shell 和文件系统一起形成了基本的操作系统结构，它们使得用户可以运行程序、管理文件并使用系统。内核是操]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[打破 Google 破坏性的搜索垄断]]></title>

    <link>http://www.sykv.com/cat/datamining/29594.html</link>

    <description><![CDATA[近来，Google 在搜索算法方面的垄断地位，频繁引起美国和欧洲的反垄断关注。Google 在网络搜索方面有绝对的优势。近来，Google 在搜索算法方面的垄断地位，也就是搜索引擎将 Google 自己]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Vite 2.0正式发布]]></title>

    <link>http://www.sykv.com/cat/datamining/29593.html</link>

    <description><![CDATA[Vite 2.0 正式发布了！你可以把它理解为一个开箱即用的开发服务器 + 打包工具的组合，但是更轻更快。Vite 利用浏览器原生的 ES 模块支持和用编译到原生的语言开发的工具（如 esbuild）来]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[重回正轨的Rust真的要火了吗？]]></title>

    <link>http://www.sykv.com/cat/datamining/29591.html</link>

    <description><![CDATA[Rust 语言最初只是 Mozilla 员工 Graydon Hoare 在 2006 年创建的一个业余项目。在 2010 年时，Mozilla 的研发团队在 Firefox 的开发过程中遇到了瓶颈。作为一个大型的自研浏览器项目，Firefox 底层]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[50年长盛不衰，SQL为什么如此成功？]]></title>

    <link>http://www.sykv.com/cat/datamining/29590.html</link>

    <description><![CDATA[1971 年 3 月，英特尔推出世界上第一款通用微处理器——英特尔 4004。它有约 2300 个晶体管，售价 60 美元。时间快进到 50 年后，最新的 iPhone 有将近 120 亿个晶体管（但价格仅为 60 美元多]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[开源许可证的变更带给我们什么启示？]]></title>

    <link>http://www.sykv.com/cat/datamining/29589.html</link>

    <description><![CDATA[近日，Elastic 公司将旗下的知名开源项目 Elasticsearch 和 Kibana 的开源许可证变更的事件持续发酵，再次把我们的目光聚焦到开源公司与云服务厂商之间的矛盾旋涡中。事实上，Elastic 公司]]></description>

    <pubDate>2021-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何从0到1构建稳定、高性能Redis集群？]]></title>

    <link>http://www.sykv.com/cat/datamining/29485.html</link>

    <description><![CDATA[现如今 Redis 变得越来越流行，几乎在很多项目中都要被用到，不知道你在使用 Redis 时，有没有思考过，Redis 到底是如何稳定、高性能地提供服务的？你也可以尝试回答一下以下这些问题]]></description>

    <pubDate>2021-02-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[DataOps、MLOps 和 AIOps，你要的是哪个Ops？]]></title>

    <link>http://www.sykv.com/cat/datamining/29484.html</link>

    <description><![CDATA[如何在 DataOps、MLOps 和 AIOps 之间进行选择？大数据团队应该采取哪种 Ops？两年前，由于我领导的运维团队效率低下，我“赢得”了耻辱的勋章。我具有数据科学和机器学习的背景，因此]]></description>

    <pubDate>2021-02-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一块GPU模拟猴子大脑，普通台式机变超算，英国]]></title>

    <link>http://www.sykv.com/cat/datamining/29483.html</link>

    <description><![CDATA[你买来打游戏、「炼丹」的 Titan RTX，还能用来模拟猴子大脑。用计算机模拟动物大脑通常需要一台强大、昂贵的超级计算机，但最近的一项尝试表明，安装了高性能 GPU 的台式机也能完]]></description>

    <pubDate>2021-02-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[RocketMQ如何保证消息的可靠性？]]></title>

    <link>http://www.sykv.com/cat/datamining/29482.html</link>

    <description><![CDATA[分布式系统中一个重要的前提假设是所有的网络传输都是不可靠的，在网络传输不可靠的情况下，保证消息的可靠传输，除了进行重试投递别无他法。常用的绝大多数消息队列RocketMQ、]]></description>

    <pubDate>2021-02-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[轻松快速地调整Kubernetes的CPU和内存]]></title>

    <link>http://www.sykv.com/cat/datamining/29480.html</link>

    <description><![CDATA[在Kubernetes中分配和管理CPU和内存资源可能很棘手，但也很容易。本文，我将向你展示什么是Kubernetes资源和限制以及如何管理它们。本文的目标是简单–如何帮助你快速调整项目中的Ku]]></description>

    <pubDate>2021-02-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Rust 不适合开发 Web API]]></title>

    <link>http://www.sykv.com/cat/datamining/29479.html</link>

    <description><![CDATA[Rust 是一门神奇的编程语言，有非常好的 CLI 工具，比如 ripgrep 和 exa。像 Cloudflare 这样的公司正在使用并鼓励人们写 Rust 来运行微服务。Rust 编写的软件可能比 C++ 或 C 更安全、更小、更]]></description>

    <pubDate>2021-02-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[红帽停止对 CentOS 投资]]></title>

    <link>http://www.sykv.com/cat/datamining/29478.html</link>

    <description><![CDATA[红帽并没有插手 CentOS Linux 的管理，同样 CentOS 董事会也无法左右红帽的工作，这就包括红帽的投资方向和赞助项目的战略。CentOS Linux 宣布停止支持的原因，是红帽停止了对其的投资。]]></description>

    <pubDate>2021-02-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[DevOps三大常见误区]]></title>

    <link>http://www.sykv.com/cat/datamining/29440.html</link>

    <description><![CDATA[持续改进的一大重要组成部分，就是主动找出当前阻碍获得成功的错误，进而努力避免这些错误。]]></description>

    <pubDate>2021-01-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[红帽推出免费与低成本的RHEL]]></title>

    <link>http://www.sykv.com/cat/datamining/29412.html</link>

    <description><![CDATA[红帽（Red Hat）宣布向小型生产工作负载以及客户开发团队，推出RHEL免费与低成本RHEL，过去仅限单机使用的免费RHEL，现在允许最多使用至16个系统，同时红帽也让客户的开发团队，不需]]></description>

    <pubDate>2021-01-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[每天都在用手机拍照的你，了解摄像头吗？]]></title>

    <link>http://www.sykv.com/cat/datamining/29411.html</link>

    <description><![CDATA[20世纪初夏普与当时的日本通信运营商J-PHONE发明了夏普 J-SH04，夏普 J-SH04具有拍照功能，2003年4月24日夏普发售了全球首款百万像素手机J-SH53，风靡一时。随着技术的不断突破与革新，新]]></description>

    <pubDate>2021-01-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[树莓派发布微控制器开发板，售价仅4美元]]></title>

    <link>http://www.sykv.com/cat/datamining/29410.html</link>

    <description><![CDATA[近日，树莓派基金会宣布推出首款微控制器级产品 Raspberry Pi Pico，售价仅为 4 美元。据官方介绍，很多基于树莓派的项目需要额外集成一些软件读取传感器，包括执行计算、连接网络并]]></description>

    <pubDate>2021-01-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[在应用开发中，我为什么选择 Flutter 而不是 Rea]]></title>

    <link>http://www.sykv.com/cat/datamining/29409.html</link>

    <description><![CDATA[时至今日，React Native 与 Flutter 已经成为两大领先跨平台开发框架。这两套框架之所以极具人气，是因为它们不仅能够简化开发、代码重用等常规工作，同时提供高度原生化的界面外观以]]></description>

    <pubDate>2021-01-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何使用 Prometheus 轻松实现监控？]]></title>

    <link>http://www.sykv.com/cat/datamining/29390.html</link>

    <description><![CDATA[和 Zabbix 类似，Prometheus 也是一个近年比较火的开源监控框架，和 Zabbix不同之处在于 Prometheus 相对更灵活点，模块间比较解耦，比如告警模块、代理模块等等都可以选择性配置。服务端和]]></description>

    <pubDate>2021-01-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[指纹解锁是什么原理？看完豁然开朗！]]></title>

    <link>http://www.sykv.com/cat/datamining/29325.html</link>

    <description><![CDATA[每个人的指纹都独一无二，在科技发展的现在，指纹已经变成人的另一张身份证。人的指纹简单可以分为三种：“斗形”、“箕形”、“弓形”！这种形状的分布和地区有着很大的关系]]></description>

    <pubDate>2021-01-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[16 岁高中生把 iPhone7 改造成 Linux 服务器]]></title>

    <link>http://www.sykv.com/cat/datamining/29324.html</link>

    <description><![CDATA[近日，国外一名 16 岁的开发者发布了一则视频，展示自己为一台已经无法正常使用的 iPhone 7 成功移植了 Ubuntu 20.04，并将其作为服务器来使用。发布视频的开发者网名为 Daniel Rodriguez，是]]></description>

    <pubDate>2021-01-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分布式文件系统架构对比]]></title>

    <link>http://www.sykv.com/cat/datamining/29323.html</link>

    <description><![CDATA[文件系统是计算机中一个非常重要的组件，为存储设备提供一致的访问和管理方式。在不同的操作系统中，文件系统会有一些差别，但也有一些共性几十年都没怎么变化：数据是以文件]]></description>

    <pubDate>2021-01-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[开发者供不应求，垃圾项目在去年已造成2.1万亿]]></title>

    <link>http://www.sykv.com/cat/datamining/29322.html</link>

    <description><![CDATA[近日，信息和软件质量联盟（CISQ）发布的一份报告指出，受疫情影响，很多企业和组织在 2020 年都开始大力向数字化转型靠拢。在这种背景下，基于软件的创新和发展也在迅速扩大。然]]></description>

    <pubDate>2021-01-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[除了 Docker，我们还有哪些选择？]]></title>

    <link>http://www.sykv.com/cat/datamining/29257.html</link>

    <description><![CDATA[大约 4 年前的容器领域，Docker 是唯一的选择。然而，如今情况已然大不同，Docker 不再是是唯一的选择，它只不过是一个容器引擎而已。我们可以用 Docker 构建、运行、拉取、推送或检查]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Kubernetes 如果是个水族馆]]></title>

    <link>http://www.sykv.com/cat/datamining/29256.html</link>

    <description><![CDATA[Kubernetes 有很多东西，各种各样的名词，就像洋葱一样，一层一层包裹在一起。许多 Kubernetes 的介绍图都是这样的，解释了涵盖的所有名词。从技术上讲，它是准确的，但是对一些人而言]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[什么是流式输出？]]></title>

    <link>http://www.sykv.com/cat/datamining/29255.html</link>

    <description><![CDATA[流式（Stream）亦称响应式，是一种基于异步数据流研发框架，是一种概念和编程模型，并非一种技术架构，目前在各技术栈都有响应式的技术框架，前端的React.js、RxJs，服务端以RxJava、]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[因为传感器，10年后我们将会生活在一个极端透明]]></title>

    <link>http://www.sykv.com/cat/datamining/29254.html</link>

    <description><![CDATA[2014年，在芬兰的一个传染病实验室里，卫生研究员佩特里·拉特拉（Petteri Lahtela）发现了一件奇怪的事情，他突然意识到他所研究的很多问题的条件都存在着重叠。例如，在检查一些医]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[亚马逊前高管：2000从Sun转向Linux，奠基AWS]]></title>

    <link>http://www.sykv.com/cat/datamining/29253.html</link>

    <description><![CDATA[近日，亚马逊前高管 DanRose 公开表示，在 2000 年互联网泡沫破灭之时，资本市场枯竭，亚马逊那个时候每年还要烧上 10 亿美元。其中最大的支出是数据中心使用 Sun 服务器。而后他们用]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Linux内核开发者讨论删除老旧CPU平台]]></title>

    <link>http://www.sykv.com/cat/datamining/29252.html</link>

    <description><![CDATA[近日，知名 Linux 内核开发者 Arnd Bergmann 发起了一个讨论：删除一堆老旧 CPU 的支持。自从 Linux 5.10 官方宣布为 LTS 版本以来，他发现有一些 ARM 平台至少 5 年未维护或使用，因此他研究了]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[ZooKeeper集群“脑裂”问题处理大全]]></title>

    <link>http://www.sykv.com/cat/datamining/29251.html</link>

    <description><![CDATA[ZooKeeper 容错指的是：当宕掉几个ZooKeeper节点服务器之后，剩下的个数必须大于宕掉的个数，也就是剩下的节点服务数必须大于n/2，这样ZooKeeper集群才可以继续使用，无论奇偶数都可以选]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何打造一个经常宕机的业务系统？]]></title>

    <link>http://www.sykv.com/cat/datamining/29250.html</link>

    <description><![CDATA[删库跑路专家、宕机行为艺术家、肥胖版吴彦祖--老K，曾经说过：“打造一个偶尔宕机的系统并不难，难的是经常宕机，一辈子宕机，从来没有稳定过的系统，这才是最难的。”但是，]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[几乎无解的最强加密方法，终于被证实真的存在]]></title>

    <link>http://www.sykv.com/cat/datamining/29249.html</link>

    <description><![CDATA[构建无法破解的密码，是众多密码学科学家的目标。一种被称为不可区分混淆的加密方式因为太过完美，多年来被认为无法实现。不过最近，三名研究者首次证明不可区分混淆是可行的]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2021年，互联网往何处去？]]></title>

    <link>http://www.sykv.com/cat/datamining/29248.html</link>

    <description><![CDATA[2021年已正式开启，在这一年中，互联网大小巨头们会有哪些绕不过的关键词？创业公司有哪些值得尝试的新机会？今天，深燃送上一份“互联网奋斗指南”。对于巨头来说，反垄断是不]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[TIOBE 1 月榜单：Python年度语言四连冠，C 语言再次]]></title>

    <link>http://www.sykv.com/cat/datamining/29247.html</link>

    <description><![CDATA[TIOBE 本月公布了 2020 年度编程语言，Python 获得四连冠，是过去一年中最受欢迎的编程语言。Python 在 2020 年实现了 2.01％ 的正增长；C ++紧随其后，增长 1.99％。而就本月的情况看，C 语言]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Linux 终端查看最消耗 CPU 内存的进程]]></title>

    <link>http://www.sykv.com/cat/datamining/29246.html</link>

    <description><![CDATA[本文介绍了Linux 终端如何查看最消耗 CPU 内存的进程。其中包括：CPU占用最多的前10个进程、内存消耗最多的前10个进程、虚拟内存使用最多的前10个进程等]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[盘点2020年晋升为Apache TLP的大数据相关项目]]></title>

    <link>http://www.sykv.com/cat/datamining/29245.html</link>

    <description><![CDATA[在过去一年有很多 Apache 孵化项目顺利毕业成顶级项目（Top-Level Project ，简称 TLP ），在这里我将给大家盘点 2020 年晋升为 Apache TLP 的大数据相关项目。在2020年一共有四个大数据相关项目]]></description>

    <pubDate>2021-01-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Redis为什么变慢了？常见延迟问题定位与分析]]></title>

    <link>http://www.sykv.com/cat/datamining/29147.html</link>

    <description><![CDATA[Redis作为内存数据库，拥有非常高的性能，单个实例的QPS能够达到10W左右。但我们在使用Redis时，经常时不时会出现访问延迟很大的情况，如果你不知道Redis的内部实现原理，在排查问题]]></description>

    <pubDate>2021-01-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Twitter 把 Kafka 当作存储系统使用]]></title>

    <link>http://www.sykv.com/cat/datamining/29146.html</link>

    <description><![CDATA[当开发者通过 API 消费 Twitter 的公共数据时，他们需要获得可靠性、速度和稳定性方面的保证。因此，在不久前，我们推出了 Account Activity Replay API帮助开发者们提升他们系统的稳定性。]]></description>

    <pubDate>2021-01-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Vue项目开发的常见配置封装]]></title>

    <link>http://www.sykv.com/cat/datamining/29145.html</link>

    <description><![CDATA[admin ，进行一个二次迭代的开发，其项目本身非常的优质，而在其 template 中去进行一个更改能够使得项目在一开始有一个很好的基础环境，但是如果没有花时间去琢磨透其中三分明细。]]></description>

    <pubDate>2021-01-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[实用 Nginx 极简教程，覆盖了常用场景]]></title>

    <link>http://www.sykv.com/cat/datamining/29144.html</link>

    <description><![CDATA[Nginx (engine x) 是一款轻量级的 Web 服务器 、反向代理服务器及电子邮件（IMAP/POP3）代理服务器。反向代理（Reverse Proxy）方式是指以代理服务器来接受 internet 上的连接请求，然后将请求转]]></description>

    <pubDate>2021-01-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[史上最便捷搭建 ZooKeeper 服务器的方法]]></title>

    <link>http://www.sykv.com/cat/datamining/29142.html</link>

    <description><![CDATA[ZooKeeper 是 Apache 的一个顶级项目，为分布式应用提供高效、高可用的分布式协调服务，提供了诸如数据发布/订阅、负载均衡、命名服务、分布式协调/通知和分布式锁等分布式基础服务。]]></description>

    <pubDate>2021-01-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分布式锁用Redis好？还是Zookeeper好？]]></title>

    <link>http://www.sykv.com/cat/datamining/29141.html</link>

    <description><![CDATA[提到锁大家肯定有了解，像 Synchronized、ReentrantLock，在单进程情况下，多个线程访问同一资源，可以用它们来保证线程的安全性。不过目前互联网项目越来越多的项目采用集群部署，也就]]></description>

    <pubDate>2021-01-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Rust 和 C 性能对比：排序]]></title>

    <link>http://www.sykv.com/cat/datamining/29140.html</link>

    <description><![CDATA[要得出哪种语言更快的结论是相当困难的，因为它取决于具体情况。但我们可以认为 Rust 在速度上是 C 语言的竞争对手，它比许多其他流行的语言如 Java 和 Python 速度更快。Rust 提供了很]]></description>

    <pubDate>2021-01-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一致性协议算法-2PC、3PC、Paxos、Raft、ZAB、NWR超详]]></title>

    <link>http://www.sykv.com/cat/datamining/29083.html</link>

    <description><![CDATA[在常见的分布式系统中，总会发生诸如机器宕机或网络异常（包括消息的延迟、丢失、重复、乱序，还有网络分区）等情况。一致性算法需要解决的问题就是如何在一个可能发生上述异]]></description>

    <pubDate>2020-12-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[我为什么从macOS迁移到FreeBSD？]]></title>

    <link>http://www.sykv.com/cat/datamining/29000.html</link>

    <description><![CDATA[不久前，macOS 还是我的日常工作必备之一。我购买了一台 macbook 笔记本，原因是底层的 BSD Unix 和它漂亮的图形界面。另外，我还有一个 iPhone 手机。但是，我放弃 macOS 也是因为这些相同]]></description>

    <pubDate>2020-12-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[C++20标准 (ISO/IEC 14882:2020) 正式发布]]></title>

    <link>http://www.sykv.com/cat/datamining/28999.html</link>

    <description><![CDATA[ISO C++ 委员会正式发布了C++20 标准，命名为 ISO/IEC 14882:2020。草案和正式版本存在细微的差异，因为标准委员会不一定完全采用草案的内容，通常是从草案中剔除部分内容再发布正式版。]]></description>

    <pubDate>2020-12-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[聊聊CentOS Linux的关闭]]></title>

    <link>http://www.sykv.com/cat/datamining/28921.html</link>

    <description><![CDATA[上周二发生了一件对开源社区可能具有历史性影响的事情，红帽首席技术官Chris Wright和CentOS社区经理Rich Bowen分别宣布了CentOS Linux的未来和功能的重大变化，CentOS Linux 8将是CentOS的最后一]]></description>

    <pubDate>2020-12-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[40岁C++没有中年危机]]></title>

    <link>http://www.sykv.com/cat/datamining/28920.html</link>

    <description><![CDATA[强大、灵活、复杂：C++ 的起源可以追溯到 40 年前，但它仍然是当今使用最广泛的编程语言之一。为了找出原因，TechRepublic 采访了 C++ 之父 Bjarne Stroustrup。C++ 的起源可以追溯到 1979 年，]]></description>

    <pubDate>2020-12-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[为什么阿里不建议MySQL使用text类型？]]></title>

    <link>http://www.sykv.com/cat/datamining/28919.html</link>

    <description><![CDATA[众所周知，MySQL广泛应用于互联网的OLTP（联机事务处理过程）业务系统中，在大厂开发规范中，经常会看到一条“不建议使用text大字段类型”。下面就从text类型的存储结构，引发的问题]]></description>

    <pubDate>2020-12-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[我的电脑不联网，很安全，黑客：你还有风扇呢]]></title>

    <link>http://www.sykv.com/cat/datamining/28918.html</link>

    <description><![CDATA[从1988年第一个网络蠕虫病毒诞生以来，「互联网危机四伏」的观念就已经深入人心。如果只是这样，不给电脑联网、禁止使用任何可移动储存介质，数据就安全了吗？但专门研究黑客攻]]></description>

    <pubDate>2020-12-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[5个用于培养数字工作场所的优秀大数据工具]]></title>

    <link>http://www.sykv.com/cat/datamining/28831.html</link>

    <description><![CDATA[业务的未来很大程度上取决于大数据的发展。技术领域为企业带来的最大进步之一就是利用人工智能，机器学习和其他大数据工具创建数字工作场所。]]></description>

    <pubDate>2020-12-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大数据关键技术浅谈之大数据存储及管理]]></title>

    <link>http://www.sykv.com/cat/datamining/28754.html</link>

    <description><![CDATA[数据存储作为大数据的核心环节之一，可以理解为方便对既定数据内容进行归档、整理和共享的过程。自磁盘系统问世以来，数据存储已经走过了近百年的历程。]]></description>

    <pubDate>2020-12-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[盘点大数据处理引擎]]></title>

    <link>http://www.sykv.com/cat/datamining/28751.html</link>

    <description><![CDATA[大数据处理的最终目的就是创建一个可信数据集，然后下游系统可以依赖此数据源进行业务分析和数据计算。]]></description>

    <pubDate>2020-12-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据中台到底包括什么内容？一文详解架构设计]]></title>

    <link>http://www.sykv.com/cat/datamining/28748.html</link>

    <description><![CDATA[数据中台建设的成功与否，与数据资产是否管理有序有直接关系。]]></description>

    <pubDate>2020-12-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Vue 项目打包部署总结]]></title>

    <link>http://www.sykv.com/cat/datamining/28501.html</link>

    <description><![CDATA[使用Vue做前后端分离项目时，通常前端是单独部署，用户访问的也是前端项目地址，因此前端开发人员很有必要熟悉一下项目部署的流程与各类问题的解决办法了。Vue项目打包部署本身]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[JS 实现网页截屏五种方法]]></title>

    <link>http://www.sykv.com/cat/datamining/28500.html</link>

    <description><![CDATA[PhantomJs已经停止维护了，所以不太建议继续使用。停止维护的一个原因是chrome发布的headless版本对它造成了一定冲击。不支持WebGL。但是，还是有开发者说可以自己给PhantomJS添加WebGL支持]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[CentOS 创始人创建新项目 Rocky Linux]]></title>

    <link>http://www.sykv.com/cat/datamining/28499.html</link>

    <description><![CDATA[CentOS 是 Red Hat Enterprise Linux（RHEL）的一个分支，并且由于其坚如磐石的稳定性和兼容性，无疑是在生产服务器上部署的一种流行选择。CentOS 是一个社区驱动的项目，是 RHEL 的分支，并作]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[“MySQL Analytics Engine”来了]]></title>

    <link>http://www.sykv.com/cat/datamining/28498.html</link>

    <description><![CDATA[12月2日，Oracle在其官网正式推出“MySQL Database Service with Analytics Engine”。作为MySQL产品的一个重大增强，这一特性颇引人注目。周末抽空做了个简单了解，各位从中可窥其一二。MySQL，作]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[被弃用的 Docker 会被 Podman 取代吗？]]></title>

    <link>http://www.sykv.com/cat/datamining/28497.html</link>

    <description><![CDATA[近日，Kubernetes 团队发布了最新的 1.20 版本，新版本更新了许多内容：存储卷快照功能趋于稳定；Kubectl Debug 进入 Beta；Beta：API 优先级和公平性；IPV4/IPV6 Alpha 功能更新；GA：限制进程 P]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[CentOS 并没有死]]></title>

    <link>http://www.sykv.com/cat/datamining/28495.html</link>

    <description><![CDATA[CentOS 官方发文称 CentOS Stream 才是 CentOS 项目的未来，在接下来的一年里，将逐步把开发工作的重心从 CentOS Linux 往 CentOS Stream 转移。随之而来的改变是原本拥有 10 年支持的 CentOS 8 将在]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[TIOBE12月榜单：Java重回第二，Python有望四连冠年度]]></title>

    <link>http://www.sykv.com/cat/datamining/28494.html</link>

    <description><![CDATA[TIOBE 将在下个月公布 2020 年的年度编程语言，一年内排名率增长最高的编程语言将获得这一称号。目前，Python 以 +1.90% 数据遥遥领先。其次分别是 C++（+0.71%）、R（+0.60%）和 Groovy（+0.6]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[HBase数据迁移到Kafka？这种逆向操作你懵逼了吗？]]></title>

    <link>http://www.sykv.com/cat/datamining/28493.html</link>

    <description><![CDATA[在实际的应用场景中，数据存储在HBase集群中，但是由于一些特殊的原因，需要将数据从HBase迁移到Kafka。正常情况下，一般都是源数据到Kafka，再有消费者处理数据，将数据写入HBase。但]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何搭建一个大数据平台：从新项目到成熟阶段]]></title>

    <link>http://www.sykv.com/cat/datamining/28492.html</link>

    <description><![CDATA[在业务增涨过程中，每个企业不知不觉积累积累了一些数据。无论数据是多是少，企业都希望让“数据说话”，通过对数据的采集、存储、分析、计算最终提供对业务有价值信息。此时]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Mirantis及时现身，接过Kubernetes dockershim支持大旗]]></title>

    <link>http://www.sykv.com/cat/datamining/28491.html</link>

    <description><![CDATA[关于dockershim即将灭亡的传言无疑存在严重夸大。如果一直有关注Kubernetes生态系统，很多朋友一时之间可能确实被Kubernetes 1.20版本的发布公告弄得有点不知所措。从公告内容来看，自1.]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[中国「九章」问世，超越谷歌「量子霸权」！潘]]></title>

    <link>http://www.sykv.com/cat/datamining/28490.html</link>

    <description><![CDATA[「量子霸权」再次被实现了吗？今日凌晨，国际著名学术期刊Science刊登了来自中国科学技术大学潘建伟、陆朝阳等研究团队的重磅成果。根据现有理论，其速度比目前世界排名第一的超]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[惊了！ MySQL 热冷数据分离设计还能这样！]]></title>

    <link>http://www.sykv.com/cat/datamining/28489.html</link>

    <description><![CDATA[数据量的增长其实一直是随着互联网的发展呈现爆发式增长的，因为各种各样的数据都在不断的被原样或者是经过少量的更改和增补后拷贝到互联网的各个角落。为了适应互联网数据的]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[什么是“ 量子优越性 ”？]]></title>

    <link>http://www.sykv.com/cat/datamining/28488.html</link>

    <description><![CDATA[量子计算机是指利用原子、电子等微观物质遵循的物理学规律——“量子力学”的性质去实现计算的计算机。人们一直期待着通过利用微观物质的一些不可思议的性质，来实现远超现有]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分布式搜索引擎Elasticsearch的架构分析]]></title>

    <link>http://www.sykv.com/cat/datamining/28487.html</link>

    <description><![CDATA[ES（Elasticsearch下文统一称为ES）越来越多的企业在业务场景是使用ES存储自己的非结构化数据，例如电商业务实现商品站内搜索，数据指标分析，日志分析等，ES作为传统关系型数据库的]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[什么？Kubernetes已然弃用Docker？]]></title>

    <link>http://www.sykv.com/cat/datamining/28486.html</link>

    <description><![CDATA[目前，kubelet中的Docker支持功能现已弃用，并将在之后的版本中被删除。Kubelet之前使用的是一个名为dockershim的模块，用以实现对Docker的CRI支持。但Kubernetes社区发现了与之相关的维护问题]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Rust可太香了！AWS为此拿下其编译器团队负责人]]></title>

    <link>http://www.sykv.com/cat/datamining/28485.html</link>

    <description><![CDATA[近日，AWS发表的一篇文章表达了对 Rust 的热情，概述了自己接受该语言的几种方式。AWS 的 Matt Assay 写道，该公司越来越多地使用 Rust 构建诸如 Firecracker VMM 等关键基础设施，凭借其开箱]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何用Prometheus监控十万container的Kubernetes集群]]></title>

    <link>http://www.sykv.com/cat/datamining/28484.html</link>

    <description><![CDATA[Prometheus依靠其强劲的单机性能，灵活的PromSQL，活跃的社区生态，逐渐成为云原生时代最核心的监控组件，被全球各大产商用于监控他们的核心业务。然而，面对大规模监控目标（数千万]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[这个可能打败Python的编程语言，正在征服科学界]]></title>

    <link>http://www.sykv.com/cat/datamining/28483.html</link>

    <description><![CDATA[Julia 语言是近年来科学世界中出现的一匹黑马。物理学家 Lee Phillips 发表了一篇科普文章，介绍了这种科学计算语言的真正魅力所在。最近，我和许多科学家在网上视频见面了很多次，他]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[记一次 Linux 被入侵全过程]]></title>

    <link>http://www.sykv.com/cat/datamining/28481.html</link>

    <description><![CDATA[服务器系统CentOS 6.X，部署了nginx，tomcat，redis等应用，上来先把数据库全备份到本地，然后top命令看了一下，有2个99%的同名进程还在运行，叫gpg-agentd。GPG提供的gpg-agent提供了对SSH协议的]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[MySQL 的慢 SQL 该怎么优化？]]></title>

    <link>http://www.sykv.com/cat/datamining/28480.html</link>

    <description><![CDATA[索引对大数据的查询速度的提升是非常大的，Explain可以帮你分析SQL语句是否用到相关索引。索引类似大学图书馆建书目索引，可以提高数据检索的效率，降低数据库的IO成本。MySQL在30]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[ZooKeeper集群“脑裂”问题处理大全]]></title>

    <link>http://www.sykv.com/cat/datamining/28479.html</link>

    <description><![CDATA[ZooKeeper是用来协调（同步）分布式进程的服务，提供了一个简单高性能的协调内核，用户可以在此之上构建更多复杂的分布式协调功能。脑裂通常会出现在集群环境中，比如Elasticsearch、]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[最受欢迎Java数据库访问框架大比拼，你独爱哪一]]></title>

    <link>http://www.sykv.com/cat/datamining/28478.html</link>

    <description><![CDATA[假设您正在开发一个Java程序，有许多办法可以让您的应用连上数据库。下面会列举各数据库访问框架的适用场景，相信能够帮您选到适合项目的开发框架。JOOQ提供了一种DSL来解决查询问]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[C++之父：成功来自有效使用硬件，C++ 11是转折点]]></title>

    <link>http://www.sykv.com/cat/datamining/28477.html</link>

    <description><![CDATA[近日，C++ 之父 Bjarne Stroustrup 接受采访，谈及 C++ 的设计思想，以及 C++ 发展历程的关键转折点。1979 年，还在贝尔实验室的 Bjarne Stroustrup 着手开发 C++ 语言。C++ 的出发点之一是改进 C 语]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[前沿实践：垃圾回收器是如何演进的？]]></title>

    <link>http://www.sykv.com/cat/datamining/28476.html</link>

    <description><![CDATA[工业界的垃圾回收器，一般都是上篇中几种垃圾回收算法的组合实现。下图中列举了最常见及最新的几种垃圾回收器，大多数的垃圾回收器均采用了分代设计（或者适用于分代场景），]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[深度剖析不一样的Redis架构设计！]]></title>

    <link>http://www.sykv.com/cat/datamining/28475.html</link>

    <description><![CDATA[一般情况下，数据都是在数据库中，应用系统直接操作数据库。当访问量上万，数据库压力增大，这个时候，怎么办呢？有小伙伴会说，分库分表、读写分离。的确，这些确实是解决比]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Spark Operator 初体验]]></title>

    <link>http://www.sykv.com/cat/datamining/28474.html</link>

    <description><![CDATA[目前企业级的大数据应用主流还是采用Yarn或者Mesos来进行资源分配和运行调度的，例如我行目前采用Yarn来进行作业调度，并使用HDFS作为大数据的存储平台，这是典型的计算和存储紧耦合]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[微服务架构：注册中心ZooKeeper、Eureka、Consul]]></title>

    <link>http://www.sykv.com/cat/datamining/28473.html</link>

    <description><![CDATA[服务注册中心本质上是为了解耦服务提供者和服务消费者。对于任何一个微服务，原则上都应存在或者支持多个提供者，这是由微服务的分布式属性决定的。更进一步，为了支持弹性扩]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020年11月DB-Engines排行：Oracle归零年内涨幅 Postg]]></title>

    <link>http://www.sykv.com/cat/datamining/28472.html</link>

    <description><![CDATA[2020年11月，DB-Engines 流行度排行已经出炉，本月前十名的位置上，Redis 上升一位，和 Elasticsearch 交换了位置，其他数据库产品位次保持不变。在11月的排行榜上，分数下降的居多，前十位]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Ubuntu 被曝严重漏洞，攻击者可轻松获取 root 权限]]></title>

    <link>http://www.sykv.com/cat/datamining/28471.html</link>

    <description><![CDATA[近日，GitHub 安全研究员 Kevin Backhouse 发现了 Ubuntu 20.04（一个长期支持版本）中的漏洞，该漏洞可以使任何桌面用户无需系统密码，即可添加新的 sudo 用户，并获得 root 访问权限。Backho]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[因为一次 Kafka 宕机，我明白了 Kafka 高可用原理！]]></title>

    <link>http://www.sykv.com/cat/datamining/28470.html</link>

    <description><![CDATA[Kafka宕机引发的高可用问题，问题要从一次Kafka的宕机开始说起。笔者所在的是一家金融科技公司，但公司内部并没有采用在金融支付领域更为流行的 RabbitMQ ，而是采用了设计之初就为日]]></description>

    <pubDate>2020-12-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[程序员技术选型：写Go还是Java？网友：Rust不香了]]></title>

    <link>http://www.sykv.com/cat/datamining/28365.html</link>

    <description><![CDATA[老实说，我很喜欢 Java。我在 Spiral Scout 工作的那几年，使用了 EJB2、DB2 和 Oracle 等后端技术，积累了很多软件开发方面的专业知识。过去几年，我转向基于自然语言处理的机器人项目，]]></description>

    <pubDate>2020-10-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Snowflake超越的不是AWS，而是SAAS]]></title>

    <link>http://www.sykv.com/cat/datamining/28364.html</link>

    <description><![CDATA[“Salesforce成为比Siebel更伟大的公司，因为他们彻底改变了CRM。ServiceNow成为比BMC更伟大的公司，因为他们彻底改变了ITSM（IT服务管理）。而Snowflake将彻底改变数仓，以我们从未想过的方式]]></description>

    <pubDate>2020-10-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[作为创始人，我不小心删除了生产数据库，还跑]]></title>

    <link>http://www.sykv.com/cat/datamining/28363.html</link>

    <description><![CDATA[近日，国外用于评分的在线软件提供商 KeepTheScore 猛然发现生产数据库被意外删除，超过 300 块计分牌及相关数据瞬间化为乌有。好在该公司使用的数据库是云托管数据库，云提供商每天]]></description>

    <pubDate>2020-10-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[SQL最大竞争对手的简史]]></title>

    <link>http://www.sykv.com/cat/datamining/28362.html</link>

    <description><![CDATA[那是 1983 年，Oracle 还是一家小公司。当时，拉里·埃里森正专注于重写满是 bug 的数据库产品，而计算机教授、后来成为数据库传奇人物的 Michael Stonebraker 正在迎头追赶。在《软件战争》]]></description>

    <pubDate>2020-10-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[为什么 Linux 需要虚拟内存]]></title>

    <link>http://www.sykv.com/cat/datamining/28361.html</link>

    <description><![CDATA[操作系统中的 CPU 和主内存（Main memory）都是稀缺资源，所有运行在当前操作系统的进程会共享系统中的 CPU 和内存资源，操作系统会使用 CPU 调度器分配 CPU 时间并引入虚拟内存系统以管]]></description>

    <pubDate>2020-10-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Oracle首席工程师：技术面试中，怎样的问题才是]]></title>

    <link>http://www.sykv.com/cat/datamining/28360.html</link>

    <description><![CDATA[其实很久以前就想谈一谈这个话题了，但是最近才有了足够的动机。因为从最近参加的很多 debrief 来看，我认为身边大多数的软件工程师面试中，在通过技术问题来考察候选人这方面，]]></description>

    <pubDate>2020-10-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[图解|什么是缓存系统三座大山]]></title>

    <link>http://www.sykv.com/cat/datamining/28359.html</link>

    <description><![CDATA[缓存在计算机系统是无处不在，在CPU层面有L1-L3的Cache，在Linux中有TLB加速虚拟地址和物理地址的转换，在浏览器有本地缓存、手机有本地缓存等。可见，缓存在计算机系统中有非常重要]]></description>

    <pubDate>2020-10-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大小公司都适用的架构选型工具箱（涵盖上百个]]></title>

    <link>http://www.sykv.com/cat/datamining/28250.html</link>

    <description><![CDATA[一个大型的分布式系统，通常都会异步化，走消息总线。 消息队列作为最主要的基础组件，在整个体系架构中，有着及其重要的作用。异步通常意味着编程模型的改变，时效性会降低。]]></description>

    <pubDate>2020-10-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[中美日印程序员收入对比]]></title>

    <link>http://www.sykv.com/cat/datamining/28249.html</link>

    <description><![CDATA[一直都知道，美国的程序员薪资非常高，但前不久美国的科技猎头公司 Hired 发布了最新的《全美程序员薪水调查报告》，美国旧金山湾区作为众多科技巨头（如Google，Facebook）的大本营]]></description>

    <pubDate>2020-10-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一次 JVM YGC 引发的惨案，与排除手段分析！]]></title>

    <link>http://www.sykv.com/cat/datamining/28248.html</link>

    <description><![CDATA[某日下午大约四点多，接到合作方消息，线上环境，我这边维护的某http服务突然大量超时（对方超时时间设置为300ms），我迅速到鹰眼平台开启采样，发现该服务平均QPS到了120左右，平]]></description>

    <pubDate>2020-10-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Java高并发综合]]></title>

    <link>http://www.sykv.com/cat/datamining/28247.html</link>

    <description><![CDATA[悲观锁假设最坏的情况（如果你不锁门，那么捣蛋鬼就会闯入并搞得一团糟），并且只有在确保其他线程不会干扰（通过获取正确的锁）的情况下才能执行下去。安全性更高，但在中低]]></description>

    <pubDate>2020-10-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[无服务器已死？这项技术为什么变得人人嫌弃]]></title>

    <link>http://www.sykv.com/cat/datamining/28246.html</link>

    <description><![CDATA[虽然许多人认为，无服务器技术是一个新的概念。但是，如果追根溯源，那就是 2006 年 Zimki PaaS 和 Google App Engine 对无服务器框架的探索。近几年，一些人预测无服务器计算将迎来蓬勃发]]></description>

    <pubDate>2020-10-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[【底层原理】Linux内存管理]]></title>

    <link>http://www.sykv.com/cat/datamining/28155.html</link>

    <description><![CDATA[在linux中，每一个进程都被抽象为task_struct结构体，称为进程描述符，存储着进程各方面的信息；例如打开的文件，信号以及内存等等；然后task_struct中的一个属性mm_struct管理着进程的所]]></description>

    <pubDate>2020-10-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[openGauss魔改PG？它能兼容Oracle的数据库表吗？]]></title>

    <link>http://www.sykv.com/cat/datamining/28154.html</link>

    <description><![CDATA[华为数据库最早诞生于运营商的需求，最初版本名称为GMDB，后来基于PostgreSQL-XC进行整体改造，再配合自研的存储引擎，发布了FusionInsight LibrA（天枰座），也就是大家听过较多的MPPDB，目]]></description>

    <pubDate>2020-10-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[OpenAI 应改名 ClosedAI]]></title>

    <link>http://www.sykv.com/cat/datamining/28153.html</link>

    <description><![CDATA[上个月微软宣布正在与 OpenAI 合作，并取得了 GPT-3 语言模型的独家授权许可。其实去年七月，微软向 OpenAI 投资了 10 亿美元，达成伙伴关系。作为交换，OpenAI 同意将其部分知识产权授予]]></description>

    <pubDate>2020-10-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[五分钟读懂角度传感器]]></title>

    <link>http://www.sykv.com/cat/datamining/28152.html</link>

    <description><![CDATA[角度传感器是指能感受被测角度并转换成可用输出信号的传感器。 角度传感器，顾名思义，是用来检测角度的。它的身体中有一个孔，可以配合乐高的轴。当连结到RCX上时，轴每转过]]></description>

    <pubDate>2020-10-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[使用Prometheus和Grafana构建Redis实时监控平台]]></title>

    <link>http://www.sykv.com/cat/datamining/28144.html</link>

    <description><![CDATA[Redis作为缓存系统，在整个后端体系中是较为重要的一环，需要实时监控运行状态。现在有各种各样的工具都可以对Redis进行监控，例如：redis-stat、RedisLive等，在使用过各种各样的监控工]]></description>

    <pubDate>2020-10-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[架构制图：工具与方法论]]></title>

    <link>http://www.sykv.com/cat/datamining/28143.html</link>

    <description><![CDATA[“架构制图”这词乍一听似乎有些晦涩，但如果提起“工程制图”，相信绝大部分工科背景的程序员们都不会陌生，甚至还能共同感慨下那些年一起伏在宿舍左手圆规，右手直尺，徒手]]></description>

    <pubDate>2020-10-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[深入理解：RabbitMQ的前世今生]]></title>

    <link>http://www.sykv.com/cat/datamining/28142.html</link>

    <description><![CDATA[对于消息消费而言，消费者直接指定要消费的队列即可，比如指定消费队列A的数据。需要注意的是，在消费者消费完成数据后，返回给RabbitMq ACK消息，RabbitMq会删掉队列中的该条信息。]]></description>

    <pubDate>2020-10-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[开源先驱ESR：微软将放弃Windows内核，转Linux]]></title>

    <link>http://www.sykv.com/cat/datamining/28141.html</link>

    <description><![CDATA[近日，开源先驱、《大教堂与集市》作者 Eric S Raymond 在个人博客上提出了一个惊人的观点，他认为 Linux 即将取得操作系统之争的最后胜利，因为微软很有可能在未来放弃 Windows 系统的内]]></description>

    <pubDate>2020-10-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[量子计算技术的研究现状与未来]]></title>

    <link>http://www.sykv.com/cat/datamining/28140.html</link>

    <description><![CDATA[1900年 Max Planck 提出“量子”概念，宣告了“量子”时代的诞生。科学家发现，微观粒子有着与宏观世界的物理客体完全不同的特性。宏观世界的物理客体，要么是粒子，要么是波动，它]]></description>

    <pubDate>2020-10-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大数据可视化分析工具常用的有哪些？]]></title>

    <link>http://www.sykv.com/cat/datamining/28090.html</link>

    <description><![CDATA[大数据可视化分析工具常用的有哪些?企业基础数据才能制定出正确的策略，常用的分析工具有、Tableau、ECharts、Highcharts、魔镜、图表秀等。]]></description>

    <pubDate>2020-10-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[为什么 CPU 访问硬盘很慢]]></title>

    <link>http://www.sykv.com/cat/datamining/28029.html</link>

    <description><![CDATA[机械硬盘（Hard Disk Drive、HDD）和固态硬盘（Solid State Drive、SSD）是两种最常见的硬盘，作为计算机的外部存储，CPU 想要访问它们存储的数据需要很长时间。虽然磁盘的寻道时间只需要]]></description>

    <pubDate>2020-09-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[程序员技术选型：写Go还是Java？]]></title>

    <link>http://www.sykv.com/cat/datamining/28028.html</link>

    <description><![CDATA[Go 不是面向对象编程语言。Go 没有类似 Java 的继承机制，因为它没有通过继承实现传统的多态性。实际上，它没有对象，只有结构体。它可以通过接口和让结构体实现接口来模拟一些面]]></description>

    <pubDate>2020-09-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Java 2020：使用者近 680 万，中国开发者占比最高]]></title>

    <link>http://www.sykv.com/cat/datamining/28027.html</link>

    <description><![CDATA[为了庆祝 Java 25 周年和 Java 15 版本的发布，JetBrains 从多个来源收集了数据，以查看该语言当下的发展状态。首先，他们对大多数 Java 开发人员的区域分布进行了调查。据市场研究和分析]]></description>

    <pubDate>2020-09-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一篇文章全面了解监控知识体系]]></title>

    <link>http://www.sykv.com/cat/datamining/28026.html</link>

    <description><![CDATA[监控是整个运维乃至整个产品生命周期中最重要的一环，事前及时预警发现故障，事后提供详实的数据用于追查定位问题。目前业界有很多不错的开源产品可供选择。选择一款开源的监]]></description>

    <pubDate>2020-09-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何实现Spark on Kubernetes？]]></title>

    <link>http://www.sykv.com/cat/datamining/28025.html</link>

    <description><![CDATA[“数据湖”正在被越来越多人提起，尽管定义并不统一，但企业已纷纷投入实践，无论是在云上自建还是使用云产品。阿里云大数据团队认为：数据湖是大数据和AI时代融合存储和计算的]]></description>

    <pubDate>2020-09-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[出现这四种情况，才是考虑分库分表的时候！]]></title>

    <link>http://www.sykv.com/cat/datamining/28024.html</link>

    <description><![CDATA[不管是IO瓶颈还是CPU瓶颈，最终都会导致数据库的活跃连接数增加，进而逼近甚至达到数据库可承载的活跃连接数的阈值。在业务service来看，就是可用数据库连接少甚至无连接可用，接]]></description>

    <pubDate>2020-09-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[指纹传感器是如何工作的？]]></title>

    <link>http://www.sykv.com/cat/datamining/28022.html</link>

    <description><![CDATA[在这个现代时代，保护物理位置和数字数据的安全越来越困难。小偷可以撬锁或强行进入。黑客可以窃取密码或进行其他多种入侵。生物识别数据正逐渐成为不可丢失的密钥或无法复制]]></description>

    <pubDate>2020-09-29</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Redis 常见延迟问题排查手册！附33条优化建议]]></title>

    <link>http://www.sykv.com/cat/datamining/27958.html</link>

    <description><![CDATA[Redis作为内存数据库，拥有非常高的性能，单个实例的QPS能够达到10W左右。但我们在使用Redis时，经常时不时会出现访问延迟很大的情况，如果你不知道Redis的内部实现原理，在排查问题]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[基于Flink+Hive构建流批一体准实时数仓]]></title>

    <link>http://www.sykv.com/cat/datamining/27957.html</link>

    <description><![CDATA[假设现在公司有一个需求，目前公司的数据量很大，需要每天出一个报表且输出到业务数据库中。首先是刚入库的业务数据，大致分为两种，一种是 MySQL 的 binlog，另外一种是业务系统中]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[微软停止更新.NET Standard，.NET 5取而代之]]></title>

    <link>http://www.sykv.com/cat/datamining/27956.html</link>

    <description><![CDATA[微软 .NET 官方博客近日发布了一篇谈论 .NET Standard 未来的文章。文章作者是 .NET 项目经理 Immo，他在文章中指出未来 .NET Standard 将会被 .NET 5 取代，还对 .NET 5 如何改进代码共享以及取代]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2021年编程语言趋势预测：Python和JavaScript仍火热，]]></title>

    <link>http://www.sykv.com/cat/datamining/27955.html</link>

    <description><![CDATA[作为开发人员，在当今这个技术更迭飞快的时代要连年吃香并非易事，很多十年开发经验以上的开发人员不知道经历了多少语言的变化，今年还在用C语言，下一年就是D了。“PHP是世界上]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[用图讲解 ElasticSearch 搜索原理，你就明白了！]]></title>

    <link>http://www.sykv.com/cat/datamining/27954.html</link>

    <description><![CDATA[云里面的每个白色正方形的盒子代表一个节点——Node。在一个或者多个节点直接，多个绿色小方块组合在一起形成一个ElasticSearch的索引。在一个索引下，分布在多个节点里的绿色小方块]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[那些害死Haskell的，也会害死Rust]]></title>

    <link>http://www.sykv.com/cat/datamining/27953.html</link>

    <description><![CDATA[为什么这个时候我会提到 Haskell？好吧，Haskell 和 Rust 有着千丝万缕的联系。可以说，Rust 就是没有高阶类型（HKT）的 Hashkell。Rust 的很多风格与 Haskell 很像。在某种程度上，可以说 Rust]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[让你大吃一惊的10个大数据统计]]></title>

    <link>http://www.sykv.com/cat/datamining/27870.html</link>

    <description><![CDATA[“大数据”这一术语的来源是有原因的，其规模确实非常大。但是，要掌握信息数字化的增长并不容易。因此精心整理了有关当今数据专家的这10个令人震惊的事实，并展望了未来的趋势]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[5个常用的大数据可视化分析工具]]></title>

    <link>http://www.sykv.com/cat/datamining/27771.html</link>

    <description><![CDATA[大数据及移动互联网时代，每一个使用移动终端的人无时无刻不在生产数据，而作为互联网服务提供的产品来说，]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Oracle vs Snowflake]]></title>

    <link>http://www.sykv.com/cat/datamining/27757.html</link>

    <description><![CDATA[Snowflake 在2018年成为福布斯的云服务100 排行榜，成为全领域发展最快的云解决方案之一。Snowflake是“作为软件即服务（SaaS）提供的数据分析仓库。”让Snowflake爆炸性增长的一些功能是并]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Uber为什么放弃Postgres选择迁移到MySQL？]]></title>

    <link>http://www.sykv.com/cat/datamining/27756.html</link>

    <description><![CDATA[Uber 的早期架构包含了一个用 Python 开发的单体后端应用程序，这个应用程序使用 Postgres 作为数据存储。从那个时候开始，Uber 的架构已经发生了巨大变化，变成了微服务，并采用新的数]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Java国家/地区使用限制条款引发争议]]></title>

    <link>http://www.sykv.com/cat/datamining/27755.html</link>

    <description><![CDATA[由于某些国家/地区的知识产权保护和执法有限，因此 JDK 源代码只能分发到授权的国家/地区列表中。如果要从不在此列表中的国家/地区进行下载，则将无法访问源代码。我们正在不断审]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Linus 回应言行不当争议：Debian 文化问题]]></title>

    <link>http://www.sykv.com/cat/datamining/27753.html</link>

    <description><![CDATA[近日，253 封发表于 2014 年的 Debian 项目内部讨论邮件在外网被泄露并引起了诸多关注。据这些邮件内容显示，彼时，Linus Torvalds 在 DebConf 会议上的言行引发了一些争议。一些人认为，L]]></description>

    <pubDate>2020-09-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Netflix是怎样做系统监控的？]]></title>

    <link>http://www.sykv.com/cat/datamining/27714.html</link>

    <description><![CDATA[监控系统某个指标超过阈值，触发告警。大半夜里，你被紧急召唤。半睁着眼，你满脸疑惑：“系统真出问题了吗，还是仅仅需要调整下告警？上一次有人调整我们的告警阈值是在什么]]></description>

    <pubDate>2020-09-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[复盘领英Hadoop数据丢失事故，我们得到的血泪教]]></title>

    <link>http://www.sykv.com/cat/datamining/27713.html</link>

    <description><![CDATA[我们发生了数据丢失的严重事件：在部分机架中，约有 2% 的设备因意外操作失误而经历了镜像重装。而问题的根源在于，我们的 Hadoop 基础设施主机生命周期管理体系存在设计错误。更]]></description>

    <pubDate>2020-09-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Kafka面试知识点深度剖析]]></title>

    <link>http://www.sykv.com/cat/datamining/27712.html</link>

    <description><![CDATA[kafka是一个分布式消息队列。具有高性能、持久化、多副本备份、横向扩展能力。生产者往队列里写消息，消费者从队列里取消息进行业务逻辑。一般在架构设计中起到解耦、削峰、异步]]></description>

    <pubDate>2020-09-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一个高效的定时任务系统]]></title>

    <link>http://www.sykv.com/cat/datamining/27711.html</link>

    <description><![CDATA[应用程序部署在操作系统上，定时任务依赖操作系统的时钟。鉴于大部分的服务器都部署在 Linux 上，我们就只讨论 Linux 的时间系统，Windows 服务器别打我。大部分 PC 机中有两个时钟源，]]></description>

    <pubDate>2020-09-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[什么是边缘计算（Edge AI）？]]></title>

    <link>http://www.sykv.com/cat/datamining/27710.html</link>

    <description><![CDATA[边缘AI发源于边缘计算。边缘计算也称为边缘处理，是一种将服务器放置在本地设备附近网络技术, 这有助于降低系统的处理负载，解决数据传输的延迟问题。这样的处理是在传感器附近]]></description>

    <pubDate>2020-09-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[王者荣耀为什么不使用微服务架构？]]></title>

    <link>http://www.sykv.com/cat/datamining/27709.html</link>

    <description><![CDATA[微服务为了把业务完美拆解，把原来的同一个进程里的模块拆分成不同的服务，显著增加额外的网络开销。更别说什么Service Mesh，各种Gateway，Proxy，Sidecar简直就是担心延迟太低。微服务]]></description>

    <pubDate>2020-09-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[ClickHouse到底是什么？凭啥这么牛逼！]]></title>

    <link>http://www.sykv.com/cat/datamining/27708.html</link>

    <description><![CDATA[随着业务的迅猛增长，Yandex.Metrica目前已经成为世界第三大Web流量分析平台，每天处理超过200亿个跟踪事件。能够拥有如此惊人的体量，在它背后提供支撑的ClickHouse功不可没。ClickHouse已]]></description>

    <pubDate>2020-09-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[CMOS图像传感器科普]]></title>

    <link>http://www.sykv.com/cat/datamining/27707.html</link>

    <description><![CDATA[1873年，科学家约瑟·美(Joseph May)及伟洛比·史密夫(WilloughbySmith)就发现了硒元素结晶体感光后能产生电流，由此，电子影像发展开始，随着技术演进，图像传感器性能逐步提升。光电倍增]]></description>

    <pubDate>2020-09-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[揭秘3D深度传感器]]></title>

    <link>http://www.sykv.com/cat/datamining/27706.html</link>

    <description><![CDATA[感知距离和深度，对多数人的双眼来说都是轻松而自然的。但是让智能手机或者汽车上的摄像头也探测到环境深度特征，可并不容易。普通的摄像头无法单独完成这一任务，必须依靠深]]></description>

    <pubDate>2020-09-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Linux 内核对 Rust 的支持有新进展，双方进行深入]]></title>

    <link>http://www.sykv.com/cat/datamining/27676.html</link>

    <description><![CDATA[从去年九月，Linux 内核维护者 Greg 表示愿意接受用 Rust 开发 Linux 驱动，到今年七月，Linus Torvalds 回应称可以默认启用 Rust 支持，Linux 开发者并非只是说说而已。在八月底举办的 2020 Lin]]></description>

    <pubDate>2020-09-05</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[为什么我要从 Windows 切换到 Linux?]]></title>

    <link>http://www.sykv.com/cat/datamining/27675.html</link>

    <description><![CDATA[Windows 是商业软件，这使它具备易用的性质。Linux 是自由软件，这使得它拥有开源的性质。易用软件通常带来的是对用户的友好度，以致于 Windows 发展至今，被许许多多的普通用户所采用]]></description>

    <pubDate>2020-09-05</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[CTO 说公司的 ES 性能不够好、集群不够稳定！直到]]></title>

    <link>http://www.sykv.com/cat/datamining/27643.html</link>

    <description><![CDATA[Elasticsearch 默认被配置为使用单播发现，以防止节点无意中加入集群。组播发现应该永远不被使用在生产环境了，否则你得到的结果就是一个节点意外的加入到了你的生产环境，仅仅是因]]></description>

    <pubDate>2020-09-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[十年后将要消失的五种编程语言]]></title>

    <link>http://www.sykv.com/cat/datamining/27642.html</link>

    <description><![CDATA[随着时间的流逝，程序员们发现了更新、更简单的工作方式，新的编程语言如雨后春笋般出现，但只有少数编程语言能成为社区的新宠。这种进步的一个副作用是一些古老的编程语言必]]></description>

    <pubDate>2020-09-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[聊聊ZooKeeper的点]]></title>

    <link>http://www.sykv.com/cat/datamining/27536.html</link>

    <description><![CDATA[ZooKeeper 是一个开源的分布式协调服务。它是一个为分布式应用提供一致性服务的软件，分布式应用程序可以基于 ZooKeeper 实现诸如数据发布/订阅、负载均衡、命名服务、分布式协调/通知]]></description>

    <pubDate>2020-08-30</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[DRAM竞争的新时代]]></title>

    <link>http://www.sykv.com/cat/datamining/27535.html</link>

    <description><![CDATA[2011年以后每个季度的DRAM出货数量基本维持在40亿个左右。然而，DRAM的出货金额在2018年第三季度达到顶峰并开始逐步下滑，且在2019年陷入“存储半导体危机”，后来DRAM出货金额虽然没有]]></description>

    <pubDate>2020-08-30</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[每个大数据架构师都需要的6个基本技能]]></title>

    <link>http://www.sykv.com/cat/datamining/27509.html</link>

    <description><![CDATA[数据分为结构化和非结构化两种。尽管大数据为各种规模的组织提供了许多洞察和分析的机会，但处理起来非常困难，并且需要一系列的特定技能。]]></description>

    <pubDate>2020-08-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[腾讯 PB 级大规模 Elasticsearch 集群运维与调优实践]]></title>

    <link>http://www.sykv.com/cat/datamining/27455.html</link>

    <description><![CDATA[某中型互联网公司的游戏业务，使用了腾讯云的 Elasticsearch 产品，采用 ELK 架构存储业务日志。因为游戏业务本身的日志数据量非常大(写入峰值在 100w qps)，在服务客户的几个月中，踩了]]></description>

    <pubDate>2020-08-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[30 个高可用 Prometheus 架构实践中的踩坑集锦]]></title>

    <link>http://www.sykv.com/cat/datamining/27454.html</link>

    <description><![CDATA[监控是基础设施，目的是为了解决问题，不要只朝着大而全去做，尤其是不必要的指标采集，浪费人力和存储资源（To B商业产品例外）。需要处理的告警才发出来，发出来的告警必须得]]></description>

    <pubDate>2020-08-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[今天来黑一黑Intel的傲腾]]></title>

    <link>http://www.sykv.com/cat/datamining/27453.html</link>

    <description><![CDATA[存储行业的关键在于存储介质，我们有幸经历了磁介质到Flash介质的时代飞跃。Intel是业界屈指可数的几家同时拥有NAND和主控的厂商，也正因如此，SSD市场基本上是Intel的主场。然而作为]]></description>

    <pubDate>2020-08-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[安全运维看过来！某 Nginx 后门分析与重现]]></title>

    <link>http://www.sykv.com/cat/datamining/27367.html</link>

    <description><![CDATA[前几天，接到一个 nginx 后门样本，本着就分析和复现的思路，完整的将整个过程做一次复现，不料最终还获取到了后门的核心代码部分，遂将其整理发布，仅供学习研究之用。在后续分]]></description>

    <pubDate>2020-08-20</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Java、Go和Rust间的比较]]></title>

    <link>http://www.sykv.com/cat/datamining/27366.html</link>

    <description><![CDATA[Java和Go都是垃圾收集型语言，然而，Java是提前编译（AOT）为在JVM上运行的字节码。当Java应用程序启动时，会调用Just-In-Time（JIT）编译器来优化字节码，随时随地将其编译成本地代码，以]]></description>

    <pubDate>2020-08-20</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[美国如果把根域名服务器封了，中国会从网络上]]></title>

    <link>http://www.sykv.com/cat/datamining/27230.html</link>

    <description><![CDATA[自从美国宣布“清洁网络”行动后，很多懂点网络的人，第一反应是，美国人会下手根域名服务器吗？这种忧虑可不是一年两年了。2014年6月24日的《人民日报》上引用专家发言：“目前]]></description>

    <pubDate>2020-08-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[滴滴ElasticSearch千万级TPS写入性能翻倍技术剖析]]></title>

    <link>http://www.sykv.com/cat/datamining/27229.html</link>

    <description><![CDATA[滴滴ElasticSearch平台承接了公司内部所有使用ElasticSearch的业务，包括核心搜索、RDS从库、日志检索、安全数据分析、指标数据分析等等。平台规模达到了3000+节点，5PB 的数据存储，超过万]]></description>

    <pubDate>2020-08-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Linux之父Linus Torvalds加盟微软]]></title>

    <link>http://www.sykv.com/cat/datamining/27228.html</link>

    <description><![CDATA[几个星期前，微软宣布Linux的SQL Server，这个星期前，它们宣布Windows上的Linux，微软先后宣布VC++对Linux的支持。 随后，它们宣布重磅信息——Linus Torvalds加盟微软！！我已经无法想象微软]]></description>

    <pubDate>2020-08-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[深入了解传感器的工业用途]]></title>

    <link>http://www.sykv.com/cat/datamining/27219.html</link>

    <description><![CDATA[当今的工业格局具有前所未有的波动性，不确定性，复杂性和模糊性。结果，对于资产和人员而言，以更低的成本和更高的安全性来提高运营效率变得越来越重要。在这种背景下，传感]]></description>

    <pubDate>2020-08-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[专为流式数据设计的另一种缓存：流式缓存技术]]></title>

    <link>http://www.sykv.com/cat/datamining/27218.html</link>

    <description><![CDATA[传统的缓存解决方案将每一个缓存项都当作一个不可变的数据块对待，这在重度追加的注入工作负载上会产生很多问题，而这种模式的负载在 Pravega 上却非常常见。每一个追加到流上的]]></description>

    <pubDate>2020-08-12</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Spark SQL 物化视图技术原理与实践]]></title>

    <link>http://www.sykv.com/cat/datamining/26851.html</link>

    <description><![CDATA[物化视图主要用于预先计算并保存表连接或聚合等耗时较多的操作的结果，这样，在执行查询时，就可以避免进行这些耗时的操作，从而快速的得到结果。物化视图使用查询重写（quer]]></description>

    <pubDate>2020-08-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[处理数据时也保证安全，IBM发布Linux版完全同态加]]></title>

    <link>http://www.sykv.com/cat/datamining/26850.html</link>

    <description><![CDATA[6 月初，IBM 发布了适用于 macOS 和 iOS 的完全同态加密（Fully Homomorphic Encryption，FHE）工具包，并表示 Linux 版本将在数周内推出。现在 Linux 版本发布了，其将 FHE 带到 IBM Z 和 x86 架构的多个]]></description>

    <pubDate>2020-08-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[RedMonk Q3语言排行：Rust首次进前20]]></title>

    <link>http://www.sykv.com/cat/datamining/26849.html</link>

    <description><![CDATA[知名软件行业分析公司 RedMonk 发布了 2020 年 6 月（Q3 季度）编程语言排行榜。RedMonk 编程语言排行榜通过追踪编程语言在 GitHub 和 Stack Overflow 上的代码使用情况与讨论数量，统计分析后进]]></description>

    <pubDate>2020-08-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[GCC并行编译大型源代码文件性能大幅提升]]></title>

    <link>http://www.sykv.com/cat/datamining/26795.html</link>

    <description><![CDATA[虽然 GNU Make 和其他构建系统可以很好地进行扩展以并发编译大量文件，不过 GCC 自身也一直在让 GCC 的更多工作在编译大型源代码文件时能够并行执行。早在2019年夏天，其团队就已开始]]></description>

    <pubDate>2020-08-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[深度传感器都有哪些创业机会？]]></title>

    <link>http://www.sykv.com/cat/datamining/26794.html</link>

    <description><![CDATA[以前，我们一直认为传统相机将3D世界转换为2D图像，已可以满足我们对于图像的应用，而2D图像中丢失的三维似乎并不重要。但随着计算机视觉（CV）的飞速发展以及与深度学习的结合，]]></description>

    <pubDate>2020-08-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[微服务架构的核心关键点]]></title>

    <link>http://www.sykv.com/cat/datamining/26793.html</link>

    <description><![CDATA[当我们架构微服务应用时首先遇到的一个问题是，作为消费者如何访问并调用服务提供者所提供的服务，作为服务提供者如何能让服务消费者知道并进行消费。在传统应用开发时，通常]]></description>

    <pubDate>2020-08-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Node.js 在大前端领域的应用分析]]></title>

    <link>http://www.sykv.com/cat/datamining/26792.html</link>

    <description><![CDATA[关于 node 的使用已经很久了，使用范围也很广，似乎有前端的地方就有 node，那么来思考一个问题，node 到底是用来干嘛的呢？本文从五个大的方面对该问题进行了解释。本文不仅仅可以]]></description>

    <pubDate>2020-08-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[NVIDIA和佛罗里达大学建最快超级计算机]]></title>

    <link>http://www.sykv.com/cat/datamining/26726.html</link>

    <description><![CDATA[7 月 21 日，佛罗里达大学宣布，与英伟达建立公私合作伙伴关系，为学生、教职员工和研究人员提供最强大的 AI 训练和工具，打造全球高校最快 AI 超级计算机。 为此事提供大力支持及]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Spark on K8S 的最佳实践和需要注意的坑]]></title>

    <link>http://www.sykv.com/cat/datamining/26725.html</link>

    <description><![CDATA[Spark 哪个地方需要用到 K8S 呢？K8S 是 Spark 上全新的集群管理和调度系统，其他三个资源管理和调度为 Standalone、YARN 以及 Apache Mesos。YARN 集群中的 Spark 版本、Python 版本以及依赖都是全局]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[22款好用的CLI工具]]></title>

    <link>http://www.sykv.com/cat/datamining/26724.html</link>

    <description><![CDATA[Shell- 毋庸置疑，在终端中，Shell 是使用最频繁也最重要的工具。过去，我曾经使用过 Bash 和 Z Shell，而如今，我正在使用的是 Fish Shell。这是一个非常优秀的终端 Shell 工具，拥有许多开]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Netflix 微服务架构设计解析]]></title>

    <link>http://www.sykv.com/cat/datamining/26723.html</link>

    <description><![CDATA[数年来，Netflix 一直是全球体验最好的在线订阅制视频流媒体服务，其流量占全球互联网带宽容量的 15％以上。 在过去的2019 年，Netflix 已经有 1.67 亿名订阅用户，平均每个季度新增 50]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Google第四代TPU 细节曝光！MLPerf榜单决战英伟达]]></title>

    <link>http://www.sykv.com/cat/datamining/26722.html</link>

    <description><![CDATA[2018年，谷歌在其年度 I/O 开发者大会上宣布了第三代产品，在今天上午刚刚揭开了第四代TPU产品的神秘面纱，该产品目前尚处于研发阶段。MLPerf 最新发布的一套人工智能性能基准指标显]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[为什么我不喜欢数据库三范式？]]></title>

    <link>http://www.sykv.com/cat/datamining/26721.html</link>

    <description><![CDATA[数据库的这个三范式的概念，相信大多数人都不会陌生，从懵懵懂懂的大学时代就已经普及到教材了（没记错的话应该在数据库系统概论这本教材里）。还记得那会刚开始找实习的时候]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Spark 3.0重磅发布！开发近两年，流、Python、SQL重]]></title>

    <link>http://www.sykv.com/cat/datamining/26720.html</link>

    <description><![CDATA[Spark 诞生于加州大学伯克利分校的 AMPLab 实验室，该实验室致力于数据密集型计算的研究。AMPLab 研究人员与大型互联网公司合作，研究如何解决数据和 AI 问题，然后发现那些拥有海量数]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[亿级 ELK 日志平台构建实践]]></title>

    <link>http://www.sykv.com/cat/datamining/26719.html</link>

    <description><![CDATA[Filebeat：轻量级数据收集引擎。基于原先 Logstash-fowarder 的源码改造出来。换句话说：Filebeat就是新版的 Logstash-fowarder，也会是 ELK Stack 在 Agent 的第一选择。Kafka: 数据缓冲队列。作为消息]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[去Oracle实录：如何在线更换金融核心场景中的数]]></title>

    <link>http://www.sykv.com/cat/datamining/26718.html</link>

    <description><![CDATA[陆金所从 2018 年启动全站去 O 项目以来，在不做任何服务降级的情况下，历时 2 年通过上百次变更，把全站 98% 的 Oracle 数据库无缝切换到 MySQL 上。其中，这 98% 的数据库覆盖了陆金所的]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[React 中请求远程数据的四种方法]]></title>

    <link>http://www.sykv.com/cat/datamining/26717.html</link>

    <description><![CDATA[React 是一个专注的组件库。因此，它对如何请求远程数据没有什么建议。如果要通过 HTTP 请求数据并将其发送到 Web API，可以考虑下面四种方法。对于一个简单的应用程序，只要发起几个]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[图文了解 Kafka 的副本复制机制]]></title>

    <link>http://www.sykv.com/cat/datamining/26716.html</link>

    <description><![CDATA[让分布式系统的操作变得简单，在某种程度上是一种艺术，通常这种实现都是从大量的实践中总结得到的。Apache Kafka 的受欢迎程度在很大程度上归功于其设计和操作简单性。随着社区添]]></description>

    <pubDate>2020-07-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[怎样利用开源软件赚钱？]]></title>

    <link>http://www.sykv.com/cat/datamining/26706.html</link>

    <description><![CDATA[2010 到 2011 年，Mike Jumper 启动了 Guacamole 项目。这是一个多协议网关，它可以让管理员安全地提供远程桌面。因为客户端界面是在浏览器中运行的，因此，它非常轻量化且易于使用，可以]]></description>

    <pubDate>2020-07-25</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[下一代构建工具 Gradle ，比 Maven 强在哪里！]]></title>

    <link>http://www.sykv.com/cat/datamining/26705.html</link>

    <description><![CDATA[最传统的安装方法就是去gradle官网下载二进制包，解压，然后将路径添加到环境变量中。如果你没什么其他需求，可以使用这种安装方式。但是，gradle是一个非常新潮的项目，每隔几个]]></description>

    <pubDate>2020-07-25</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一文读懂GNSS技术]]></title>

    <link>http://www.sykv.com/cat/datamining/26704.html</link>

    <description><![CDATA[2020年6月23日9点43分，我国在西昌卫星发射中心成功发射了北斗系统第五十五颗导航卫星，也是北斗三号的最后一颗全球组网卫星。至此，北斗三号全球卫星导航系统星座部署全面完成。]]></description>

    <pubDate>2020-07-25</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[高可用Redis服务架构分析与搭建]]></title>

    <link>http://www.sykv.com/cat/datamining/26703.html</link>

    <description><![CDATA[基于内存的Redis应该是目前各种web开发业务中最为常用的key-value数据库了，我们经常在业务中用其存储用户登陆态（Session存储），加速一些热数据的查询（相比较mysql而言，速度有数量级]]></description>

    <pubDate>2020-07-25</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Kafka 集群在马蜂窝大数据平台的优化与应用扩展]]></title>

    <link>http://www.sykv.com/cat/datamining/26702.html</link>

    <description><![CDATA[Kafka 是当下热门的消息队列中间件，它可以实时地处理海量数据，具备高吞吐、低延时等特性及可靠的消息异步传递机制，可以很好地解决不同系统间数据的交流和传递问题。Kafka 在马]]></description>

    <pubDate>2020-07-25</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何让你的Nginx 提升10倍性能？]]></title>

    <link>http://www.sykv.com/cat/datamining/26701.html</link>

    <description><![CDATA[提升Web应用的性能从未像今天这样刻不容缓。在线经济活动的比例日益提高，就连发展中国家和地区的经济活动都已经有5%以上在线进行了（相关数据请参考本文后面的资源）。在这个超]]></description>

    <pubDate>2020-07-25</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020 年 7 月编程语言排行榜]]></title>

    <link>http://www.sykv.com/cat/datamining/26472.html</link>

    <description><![CDATA[TIOBE 2020 年 7 月份的编程语言排行榜已经公布，官方的标题是：R 语言的排名达到了历史最高位。R 语言一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。也有人]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[8场5胜，微服务VS单体架构]]></title>

    <link>http://www.sykv.com/cat/datamining/26471.html</link>

    <description><![CDATA[越来越多的组织开始放弃单体应用，逐步转向微服务的架构模式–将业务流程分为多个独立的服务。例如，在一个机票预订中，就可能涉及许多个单独的过程：在航空公司预订机票，付]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Science评论：量子计算目前最大的挑战，在0和1之]]></title>

    <link>http://www.sykv.com/cat/datamining/26470.html</link>

    <description><![CDATA[2019年10月，谷歌的一项关于量子计算的研究登上了Nature封面。谷歌声称用53个量子比特的量子计算机Sycamore实现了quantum supremacy，引起了学界的广泛关注。论文中指出，他们的量子计算机]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Python 为什么推荐蛇形命名法？]]></title>

    <link>http://www.sykv.com/cat/datamining/26469.html</link>

    <description><![CDATA[关于变量的命名，这又是一个容易引发程序员论战的话题。如何命名才能更具有可读性、易写性与明义性呢？众说纷纭。本期“Python为什么”栏目，我们将聚焦于变量命名中的连接方式]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Redis 6.0 除了多线程，别忘了这个牛逼特性！]]></title>

    <link>http://www.sykv.com/cat/datamining/26468.html</link>

    <description><![CDATA[当tracking开启时， Redis会quot;记住quot;每个客户端请求的key，当key的值发现变化时会发送失效信息给客户端(invalidation message)。失效信息可以通过RESP3协议发送给请求的客户端，或者转发给]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分布式图数据库在贝壳的应用实践]]></title>

    <link>http://www.sykv.com/cat/datamining/26467.html</link>

    <description><![CDATA[图数据库的应用场景非常广：搜索、推荐、关系图谱、知识图谱等等。目前贝壳也有各种场景需要使用到图数据库，但选型各不相同，有的部门使用JanusGraph，有的使用Neo4j，每个有需要]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[5个基本Linux命令行工具的现代化替代品]]></title>

    <link>http://www.sykv.com/cat/datamining/26466.html</link>

    <description><![CDATA[在日常使用 Linux/Unix 系统时，我们会使用许多命令行工具来完成我们的工作，并理解和管理我们的系统，像 du 用于监视磁盘利用率，top 用于显示系统资源。其中一些工具已经存在很长时]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[深度解读：Flink 1.11 SQL 流批一体的增强与完善]]></title>

    <link>http://www.sykv.com/cat/datamining/26465.html</link>

    <description><![CDATA[7 月 6 日，Apache Flink 1.11 正式发布。从 3 月初进行功能规划到 7 月初正式发版，1.11 用将近 4 个月的时间重点优化了 Flink 的易用性问题，提升用户的生产使用体验。SQL 作为 Flink 中公认的]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分布式架构——Gossip 协议详解]]></title>

    <link>http://www.sykv.com/cat/datamining/26464.html</link>

    <description><![CDATA[Gossip协议是基于六度分隔理论（Six Degrees of Separation）哲学的体现，简单的来说，一个人通过6个中间人可以认识世界任何人。数学公式是：n表示复杂度，N表示人的总数，W表示每个人的联]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[开源软件脱险！Linux硬核回应美实体清单：已开源]]></title>

    <link>http://www.sykv.com/cat/datamining/26463.html</link>

    <description><![CDATA[开源技术会被美国管制吗？这应该是一年来中国技术从业者最关心的问题。随着中美关系日益紧张，技术圈也受到波及，前两周，国商务部将哈工大、北航等33家机构纳入实体清单，也就]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[技术选型：没有谷歌的命，得了谷歌的病]]></title>

    <link>http://www.sykv.com/cat/datamining/26462.html</link>

    <description><![CDATA[1998 年的谷歌和今天的谷歌相差甚远，他们也是利用了一定技巧和捷径才走到今天的位置。谷歌也曾从小鱼慢慢发展为庞然大物。如果没有强大的开发军团，就做不了在全球部署的产品。]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何选择 Git 分支模式？]]></title>

    <link>http://www.sykv.com/cat/datamining/26461.html</link>

    <description><![CDATA[常见的分支模式有 TBD（即主干开发模式）、Git-Flow 模式、Github-Flow 模式及 Gitlab-Flow 模式。TBD（主干开发模式），即所有开发者，仅在一个开发分支（即主干）上进行协作开发的模式，在]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[程序员变木工？树莓派300美元DIY手提街机，随时]]></title>

    <link>http://www.sykv.com/cat/datamining/26460.html</link>

    <description><![CDATA[程序员和木匠听起来隔行如隔山，但工作的方式其实还是有不少相似的地方：都有固定的workflow，都需要极致的耐心和一点创造力。这不，一位来自美国的北卡罗来纳州的程序员Tyler Ca]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[开发点赞功能，用 MySQL 还是 Redis ？]]></title>

    <link>http://www.sykv.com/cat/datamining/26459.html</link>

    <description><![CDATA[当数据量达到上亿的量，上cache是必经的阶段，由于点赞这种动作很随意，很多人看到大拇指就想点，所以数据量增长很快，数据规模上来后，对mysql读写都有很大的压力，这时就要考虑]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[关于 Kubernetes 的这些原理，你一定要了解]]></title>

    <link>http://www.sykv.com/cat/datamining/26458.html</link>

    <description><![CDATA[kubernetes 已经成为容器编排领域的王者，它是基于容器的集群编排引擎，具备扩展集群、滚动升级回滚、弹性伸缩、自动治愈、服务发现等多种特性能力。从宏观上来看 kubernetes 的整体架]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[7月编程排行榜：C 第一，R 创纪录升至第八]]></title>

    <link>http://www.sykv.com/cat/datamining/26457.html</link>

    <description><![CDATA[近日，TIOBE 公布了 6 月编程指数信息。本月前三的编程语言依旧是 C、Java 和 Python，C++ 和 C# 分列第四和第五。R 语言在本月创造它的排名新纪录，从第 9 位升至第 8。（PHP 从第 8 掉到了]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[5种主要的软件架构模式]]></title>

    <link>http://www.sykv.com/cat/datamining/26456.html</link>

    <description><![CDATA[软件架构模式是经过验证的，具有良好设计结构的方法。更具体地说，架构模式是在实践中归纳总结的一组设计决策，具有明确定义的属性，并可以重复使用。软件开发有时可以看作是]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[5000字解析：前端五种跨平台技术]]></title>

    <link>http://www.sykv.com/cat/datamining/26455.html</link>

    <description><![CDATA[传统的纯原生开发已经不能满足日益增长的业务需求。主要表现在如下两个方面。1)动态化内容需求增大。当需求发生变化时，纯原生应用需要通过版本升级来更新内容，但应用上架、审]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何挑选数据可视化框架及平台 - 前端篇]]></title>

    <link>http://www.sykv.com/cat/datamining/26454.html</link>

    <description><![CDATA[虽然很多语言都有图表库，但前端相关的项目最多，在 Github 7.6w 的结果中有 3.3w 是前端的，占了 40%，主要原因是基于浏览器的可视化用起来更方便，所以使用更为广泛。不过只需要过滤]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[中国厂商拒交源码违反GPL协议引发大讨论，Linu]]></title>

    <link>http://www.sykv.com/cat/datamining/26453.html</link>

    <description><![CDATA[国内电子书厂商文石（Onyx）被指拒绝发布其电子书设备源码，违反 GPL v2 开源协议。根据曝光出来的截图显示，有人向上述厂商指明了违规问题，但 Onyx 官方回应“技术团队无法公开源]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[双子座(Gemini)协议：Web 协议最简单的一种替换]]></title>

    <link>http://www.sykv.com/cat/datamining/26452.html</link>

    <description><![CDATA[我已经开始对现在的 Web 非常反感了，它在各个层面上都是臃肿的。网站的规模正在以惊人的速度翻倍，Web 标准也在以惊人的速度扩张。试图从头开始建立一个能与现代网络兼容的 Web]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[使用Kubernetes两年来的经验教训]]></title>

    <link>http://www.sykv.com/cat/datamining/26451.html</link>

    <description><![CDATA[Kubernetes并不是魔法，但如果被一个懂它的团队使用，那它就是一个非常强大的工具。Traefik作为Ingress控制器，Cert-Manager通过LetsEncrypt生成证书，External-DNS管理边缘DNS记录，这三个组合使得]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[为什么不建议把数据库部署在docker容器内？]]></title>

    <link>http://www.sykv.com/cat/datamining/26450.html</link>

    <description><![CDATA[不要将数据储存在容器中，这也是 Docker 官方容器使用技巧中的一条。容器随时可以停止、或者删除。当容器被rm掉，容器里的数据将会丢失。为了避免数据丢失，用户可以使用数据卷挂]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Python才是世界上最好的语言]]></title>

    <link>http://www.sykv.com/cat/datamining/26449.html</link>

    <description><![CDATA[Python是人工智能的未来。前不久中国经济学会（CEA）发布了顶级编程语言交互排行榜：Python超越Java高居首位。而且随着大数据和人工智能的发展，Python受到了越来越多程序员的欢迎。“]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[未来的传感器技术：21种预期趋势]]></title>

    <link>http://www.sykv.com/cat/datamining/26448.html</link>

    <description><![CDATA[在高速发展的今天，我们对于传感器技术的需求不断变化，以希望传感器实现更多测量。比如，我们一直在努力提高效率。以前，我们不专注于度量，而是节省成本。但现在，我们已经]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[渡尽劫波：听3GPP大牛讲讲标准背后的故事]]></title>

    <link>http://www.sykv.com/cat/datamining/26446.html</link>

    <description><![CDATA[北京时间7月3日深夜， 国际组织3GPP宣布R16标准冻结，标志着5G第一个演进版本标准完成。R16不仅增强了5G的功能，让5G进一步走入各行各业，催生新的数字生态产业，还更多兼顾了成本、]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分布式锁原理——redis分布式锁，zookeeper分布式锁]]></title>

    <link>http://www.sykv.com/cat/datamining/26445.html</link>

    <description><![CDATA[首先分布式锁和我们平常讲到的锁原理基本一样，目的就是确保，在多个线程并发时，只有一个线程在同一刻操作这个业务或者说方法、变量。在一个进程中，也就是一个jvm 或者说应用]]></description>

    <pubDate>2020-07-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[细谈八种架构设计模式及其优缺点概述]]></title>

    <link>http://www.sykv.com/cat/datamining/26088.html</link>

    <description><![CDATA[设计模式就是设计经验，有了这些经验，我们就能在特定情况下使用特定的设计、组合设计，这样可以大大节省我们的设计时间，提高工作效率。作为一个工作10年以上的老码农，经历的]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Go 语言之父：四十年软件开发巨变与 Go 的过去和]]></title>

    <link>http://www.sykv.com/cat/datamining/26087.html</link>

    <description><![CDATA[与现今的很多开发人员不一样，你几十年前就在贝尔实验室开始了自己的职业生涯。从你角度来看，你认为软件开发方式最大的变化是什么？现今的规模要大得多，不仅仅是计算机和网]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Redis之父退出开源项目维护：人生苦短不想上班]]></title>

    <link>http://www.sykv.com/cat/datamining/26086.html</link>

    <description><![CDATA[两天前，Sanfilippo（又名 antirez）在自己的博客上发布了一篇公告，表示将不再担当 Redis 开源项目的软件维护者，并“将 Redis 交给 Redis 社区”。这意味着 Redis 项目的未来命运将由整个社]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Linux核心维护者都五六十岁了，Linus称社区后继无]]></title>

    <link>http://www.sykv.com/cat/datamining/26085.html</link>

    <description><![CDATA[和很多老一辈社区一样，Linux也面临着同样的问题：当前一代的维护人员老去甚至离开时，Linux将会发生什么?目前，很多Linux的维护者和Torvalds一样，已经五六十岁了，“在某种程度上，]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[异地多活：MySQL实时双向（多向）复制实践]]></title>

    <link>http://www.sykv.com/cat/datamining/26084.html</link>

    <description><![CDATA[DRC（Data Replicate Center）是携程框架架构研发部推出的用于数据双向或多向复制的数据库中间件，在公司G2（高品质Great Service、全球化Globalization）战略的背景下，服务于异地多活项目，赋]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Python 3.9 正式版要来了，会有哪些新特性？]]></title>

    <link>http://www.sykv.com/cat/datamining/26083.html</link>

    <description><![CDATA[Python 发布了版本号为 3.9.0b3 的 beta 版，后续即将发布 Python 3.9 的正式版。该版本包含了一些令人兴奋的新特性，预计正式版发布以后这些特性能够被大家广泛使用。字典合并，这是我最]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[霍尼韦尔刚宣布的“业界最强量子计算机”，是]]></title>

    <link>http://www.sykv.com/cat/datamining/26082.html</link>

    <description><![CDATA[霍尼韦尔最近宣布，其最新量子计算机的量子体积得分达到64，是IBM和谷歌竞争对手的两倍，同时霍尼韦尔表示，希望在未来五年内，将自家量子计算机的算力每年增加10倍。霍尼韦尔量]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一文带你了解 MySQL 中的各种锁机制！]]></title>

    <link>http://www.sykv.com/cat/datamining/26081.html</link>

    <description><![CDATA[MySQL中的锁机制,按粒度分为行级锁,页级锁,表级锁，其中按用法还分为共享锁和排他锁.行级锁行级锁是Mysql中锁定粒度最细的一种锁，表示只针对当前操作的行进行加锁。行级锁能大大减]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[包含加密货币支持恶意软件的多种Docker镜像，已]]></title>

    <link>http://www.sykv.com/cat/datamining/26080.html</link>

    <description><![CDATA[如今，通过Docker对软件应用程序进行打包与部署已经成为新的潮流。但恶意攻击者也借此机会快速行动，针对暴露在公共互联网上的API端点开发包含恶意软件的镜像，借此实施分布式拒]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[涉嫌盗取前东家谷歌的代码，一位工程师被判赔]]></title>

    <link>http://www.sykv.com/cat/datamining/26079.html</link>

    <description><![CDATA[被判赔 1.8 亿美元，从最抢手的工程师，瞬间变成了“最麻烦”的前员工。安东尼·莱万多夫斯基（Anthony Levandwski）原是硅谷的一位明星工程师，曾先后任职于谷歌和 Uber，如今却成为了]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Effective Python | 用pythonic方式来思考]]></title>

    <link>http://www.sykv.com/cat/datamining/26078.html</link>

    <description><![CDATA[目前主流的版本是Python3，但是资料或公司也可能有Python2写的历史代码。因此两者的区别还是要清楚的。区别如下：Python3中的print是函数，需要加括号，Python2中的print是语句，不需要加括]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[程序员正在消失。]]></title>

    <link>http://www.sykv.com/cat/datamining/26077.html</link>

    <description><![CDATA[这几年，说实话，许多人对就业不看好、对工作失去信心，感慨选错行业如今转行代价太大。我朋友的弟弟今年高考，报专业时家人希望他报计算机，他忧心忡忡地说。网上都说计算机]]></description>

    <pubDate>2020-07-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[助力技术中台数字化转型，探索农行 DevOps 实践之]]></title>

    <link>http://www.sykv.com/cat/datamining/26026.html</link>

    <description><![CDATA[DevOps 持续交付通过组合运营和开发团队，促进研发运营一体化融合，缩短开发周期，频繁发布迅速交付，减少出错可能性，提高企业工程效率，降低成本。DevOps 建设工程是助力农业银行]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[YARN 在字节跳动的优化与实践]]></title>

    <link>http://www.sykv.com/cat/datamining/26025.html</link>

    <description><![CDATA[YARN (Yet Another Resource Negotiator) 是 Hadoop 集群的资源管理系统，是 Hadoop 生态中非常重要的成员项目。一般来说，离线生态可以分为五层：最底层是裸金属层， 由众多物理节点组成，每个节]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[全球超算TOP500最新排名：搭载ARM日本超算Fugaku首]]></title>

    <link>http://www.sykv.com/cat/datamining/26024.html</link>

    <description><![CDATA[最近，TOP500超级计算机排名最新出炉。日本超算Fugaku首次搭载ARM芯片夺冠！目前，世界十大超级计算机中有八台使用 NVIDIA GPU、 InfiniBand 网络或两者都有使用。这些超级计算机是美国、欧]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[记住：永远不要在 MySQL 中使用 UTF-8]]></title>

    <link>http://www.sykv.com/cat/datamining/26023.html</link>

    <description><![CDATA[为什么 MySQL 开发者会让“utf8”失效？我们或许可以从提交日志中寻找答案。MySQL 从 4.1 版本开始支持 UTF-8，也就是 2003 年，而今天使用的 UTF-8 标准（RFC 3629）是随后才出现的。旧版的]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020 年最漂亮的 Linux 发行版]]></title>

    <link>http://www.sykv.com/cat/datamining/26022.html</link>

    <description><![CDATA[elementary OS 操作系统是最漂亮的 Linux 发行版之一。它基于 macOS 外观，同时为 Linux 用户提供了出色的用户体验。如果你已经习惯使用 macOS，则使用 elementary OS 不会有任何问题。另外，el]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[深入分析 Flink SQL 工作机制]]></title>

    <link>http://www.sykv.com/cat/datamining/26021.html</link>

    <description><![CDATA[Flink SQL 利用 Apache Calcite 将 SQL 翻译为关系代数表达式，使用表达式折叠（Expression Reduce），下推优化（Predicate / Projection Pushdown ）等优化技术生成物理执行计划（Physical Plan），利用 Cod]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[10 大黑客专用的 Linux 操作系统]]></title>

    <link>http://www.sykv.com/cat/datamining/26020.html</link>

    <description><![CDATA[Kali Linux是最著名的Linux发行版，用于道德黑客和渗透测试。Kali Linux由Offensive Security开发，之前由BackTrack开发。Kali Linux基于Debian。它带有来自安全和取证各个领域的大量渗透测试工具。现]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Prometheus 踩坑集锦]]></title>

    <link>http://www.sykv.com/cat/datamining/26019.html</link>

    <description><![CDATA[监控系统的历史悠久，是一个很成熟的方向，而 Prometheus 作为新生代的开源监控系统，慢慢成为了云原生体系的事实标准，也证明了其设计很受欢迎。本文主要分享在 Prometheus 实践中遇]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[史上最全的基站天馈知识]]></title>

    <link>http://www.sykv.com/cat/datamining/26018.html</link>

    <description><![CDATA[简而言之，频率越高，相同线型的百米损耗越大；线型越粗，各频段的损耗差越小。为了将直接安装在电缆上的“连接器”与直接安装在接头之间的“转接器”区分开来，我们人为地将]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[放弃 MBP 用 8GB 的树莓派4 工作一天，是这样的感]]></title>

    <link>http://www.sykv.com/cat/datamining/26016.html</link>

    <description><![CDATA[说了这么多，8GB 的树莓派 4 到底值不值得上手？作者给出的结论是：如果你想用它当通用电脑，那肯定是不行的。但对于一部分人来说，这款树莓派有它的独特优势。如果你对计算机的]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[开源组件Flink性能优化之实时计算延迟填坑记]]></title>

    <link>http://www.sykv.com/cat/datamining/26014.html</link>

    <description><![CDATA[Flink具备高吞吐、低延迟、纯流式架构、支持对乱序事件的处理、有状态、高度灵活的窗口定制、失败恢复、故障转移、水平扩展、批处理、流处理统一的API等大数据处理优势。基于大数]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Spark 3.0开发近两年终于发布，流、Python、SQL重大]]></title>

    <link>http://www.sykv.com/cat/datamining/26013.html</link>

    <description><![CDATA[Spark 诞生于加州大学伯克利分校的 AMPLab 实验室，该实验室致力于数据密集型计算的研究。AMPLab 研究人员与大型互联网公司合作，研究如何解决数据和 AI 问题，然后发现那些拥有海量数]]></description>

    <pubDate>2020-06-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Kubernetes与GlusterFS的爱恨情仇]]></title>

    <link>http://www.sykv.com/cat/datamining/25880.html</link>

    <description><![CDATA[Kubernetes，容器管理领域的领导者；GlusterFS，分布式文件系统的后起之秀，他们之间会擦出什么样的火花呢？用Kubernetes部署的应用可以分为无状态的和有状态的，无状态的应用没有数据，]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何干掉恶心的 SQL 注入？]]></title>

    <link>http://www.sykv.com/cat/datamining/25879.html</link>

    <description><![CDATA[JDBC，全称 Java Database Connectivity，是 Java 访问数据库的 API，不依赖于特定数据库 ( database-independent )。所有 Java 持久层技术都基于 JDBC。直接使用 JDBC 的场景，如果代码中存在拼接 SQL 语句]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[量子编程迎重大突破！量子计算机领域第一种高]]></title>

    <link>http://www.sykv.com/cat/datamining/25878.html</link>

    <description><![CDATA[在打造强大量子计算机方面，近期出现的一系列技术进步令人振奋。近日，苏黎世联邦理工学院的计算机科学家们又在编程语言领域取得重要突破：他们推出的“量子语言”成为第一种]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[我们为什么不用Kubernetes？]]></title>

    <link>http://www.sykv.com/cat/datamining/25877.html</link>

    <description><![CDATA[Kubernetes 是一个功能强大的 PaaS 工具包，具有许多安全相关的选项，可以支持各种部署场景。当它成为大家普遍认可的 PaaS 选项时，从安全的角度来看，这是非常有价值的，因为这些安全]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Apache Spark 3.0.0 正式版终于发布了，重要特性全面]]></title>

    <link>http://www.sykv.com/cat/datamining/25876.html</link>

    <description><![CDATA[Apache Spark 3.0 增加了很多令人兴奋的新特性，包括动态分区修剪、自适应查询执行、加速器感知调度、支持 Catalog 的数据源API、SparkR 中的向量化、支持 Hadoop 3/JDK 11/Scala 2.12 等等。这个版]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[深度好文：Linux系统内存知识]]></title>

    <link>http://www.sykv.com/cat/datamining/25875.html</link>

    <description><![CDATA[Linux 内存是后台开发人员，需要深入了解的计算机资源。合理的使用内存，有助于提升机器的性能和稳定性。本文主要介绍Linux 内存组织结构和页面布局，内存碎片产生原因和优化算法]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[微服务下数据一致性的几种实现方式]]></title>

    <link>http://www.sykv.com/cat/datamining/25874.html</link>

    <description><![CDATA[在介绍微服务下的数据一致性之前，先简单地介绍一下事务的背景。传统单机应用使用一个RDBMS作为数据源。应用开启事务，进行CRUD，提交或回滚事务，统统发生在本地事务中，由资源]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分析了上千张照片发现：R 语言程序员最快乐，]]></title>

    <link>http://www.sykv.com/cat/datamining/25873.html</link>

    <description><![CDATA[在 IT 的世界里，人们形成了很多种刻板印象，比如“PHP 是最差的编程语言”，或者“Python 只适合初学者”。所幸的是，我们可以通过 GitHub 和开发者调查来找出真相。GitHub 想必大家都]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[终于搞懂了 TCP 的 11 种状态 ，太不容易了…]]></title>

    <link>http://www.sykv.com/cat/datamining/25872.html</link>

    <description><![CDATA[本来想写运维过程中，nginx 服务器中 time_wait 的相关测试及解决方法的，然后发现TCP 的状态需要先铺垫一下，于是就整理了这篇文章。网上很多大佬整理TCP三次握手、四次挥手，看到过]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Python中那些低调有趣的模块]]></title>

    <link>http://www.sykv.com/cat/datamining/25871.html</link>

    <description><![CDATA[python语言上位成功的其中一个原因是其丰富的社区支持，不管你有什么奇奇怪怪的需求，大概率能在网上搜到一个库来便捷实现。这篇文章就列举了几个低调的python模块，可能会派上用]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一文弄懂 Gitflow、Github flow、Gitlab flow 的工作流]]></title>

    <link>http://www.sykv.com/cat/datamining/25870.html</link>

    <description><![CDATA[Git 作为一个源码管理系统，不可避免涉及到多人协作。协作必须有一个规范的工作流程，让大家有效地合作，使得项目井井有条地发展下去。”工作流程”在英语里，叫做”workflow”或]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[用Prometheus监控K8S，目前最实用的部署方式都说全]]></title>

    <link>http://www.sykv.com/cat/datamining/25869.html</link>

    <description><![CDATA[Kubernetes使用Docker进行容器管理，如果说Docker和kubernetes的搭配是云原生时代的基石，那么Prometheus为云原生插上了飞翔的翅膀。随着云原生社区的不断壮大，应用场景越来越复杂，需要一]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[使用Kubernetes最常犯的10个错误]]></title>

    <link>http://www.sykv.com/cat/datamining/25868.html</link>

    <description><![CDATA[通常我们要么不设置CPU请求（request）要么将CPU请求设置得很低（这样我们就可以在每个节点上容纳很多Pod），因此节点的使用量会过大。在需求旺盛的时候，节点的CPU会被充分利用，我]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一文搞懂什么是 vlan、三层交换机、网关、DNS、子]]></title>

    <link>http://www.sykv.com/cat/datamining/25867.html</link>

    <description><![CDATA[VLAN中文是“虚拟局域网”。LAN可以是由少数几台家用计算机构成的网络，也可以是数以百计的计算机构成的企业网络。VLAN所指的LAN特指使用路由器分割的网络——也就是广播域。单臂路]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[基准测试表明, Async Python 远不如同步方式]]></title>

    <link>http://www.sykv.com/cat/datamining/25866.html</link>

    <description><![CDATA[大多数人都知道 async Python 具有更高的并发性。这意味着对于常见的任务如动态网站或 Web API, async 性能更好。但遗憾的是，async 对于 Python 解释器来说，并不是一个加速条。在现实条件下]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分布式锁用 Redis 还是 Zookeeper？]]></title>

    <link>http://www.sykv.com/cat/datamining/25865.html</link>

    <description><![CDATA[为什么用分布式锁？在讨论这个问题之前，我们先来看一个业务场景：系统A是一个电商系统，目前是一台机器部署，系统中有一个用户下订单的接口，但是用户下订单之前一定要去检查]]></description>

    <pubDate>2020-06-21</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[新基建周期中，要让交通数字化成为长期发展引]]></title>

    <link>http://www.sykv.com/cat/datamining/25708.html</link>

    <description><![CDATA[多家研究机构的研究显示，交通行业正处于数字化转型的关键时期和拐点，未来几年将会呈现爆发式的发展]]></description>

    <pubDate>2020-06-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[深度解读 Flink 1.11：流批一体 Hive 数仓]]></title>

    <link>http://www.sykv.com/cat/datamining/25704.html</link>

    <description><![CDATA[Flink 1.11 中流计算结合 Hive 批处理数仓，给离线数仓带来 Flink 流处理实时且 Exactly-once 的能力。另外，Flink 1.11 完善了 Flink 自身的 Filesystem connector，大大提高了 Flink 的易用性。针对离线]]></description>

    <pubDate>2020-06-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[卧槽！红警代码竟然开源了！！！]]></title>

    <link>http://www.sykv.com/cat/datamining/25703.html</link>

    <description><![CDATA[有个项目偷偷爬上了热榜的位置，它就是：CnC_Remastered_Collection。这个可不是一般的项目，里面存放的，是由国外知名电子游戏公司 Electronic Arts（艺电）所开源的两款「命运与征服」系列]]></description>

    <pubDate>2020-06-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[浅谈数据挖掘的基本概念及其最常用算法]]></title>

    <link>http://www.sykv.com/cat/datamining/25553.html</link>

    <description><![CDATA[当前，大数据的理论和应用正在国民经济和生活的各个领域如火如荼的进行。很多人对大数据的基本概念和特点已经有所了解，]]></description>

    <pubDate>2020-06-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[阿里巴巴为什么不用 ZooKeeper 做服务发现？]]></title>

    <link>http://www.sykv.com/cat/datamining/25526.html</link>

    <description><![CDATA[站在未来的路口，回望历史的迷途，常常会很有意思，因为我们会不经意地兴起疯狂的念头，例如如果当年某事提前发生了，而另外一件事又没有发生会怎样？一如当年的奥匈帝国皇位]]></description>

    <pubDate>2020-06-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[交易、账务系统去 Oracle 经验]]></title>

    <link>http://www.sykv.com/cat/datamining/25525.html</link>

    <description><![CDATA[2013 年 5 月，支付宝最后一台小型机下线，去 “IOE” 取得里程碑进展。支付宝（以及后来的蚂蚁金服）走的是一条跟传统金融行业不同的分布式架构之路。要基于普通硬件资源实现金融]]></description>

    <pubDate>2020-06-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[终于有人把 HTTPS 原理讲清楚了！]]></title>

    <link>http://www.sykv.com/cat/datamining/25524.html</link>

    <description><![CDATA[大家可能都听说过 HTTPS 协议之所以是安全的是因为 HTTPS 协议会对传输的数据进行加密，而加密过程是使用了非对称加密实现。但其实，HTTPS 在内容传输的加密上使用的是对称加密，非对]]></description>

    <pubDate>2020-06-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[GitHub告警：恶意软件正通过流行开源 IDE 攻击 J]]></title>

    <link>http://www.sykv.com/cat/datamining/25523.html</link>

    <description><![CDATA[3 月 9 日，GitHub 收到了安全研究员 JJ 发来的警告通知：“我发现了一组感染了恶意程序 Octopus Scanner 的开源库。”随后，GitHub 开始自查，在站点上共发现了 26 个包含 Octopus Scanner 恶意软]]></description>

    <pubDate>2020-06-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[HTTP/3 来了 ！未来可期]]></title>

    <link>http://www.sykv.com/cat/datamining/25522.html</link>

    <description><![CDATA[随着网络技术的发展，1999 年设计的 HTTP/1.1 已经不能满足需求，所以 Google 在 2009 年设计了基于 TCP 的 SPDY，后来 SPDY 的开发组推动 SPDY 成为正式标准，不过最终没能通过。不过 SPDY 的开]]></description>

    <pubDate>2020-06-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Prometheus Metrics 设计的最佳实践和应用实例]]></title>

    <link>http://www.sykv.com/cat/datamining/25521.html</link>

    <description><![CDATA[Prometheus 是一个开源的监控解决方案，部署简单易使用，难点在于如何设计符合特定需求的 Metrics 去全面高效地反映系统实时状态，以助力故障问题的发现与定位。本文即基于最佳实践的]]></description>

    <pubDate>2020-06-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Spark 3.0 自适应查询优化介绍，在运行时加速 Sp]]></title>

    <link>http://www.sykv.com/cat/datamining/25520.html</link>

    <description><![CDATA[多年以来，社区一直在努力改进 Spark SQL 的查询优化器和规划器，以生成高质量的查询执行计划。最大的改进之一是基于成本的优化（CBO，cost-based optimization）框架，该框架收集并利用各]]></description>

    <pubDate>2020-06-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Redis背后的故事]]></title>

    <link>http://www.sykv.com/cat/datamining/25518.html</link>

    <description><![CDATA[Redis已成为世界上最受欢迎的数据库之一，但当初正是因为Sanfilippo对数据库“缺乏经验”，使他敢于打破“良好”数据库工程的各种神圣规则，创建了Redis。如果Redis之父萨尔瓦多·桑菲]]></description>

    <pubDate>2020-06-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[美国拟5年内向AI、量子计算等投资千亿美元，「]]></title>

    <link>http://www.sykv.com/cat/datamining/25458.html</link>

    <description><![CDATA[近日，美国参议院民主党领袖Chuck Schumer提出《无尽前沿法案》（Endless Frontiers Act），拟在未来5年内向美国国家科学基金会投资1000亿美元，用于人工智能、量子计算、机器人技术、先进]]></description>

    <pubDate>2020-05-30</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[K8s和YARN都不够好！全面解析Facebook自研流处理服]]></title>

    <link>http://www.sykv.com/cat/datamining/25457.html</link>

    <description><![CDATA[Facebook 在许多使用场景采用了分布式流处理，包括推荐系统、网站内容交互分析等，这些应用的大规模实时运行需要达成严格的 SLO。为此，Facebook 构建了新的流处理服务管理平台 Turbi]]></description>

    <pubDate>2020-05-30</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[年华数据科技有限公司发布“数据中台解决方案]]></title>

    <link>http://www.sykv.com/cat/datamining/25434.html</link>

    <description><![CDATA[5月27日，2020“数博发布”活动中，年华数据科技有限公司正式发布了“数据中台解决方案”。该方案包括数据汇聚、数据加工治理、数据资源管理方案，可支撑数据中台建管一体化、业]]></description>

    <pubDate>2020-05-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[部门库建设初探]]></title>

    <link>http://www.sykv.com/cat/datamining/25341.html</link>

    <description><![CDATA[各级政府都在建设大数据中心，也建设了各种大数据平台，目的是汇聚各部门数据。但在实际过程中，数据的归集、融合一直是比较难的问题，]]></description>

    <pubDate>2020-05-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[避免数据分析灾难发生的6个技巧]]></title>

    <link>http://www.sykv.com/cat/datamining/25339.html</link>

    <description><![CDATA[数据分析对公司来说是非常有价值的，它可以提供对数据的深刻见解，而这些见解原本可能是不可见的。]]></description>

    <pubDate>2020-05-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何画出优秀的架构图？]]></title>

    <link>http://www.sykv.com/cat/datamining/25326.html</link>

    <description><![CDATA[架构就是对系统中的实体以及实体之间的关系所进行的抽象描述，是一系列的决策。架构是结构和愿景。系统架构是概念的体现，是对物/信息的功能与形式元素之间的对应情况所做的分]]></description>

    <pubDate>2020-05-22</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[质疑谷歌量子优越性：阿里团队发预印本论文，]]></title>

    <link>http://www.sykv.com/cat/datamining/25325.html</link>

    <description><![CDATA[2019 年见证了许多历史性时刻，但这些历史性时刻仍需经受考验。例如谷歌宣布实现量子优越性（Quantum Supremacy）。当时，谷歌在其刊登于 Nature 的论文中表示，已经开发出了一款名为]]></description>

    <pubDate>2020-05-22</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[手把手教你在 CentOS 上搭建 Kubernetes 集群]]></title>

    <link>http://www.sykv.com/cat/datamining/25245.html</link>

    <description><![CDATA[使用kubeadm init命令初始化集群之下载Docker镜像到所有主机的实始化时会下载kubeadm必要的依赖镜像，同时安装etcd,kube-dns,kube-proxy,由于我们GFW防火墙问题我们不能直接访问，因此先通过其它]]></description>

    <pubDate>2020-05-20</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[互联网公司常用 MySQL 分库分表方案]]></title>

    <link>http://www.sykv.com/cat/datamining/25244.html</link>

    <description><![CDATA[不管是IO瓶颈，还是CPU瓶颈，最终都会导致数据库的活跃连接数增加，进而逼近甚至达到数据库可承载活跃连接数的阈值。在业务Service来看就是，可用数据库连接少甚至无连接可用。接]]></description>

    <pubDate>2020-05-20</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[关于数据中台建设之思考]]></title>

    <link>http://www.sykv.com/cat/datamining/25243.html</link>

    <description><![CDATA[数据中台是聚合和治理跨域数据，将数据抽象封装成服务，提供给前台以业务价值的逻辑概念。数据中台是一套可持续“让企业的数据用起来”的机制，一种战略选择和组织形式，是依]]></description>

    <pubDate>2020-05-20</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Kafka加Flink不是终点！下一代大数据平台Pravega]]></title>

    <link>http://www.sykv.com/cat/datamining/25138.html</link>

    <description><![CDATA[发展到现在，Apache Kafka 无疑是很成功的，Confluent 公司曾表示世界五百强中有三分之一的企业在使用 Kafka。实时备份机制让它在推荐、广告等互联网场景中游刃有余，但是实际生产中还有]]></description>

    <pubDate>2020-05-18</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分类类别不均衡？来试试 Facebook 的学习表征和分]]></title>

    <link>http://www.sykv.com/cat/datamining/24995.html</link>

    <description><![CDATA[图像分类一直是深度学习领域中非常基本且工业应用广泛的任务，然而如何处理待分类样本中存在的类别不均衡问题是长期困扰学界与工业界的一个难题。相对来说，学术研究提供的普]]></description>

    <pubDate>2020-05-08</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Redis 6.0.0 GA 正式发布，有这些新特性]]></title>

    <link>http://www.sykv.com/cat/datamining/24973.html</link>

    <description><![CDATA[Redis 创始人宣布 Redis 6.0.0 稳定版正式 GA。正如 Redis 作者 antirez 所说，这是迄今最“企业”化的版本（SSL 与 ACL 等特性与企业极相关），也是最大的版本，同时也是参与人数最多的版本。]]></description>

    <pubDate>2020-05-08</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何画出优秀的架构图？]]></title>

    <link>http://www.sykv.com/cat/datamining/24940.html</link>

    <description><![CDATA[架构就是对系统中的实体以及实体之间的关系所进行的抽象描述，是一系列的决策。架构是结构和愿景。系统架构是概念的体现，是对物/信息的功能与形式元素之间的对应情况所做的分]]></description>

    <pubDate>2020-05-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[动图展示 10 大 Git 命令]]></title>

    <link>http://www.sykv.com/cat/datamining/24860.html</link>

    <description><![CDATA[尽管 Git 是一款非常强大的工具，但如果我说 Git 用起来简直是噩梦，大多数人也会认同我的说法。我发现在使用 Git 时，在头脑里可视化地想象它会非常有用：当我执行一个特定命令时]]></description>

    <pubDate>2020-04-27</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[超全！19 种损失函数，你能认识几个？]]></title>

    <link>http://www.sykv.com/cat/datamining/24772.html</link>

    <description><![CDATA[当训练有 C 个类别的分类问题时很有效. 可选参数 weight 必须是一个1维 Tensor, 权重将被分配给各个类别. 对于不平衡的训练集非常有效。在多分类任务中，经常采用 softmax 激活函数+交叉熵]]></description>

    <pubDate>2020-04-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[DRAM的架构历史和未来]]></title>

    <link>http://www.sykv.com/cat/datamining/24750.html</link>

    <description><![CDATA[内存是计算机系统设计中的重要主题。在IMEC，我们为独立以及嵌入式应用程序开发了多种新兴的内存技术。包括用于高速缓存级应用的MRAM技术，改进DRAM设备的新方法，填补了DRAM和NAN]]></description>

    <pubDate>2020-04-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[浅谈使用Binlog实现MySQL增量备份]]></title>

    <link>http://www.sykv.com/cat/datamining/24722.html</link>

    <description><![CDATA[在写文章的时候，我一直在纠结，这个到底能不能算增量备份，因为使用binlog的这种方式，按照官方文档的说话，应该叫做 point-in-time ，而非正经的增量模式，但是也聊胜于无。首先我]]></description>

    <pubDate>2020-04-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Flink SQL vs Spark SQL]]></title>

    <link>http://www.sykv.com/cat/datamining/24721.html</link>

    <description><![CDATA[Spark SQL 的核心是Catalyst优化器，首先将SQL处理成未优化过的逻辑计划（Unresolved Logical Plan），其只包括数据结构，不包含任何数据信息。然后通过解析，形成解析后的逻辑计划（ Logical]]></description>

    <pubDate>2020-04-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[什么是Service Mesh]]></title>

    <link>http://www.sykv.com/cat/datamining/24720.html</link>

    <description><![CDATA[Service Mesh作为下一代微服务技术的代名词，初出茅庐却深得人心一鸣惊人，大有一统微服务时代的趋势。那么到底什么是Service Mesh？一言以蔽之：Service Mesh是微服务时代的TCP协议。有了]]></description>

    <pubDate>2020-04-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一篇文章带你逆袭 Kafka]]></title>

    <link>http://www.sykv.com/cat/datamining/24688.html</link>

    <description><![CDATA[Apache Kafka 是一个快速、可扩展的、高吞吐的、可容错的分布式“发布-订阅”消息系统， 使用 Scala 与 Java 语言编写，能够将消息从一个端点传递到另一个端点。较之传统的消息中间件（]]></description>

    <pubDate>2020-04-20</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[中国 SaaS 企业的抱团生态]]></title>

    <link>http://www.sykv.com/cat/datamining/24687.html</link>

    <description><![CDATA[2014年是中国企业服务热潮开启的元年。以Salesforce为标杆代表的SaaS模式，深深刺激了国内ToB行业从业人士，以及投资人。无论是再造一个中国自己的Salesforce，亦或者在其他赛道领域，跑]]></description>

    <pubDate>2020-04-20</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[船新论文评审Python程序，淘汰人工审核，自动给arXiv打分]]></title>

    <link>http://www.sykv.com/cat/datamining/24631.html</link>

    <description><![CDATA[什么？同行评审已经可以被AI程序取代了？ 就在4月1日，英国牛津大学提出了最新的评审标准算法State-Of-the-Art Review，SOAR，同时开源了它的Python程序代码。 SOAR优化了过去同行评审多目标]]></description>

    <pubDate>2020-04-16</pubDate>

    <category>数据挖掘</category>

    <author>admin</author>

    <comments>可思数据</comments>

</item>
<item>

    <title><![CDATA[中台崛起的本质是“去ERP化”]]></title>

    <link>http://www.sykv.com/cat/datamining/24568.html</link>

    <description><![CDATA[中台的崛起代表了一部分中国领先企业的“去 ERP 化”趋势，从以资源集约化为中心走向以用户价值为中心，从闭源单体架构的商业 ERP 套件走向分布式微服务架构的业务开放平台。本文]]></description>

    <pubDate>2020-04-16</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020年你应该选择哪个Java微服务框架？]]></title>

    <link>http://www.sykv.com/cat/datamining/24500.html</link>

    <description><![CDATA[至今，Java仍旧是用来构建Web应用的最流行编程语言之一 —— 但是它不得不面对诸如Go，Python和TypeScript等新语言的严峻挑战。在Java世界里，Spring框架早已成为微服务开发的事实标准。通]]></description>

    <pubDate>2020-04-14</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[7种预测性存储分析工具的比较]]></title>

    <link>http://www.sykv.com/cat/datamining/24494.html</link>

    <description><![CDATA[日立、Infinidat、Pure Storage和其他存储供应商的存储管理工具采用人工智能技术来提高阵列操作和存储管理效率，为此将对这些供应商提供的预测性存储分析工具进行比较。]]></description>

    <pubDate>2020-04-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[疫情下中小学在线教育画像：超七成学生使用智能手机]]></title>

    <link>http://www.sykv.com/cat/datamining/24489.html</link>

    <description><![CDATA[数据挖掘 疫情下的中小学在线教育大数据画像 疫情是块试金石。面对突如其来的新冠肺炎疫情，亿万学生开展大规模在线教育。这是我国教育系统应对重大突发公共卫生事件能力的一]]></description>

    <pubDate>2020-04-13</pubDate>

    <category>数据挖掘</category>

    <author>admin</author>

    <comments>可思数据</comments>

</item>
<item>

    <title><![CDATA[10W+ K8s容器数量下，携程如何打造统一弹性调度体]]></title>

    <link>http://www.sykv.com/cat/datamining/24488.html</link>

    <description><![CDATA[携程K8s容器服务承载着各BU的核心业务，容器数量超过10W，并仍然以每年数倍的速度增长。调度体系也经历了从Mesos上的自研调度器到K8s fork版本的调度器演进过程。业务目标上，最初调]]></description>

    <pubDate>2020-04-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[中台翻车纪实：一年叫停，员工转岗被裁，资源]]></title>

    <link>http://www.sykv.com/cat/datamining/24487.html</link>

    <description><![CDATA[正值 2016 年“直播元年”，在短视频风口上，国内某大集团开始调动各业务线的精兵强将，组建新的业务单元，以“业务中台”的形式集合公司力量，想要迅速占领行业高地。公司对这]]></description>

    <pubDate>2020-04-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Apache Doris在美团外卖数仓中的应用实践]]></title>

    <link>http://www.sykv.com/cat/datamining/24471.html</link>

    <description><![CDATA[业务团队日常经营分析最典型的场景就是各种维度下的自定义查询，面对如此灵活可变、所见即所得的应用场景，美团平台使用Kylin作为公司的主要MOLAP引擎。MOLAP是预计算生产，在增量]]></description>

    <pubDate>2020-04-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Serverless 的喧哗与骚动]]></title>

    <link>http://www.sykv.com/cat/datamining/24444.html</link>

    <description><![CDATA[Serverless 和很多词如微服务一样，是没有精确定义的，也没有事实的标准。什么是事实标准？Kubernetes 是事实标准；对 Java 程序员来说 Spring Boot / Spring Cloud 是事实标准。事实标准就是一种]]></description>

    <pubDate>2020-04-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[聊聊分布式事务，再说说解决方案]]></title>

    <link>http://www.sykv.com/cat/datamining/24443.html</link>

    <description><![CDATA[分布式事务是企业集成中的一个技术难点，也是每一个分布式系统架构中都会涉及到的一个东西，特别是在微服务架构中，几乎可以说是无法避免，本文就分布式事务来简单聊一下。当]]></description>

    <pubDate>2020-04-09</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Python-Cartopy包: 地理空间数据可视化]]></title>

    <link>http://www.sykv.com/cat/datamining/24423.html</link>

    <description><![CDATA[Cartopy 是为了向 Python 添加地图制图功能而开发的扩展库。该项目致力于以 matplotlib 包为基础，用简单直观的方式操作各类地理要素的成图。Cartopy 官网的画廊页面已经提供了很多绘图的]]></description>

    <pubDate>2020-04-08</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[用漫画了解 Linux 内核到底长啥样！]]></title>

    <link>http://www.sykv.com/cat/datamining/24422.html</link>

    <description><![CDATA[这幅漫画是以一个房子的侧方刨面图来绘画的。使用这样的一个房子来代表 Linux 内核。作为一个房子，最重要的莫过于其地基，在这个图片里，我们也从最下面的地基开始看起：地基（]]></description>

    <pubDate>2020-04-08</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[选Python还是选Java？2020年，顶尖程序员最应该掌握的7种编程语言]]></title>

    <link>http://www.sykv.com/cat/datamining/24412.html</link>

    <description><![CDATA[哪种编程语言最好？这个问题可能永远不会有答案。萝卜白菜，各有所爱，AI 工程师和科学家可以根据项目需要，从众多编程语言中选择最适合自己的。 有人曾经将编程比作做菜，那编]]></description>

    <pubDate>2020-04-07</pubDate>

    <category>数据挖掘</category>

    <author>admin</author>

    <comments>可思数据</comments>

</item>
<item>

    <title><![CDATA[RabbitMQ与Kafka的技术差异以及使用注意点]]></title>

    <link>http://www.sykv.com/cat/datamining/24364.html</link>

    <description><![CDATA[RabbitMQ是一个消息代理，但是Apache Kafka是一个分布式流式系统。好像从语义上就可以看出差异，但是它们内部的一些特性会影响到我们是否能够很好的设计各种用例。例如，Kafka最适用于]]></description>

    <pubDate>2020-04-01</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[core-js 作者入狱 18 个月，2600 万次周下载的开源项]]></title>

    <link>http://www.sykv.com/cat/datamining/24314.html</link>

    <description><![CDATA[一位彪悍的俄罗斯程序员，名字叫丹尼斯·普什卡列夫（Denis Pushkarev），平时爱好就是飙摩托车。在一次事故中，他以 60 km/h的速度驾驶，结果撞了两个行人，一人现场死亡。根据俄罗斯]]></description>

    <pubDate>2020-03-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[谷歌、甲骨文史诗级版权诉讼案，10 年 API 之争下]]></title>

    <link>http://www.sykv.com/cat/datamining/24312.html</link>

    <description><![CDATA[最近一桩缠绵十年的案子，因为临审将近，又被大家翻出来。那就是甲骨文和谷歌 API 侵权之争。这桩案子起源于 2009 年，甲骨文斥资 74 亿美元收购发明了 Java 的 Sun Microsystems。次年甲骨]]></description>

    <pubDate>2020-03-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[消息队列和 RocketMQ 入门总结]]></title>

    <link>http://www.sykv.com/cat/datamining/24311.html</link>

    <description><![CDATA[消息队列顾名思义就是存放消息的队列，队列我就不解释了，别告诉我你连队列都不知道似啥吧？所以问题并不是消息队列是什么，而是消息队列为什么会出现？消息队列能用来干什么]]></description>

    <pubDate>2020-03-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020年的4种数据分析主导趋势]]></title>

    <link>http://www.sykv.com/cat/datamining/24211.html</link>

    <description><![CDATA[随着数据战略成为企业数字业务的关键推动因素，数据管理现代化、分析民主化以及建立信任的必要性在2020年将至关重要。]]></description>

    <pubDate>2020-03-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[三分钟带你了解数据挖掘]]></title>

    <link>http://www.sykv.com/cat/datamining/24210.html</link>

    <description><![CDATA[今天，我带领大家来了解一下数据挖掘。首先，我们先来了解一下数据挖掘的定义。数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。我们再来看一下数据挖掘的详细]]></description>

    <pubDate>2020-03-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据科学异常值检测原理之经验法则]]></title>

    <link>http://www.sykv.com/cat/datamining/24209.html</link>

    <description><![CDATA[数据样本符合标准正态分布，正态分布的核心是中心极限定理即：如果一个事物受到多种因素的影响，不管每个因素本身是什么分布，它们加总后，结果的平均值就是正态分布。]]></description>

    <pubDate>2020-03-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020年十个强大的数据建模工具]]></title>

    <link>http://www.sykv.com/cat/datamining/24207.html</link>

    <description><![CDATA[数据科学可以使企业处理大量信息，并获得曾经花费大量时间才计算出来的宝贵数据。如果企业处理大量数据，那么可以采用数据建模工具为其业务或开发新数据库的任务创建整体IT策略]]></description>

    <pubDate>2020-03-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[适用于商业智能团队的优秀数据分析工具]]></title>

    <link>http://www.sykv.com/cat/datamining/24204.html</link>

    <description><![CDATA[如何知道哪种数据分析工具可以帮助企业实现商业智能目标呢?现在已经完成了所有艰苦的工作，并基于它们的健壮性、集成能力和易用性，确定了一些有用的数据分析工具，它们可以帮]]></description>

    <pubDate>2020-03-26</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020年，5种将死的编程语言]]></title>

    <link>http://www.sykv.com/cat/datamining/24182.html</link>

    <description><![CDATA[曾几何时，几乎每个人都在使用Perl语言编程。但是那些经常使用的人慢慢地发现，关于这个Perl语言似乎总是有点不对劲。至少我知道有这么个叫做“piecemeal”的编程语言，它的创造者似]]></description>

    <pubDate>2020-03-24</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[RabbitMQ和Kafka的比较]]></title>

    <link>http://www.sykv.com/cat/datamining/24112.html</link>

    <description><![CDATA[异步消息可以作为解耦消息的生产和处理的一种解决方案。提到消息系统，我们通常会想到两种主要的消息模式——消息队列和发布/订阅模式。利用消息队列可以解耦生产者和消费者。]]></description>

    <pubDate>2020-03-19</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[设计一个数据中台，总共分几步？]]></title>

    <link>http://www.sykv.com/cat/datamining/24056.html</link>

    <description><![CDATA[本文旨在探讨通用的数据中台架构设计方法，产出物为数据中台的逻辑架构。]]></description>

    <pubDate>2020-03-19</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[携程 Hadoop 跨机房架构实践]]></title>

    <link>http://www.sykv.com/cat/datamining/24052.html</link>

    <description><![CDATA[本文将分享携程 Hadoop 跨机房架构实践，包含 Hadoop 在携程的发展情况，整个跨机房项目的背景，我们跨机房的架构选型思路和落地实践，相关的改造和对未来的展望，希望给大家一些启]]></description>

    <pubDate>2020-03-19</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Fast.ai两创始人联合发文，用数据科学解读新冠被]]></title>

    <link>http://www.sykv.com/cat/datamining/24043.html</link>

    <description><![CDATA[这篇文章与AI技术无关，而是在呼吁大家重视COVID-2019疫情，文章的题目是“新型冠状病毒，社会与你——数据科学家的视角]]></description>

    <pubDate>2020-03-18</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[结构化数据不应该被人工智能遗忘！]]></title>

    <link>http://www.sykv.com/cat/datamining/24036.html</link>

    <description><![CDATA[虽然人工智能的最新发展已经从非结构化数据中挖掘出了巨大价值，但对结构化数据而言，其研究和应用也是不可忽视的，因为结构化数据对于驱动企业的业务发展、营收、数据安全以]]></description>

    <pubDate>2020-03-18</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Spark 3.0 终于支持 event logs 滚动了]]></title>

    <link>http://www.sykv.com/cat/datamining/24015.html</link>

    <description><![CDATA[Spark 的 event log 为什么不可以提供类似功能呢?值得高兴的是，即将发布的 Spark 3 0 为我们带来了这个功能(具体参见 SPARK-28594)。]]></description>

    <pubDate>2020-03-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[15 个提高效率的 Python 编程技巧]]></title>

    <link>http://www.sykv.com/cat/datamining/24014.html</link>

    <description><![CDATA[每次写 Python 都会忘记该怎么写，最后只能去 Stack Overflow 查?我也一样。时间一长，这让人厌倦。]]></description>

    <pubDate>2020-03-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[盘点100个最受欢迎的Java库，看看用过那几个？]]></title>

    <link>http://www.sykv.com/cat/datamining/24004.html</link>

    <description><![CDATA[续两年，junit 二度成为 GitHub 中最受欢迎的 Java 库。与此同时，Java 日志记录 API slf4j 获得第二名，log4j 排名第四。此外，谷歌的开源项目 Guava 来势汹汹，勇夺第三名，该库包含了一系列]]></description>

    <pubDate>2020-03-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Kafka为什么这么快？]]></title>

    <link>http://www.sykv.com/cat/datamining/24003.html</link>

    <description><![CDATA[在过去的几年里，软件架构领域发生了巨大的变化。人们不再认为所有的系统都应该共享一个数据库。微服务、事件驱动架构和CQRS（命令查询的责任分离 Command Query Responsibility Segregati]]></description>

    <pubDate>2020-03-17</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[金融级数据库分布式改造的架构设计要点]]></title>

    <link>http://www.sykv.com/cat/datamining/23976.html</link>

    <description><![CDATA[银行业从最初的手工记账到会计电算化，到金融电子化，再到现在的金融科技，可以看到金融与科技的结合越来越紧密，人工智能、大数据、物联网、区块链等新兴技术改变了金融的交]]></description>

    <pubDate>2020-03-14</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[京东出品！写给大家看的数据分析思路（一）]]></title>

    <link>http://www.sykv.com/cat/datamining/23938.html</link>

    <description><![CDATA[数据分析主要分为 6 大步骤：构建 X 问题 – 提出假设 选择指标 – 数据采集与整理 – 数据分析 – 数据呈现 – 提出后续建议。下文将围绕这 6 步详细讲解每一步具体是如何做的。]]></description>

    <pubDate>2020-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[企业面临哪些数据湖管理挑战？]]></title>

    <link>http://www.sykv.com/cat/datamining/23934.html</link>

    <description><![CDATA[成功的数据治理方案涉及部署策略、标准和流程，以在整个企业中有效正确地利用高质量数据。如果你的企业具有数据湖环境，并希望从中获得高质量的分析结果，则你需要部署正确数]]></description>

    <pubDate>2020-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分析：亚马逊如何通过数据湖解决大数据挑战？]]></title>

    <link>http://www.sykv.com/cat/datamining/23933.html</link>

    <description><![CDATA[数据湖是一个集中式安全存储库，可让您以任何规模存储，管理，发现和共享所有结构化和非结构化数据。数据湖不需要预定义的架构，因此您可以处理原始数据，而不必知道将来可能]]></description>

    <pubDate>2020-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[在数据科学中使用 C 和 C++]]></title>

    <link>http://www.sykv.com/cat/datamining/23893.html</link>

    <description><![CDATA[让我们使用C99和C++11完成常见的数据科学任务。虽然Python和R之类的语言在数据科学中越来越受欢迎，但是C和C++对于高效的数据科学来说是一]]></description>

    <pubDate>2020-03-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[意料之外 情理之中：解读Gartner 2020年数据科学和]]></title>

    <link>http://www.sykv.com/cat/datamining/23833.html</link>

    <description><![CDATA[最近Gartner发布了数据科学和机器学习（DSML）平台魔力象限报告。数据科学、机器学习和人工智能的市场格局极为分散，竞争激烈且难以理解。Gartner尝试根据明确定义的标准对厂商进行]]></description>

    <pubDate>2020-03-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何首次构建云数据仓库]]></title>

    <link>http://www.sykv.com/cat/datamining/23818.html</link>

    <description><![CDATA[对很多组织来说，如何首次成功地构建云数据仓库是一个难题，因此需要了解一些知识和技巧。]]></description>

    <pubDate>2020-03-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Oracle发布基于云的数据科学平台 融入更多自动化]]></title>

    <link>http://www.sykv.com/cat/datamining/23807.html</link>

    <description><![CDATA[Oracle今天发布了一款基于云的数据科学平台，新平台为企业提供了一个用于分析和人工智能项目的工具包。]]></description>

    <pubDate>2020-03-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Python3.9又更新了：dict内置新功能，正式版十月见]]></title>

    <link>http://www.sykv.com/cat/datamining/23728.html</link>

    <description><![CDATA[公开这一版本的原因是希望帮助开发者尽快测试新特性、修复 bug 并测试开源流程。在这一阶段，新特性还在增加，直到迭代到 beta 版本，甚至是候选版本。官方表示，当前版本不推荐应]]></description>

    <pubDate>2020-03-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据越多能耗越大？《科学》最新算法模型揭示]]></title>

    <link>http://www.sykv.com/cat/datamining/23726.html</link>

    <description><![CDATA[今天凌晨，Science 杂志发表了美国西北大学和劳伦斯伯克利国家实验室(LBNL)的最新研究成果，为了能够较为科学准确地探究数据中心能源使用情况，研究人员开发了迄今为止最详细的全球]]></description>

    <pubDate>2020-03-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[秘籍：10个Python字符串处理技巧（附代码）]]></title>

    <link>http://www.sykv.com/cat/datamining/23725.html</link>

    <description><![CDATA[在探寻文本分析途径时却不知从何下手，该怎么办?那么可以通过这个字符串处理入门教程，来了解一下利用Python处理字符串的一些基本操作。]]></description>

    <pubDate>2020-03-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[消息中间件如何对接大数据]]></title>

    <link>http://www.sykv.com/cat/datamining/23723.html</link>

    <description><![CDATA[现如今，消息中间件已经在很多公司的业务中被广泛使用：业务解耦，消峰填谷，对接大数据，流式计算等等各种玩法层出不穷。]]></description>

    <pubDate>2020-03-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[实时可视化Debug：VS Code 开源新工具，一键解析代]]></title>

    <link>http://www.sykv.com/cat/datamining/23722.html</link>

    <description><![CDATA[DeBug 太枯燥?让 VS Code 画个图，自动帮你理清数据结构与代码思路，这就是 Reddit 2K 多点赞的开源新工具。]]></description>

    <pubDate>2020-03-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据脱敏技术发展趋势与行业应用研判]]></title>

    <link>http://www.sykv.com/cat/datamining/23721.html</link>

    <description><![CDATA[在降低数据敏感程度的基础上，数据脱敏技术会最大程度上的保持脱敏后数据的可用性，使脱敏后的数据依旧能够满足关联分析、机器学习、即时查询等需求。]]></description>

    <pubDate>2020-03-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一位数据科学家的独白]]></title>

    <link>http://www.sykv.com/cat/datamining/23718.html</link>

    <description><![CDATA[最近几年，云的出现以及企业纷纷向互联网转型导致了数据大爆炸。因此，数据科学家在市场上供不应求。]]></description>

    <pubDate>2020-03-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[分析：亚马逊如何通过数据湖解决大数据挑战？]]></title>

    <link>http://www.sykv.com/cat/datamining/23717.html</link>

    <description><![CDATA[数据湖是一个集中式安全存储库，可让您以任何规模存储，管理，发现和共享所有结构化和非结构化数据。数据湖不需要预定义的架构，因此您可以处理原始数据，而不必知道将来可能]]></description>

    <pubDate>2020-03-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[26亿美元，谷歌完成史上第三大收购案！数据分析]]></title>

    <link>http://www.sykv.com/cat/datamining/23714.html</link>

    <description><![CDATA[作为一家商业智能软件和大数据分析平台，Looker可以帮助分析师和其他工作人员定义收入或高价值客户等项目的计算，然后可视化其数据趋势，而无需编写复杂的脚本。]]></description>

    <pubDate>2020-03-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[携程Hadoop跨机房架构实践]]></title>

    <link>http://www.sykv.com/cat/datamining/23650.html</link>

    <description><![CDATA[本文将分享携程Hadoop跨机房架构实践，包含Hadoop在携程的发展情况，整个跨机房项目的背景，我们跨机房的架构选型思路和落地实践，相关的改造和对未来的展望，希望给大家一些启迪]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[谷歌 Fuchsia OS 进入开发者测试阶段，它真的会代]]></title>

    <link>http://www.sykv.com/cat/datamining/23610.html</link>

    <description><![CDATA[在过去的 8 到 10 年里，移动市场一直被两个我们都熟悉的系统所主导: 安卓和 iOS。我们总是认为现在了解的事物永远不会结束，但是随着科技的发展，谷歌已经不再这么认为。自 2016 年]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[David Harold：云技术将开启Netflix般的云游戏时代]]></title>

    <link>http://www.sykv.com/cat/datamining/23608.html</link>

    <description><![CDATA[在智能手机、现代电脑游戏和第一代游戏机出现之前的很长一段时间里，互动娱乐的最佳体验只能在游戏厅中得到。在今天的遥远记忆中，在大多数国家/地区，游戏厅在70年代、80年代和]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Zuul：为了改进CI/CD而生，顺便淘汰了Jenkins]]></title>

    <link>http://www.sykv.com/cat/datamining/23607.html</link>

    <description><![CDATA[Jenkins是一个了不起的软件。作为一个执行和自动化引擎，它是你能找到的最好的引擎之一。Jenkins是无数持续集成（CI）系统的关键组成部分，但它本身不是一个CI系统，它只是为你运行]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[LogDevice：一种用于日志的分布式数据存储系统]]></title>

    <link>http://www.sykv.com/cat/datamining/23606.html</link>

    <description><![CDATA[说到日志，它就是一个将有序序列的不可变记录记下来，并将此记录可靠地保存下来的最简单的方法。如果想要构建一套数据密集型分布式服务，你可能需要一两套日志。在Facebook，我们]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[什么？搞不定Kafka重复消费？]]></title>

    <link>http://www.sykv.com/cat/datamining/23605.html</link>

    <description><![CDATA[给每个消息都设置一个独一无二的 key，消费的时候把 key 记录下来，然后每次消费新的消息的时候都查询一下，看当前消息的这个 key 是否消费过，如果没有消费过才进行消费。（这种方]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Tomcat 爆出高危漏洞！]]></title>

    <link>http://www.sykv.com/cat/datamining/23604.html</link>

    <description><![CDATA[2020年02月20日， 360CERT 监测发现 国家信息安全漏洞共享平台(CNVD) 收录了 CNVD-2020-10487 Apache Tomcat文件包含漏洞。CNVD-2020-10487/CVE-2020-1938是文件包含漏洞，攻击者可利用该高危漏洞读取或包]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[携程Hadoop跨机房架构实践]]></title>

    <link>http://www.sykv.com/cat/datamining/23603.html</link>

    <description><![CDATA[携程Hadoop是从2014年引进的，基本上每年较前一年以两倍的速度在增长，我们对Hadoop集群做了大量性能方面的改造和优化。目前，HDFS存储层面拥有数百PB的数据，数千的节点，分为4个na]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[10个节省时间和改善工作流的Git技巧]]></title>

    <link>http://www.sykv.com/cat/datamining/23602.html</link>

    <description><![CDATA[这 10 个 Git 小技巧，不仅可以节省时间，而且能改善你的工作流程。根据手册，Git 被定义为傻瓜式内容追踪器，它功能丰富，但有些功能却让人望而生畏。因此，我们只是重复使用那几]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[影响超10亿设备，博通和Cypress芯片曝惊天漏洞，]]></title>

    <link>http://www.sykv.com/cat/datamining/23601.html</link>

    <description><![CDATA[最新发现的一个 WiFi 芯片漏洞，影响全球超 10 亿设备，华为、苹果、谷歌、三星和亚马逊等纷纷中招。26日，在旧金山举办的 RSA 大会 2020 上，ESET 的网络安全研究人员披露了一个最新的]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[毛骨悚然！拥有超30亿人脸数据的美国AI公司被黑]]></title>

    <link>http://www.sykv.com/cat/datamining/23600.html</link>

    <description><![CDATA[2月27日消息，美国人脸识别创企Clearview AI称其整个客户名单被盗！要知道，这可不是一家简单的AI创企，据说600多家执法机构及一些私人安保公司都在使用它的人脸识别产品。Clearview A]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[重磅！三大运营商网间结算重大调整：移动迎重]]></title>

    <link>http://www.sykv.com/cat/datamining/23599.html</link>

    <description><![CDATA[刚刚，网上流出一份文件：工业和信息化部发布了一份关于调整互联网骨干网网间结算政策的通知。文件中指出，为深入贯彻落实网络强国战略，构建科学合理的网间结算关系，加快推]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[马蜂窝 IM 移动端架构的从 0 到 1]]></title>

    <link>http://www.sykv.com/cat/datamining/23598.html</link>

    <description><![CDATA[移动互联网技术改变了旅游的世界，这个领域过去沉重的信息分销成本被大大降低。用户与服务供应商之间、用户与用户之间的沟通路径逐渐打通，沟通的场景也在不断扩展。这促使所]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何在Gihub上面精准搜索开源项目？]]></title>

    <link>http://www.sykv.com/cat/datamining/23597.html</link>

    <description><![CDATA[很多的小伙伴，经常会有这样的困惑，我看了很多技术的学习文档、书籍、甚至视频，我想动手实践，于是我打开了GitHub，想找个开源项目，进行学习，获取项目实战经验。这个时候很]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Redis基础你掌握多少了？来查漏补缺？]]></title>

    <link>http://www.sykv.com/cat/datamining/23596.html</link>

    <description><![CDATA[Redis 是开源的内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。它支持多种类型的数据结构，如 字符串strings， 散列 hashes， 列表 lists， 集合 sets， 有序集合 sorted]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[两种常用的跨主机Docker容器互通方法]]></title>

    <link>http://www.sykv.com/cat/datamining/23594.html</link>

    <description><![CDATA[现在提到容器，可能很容易想到的就是Kubernates,确实它很火，也很强大，但是对于规模非常小，容器不多的小环境，Kubernetes 就显得比较累赘了，直接使用Docker Compose拉取一个小环境，这]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[微服务核心架构梳理]]></title>

    <link>http://www.sykv.com/cat/datamining/23592.html</link>

    <description><![CDATA[就目前而言，对于微服务业界并没有一个统一的、标准的定义（While there is no precise definition of this architectural style ) 。但通常而言，微服务架构是一种架构模式或者说是一种架构风格，它]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Nginx 高可用集群解决方案 Nginx + Keepalived]]></title>

    <link>http://www.sykv.com/cat/datamining/23591.html</link>

    <description><![CDATA[Keepalived软件起初是专为LVS负载均衡软件设计的，用来管理并监控LVS集群系统中各个服务节点的状态，后来又加入了可以实现高可用的VRRP功能。因此，keepalived除了能够管理LVS软件外，还]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[特朗普政府力挺甲骨文对抗谷歌，Java版权案再增]]></title>

    <link>http://www.sykv.com/cat/datamining/23590.html</link>

    <description><![CDATA[甲骨文和谷歌的Java版权案在美国最高法院开庭之前，甲骨文提交了一份回应摘要，回顾了这场耗时长达10年之久的诉讼案。甲骨文声称谷歌复制了超过11000行Java代码用于Android系统，而谷]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[9种分布式ID生成方式]]></title>

    <link>http://www.sykv.com/cat/datamining/23589.html</link>

    <description><![CDATA[在说分布式ID的具体实现之前，我们来简单分析一下为什么用分布式ID？分布式ID应该满足哪些特征？什么是分布式ID？拿MySQL数据库举个例子：在我们业务数据量不大的时候，单库单表完]]></description>

    <pubDate>2020-03-02</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[AT&amp;amp;T的百年沉浮]]></title>

    <link>http://www.sykv.com/cat/datamining/23587.html</link>

    <description><![CDATA[1876年，亚历山大·贝尔在美国成功申请了电话的专利，成为举世闻名的“电话之父”。次年，他就注册成立了自己的公司，并以自己的名字命名，叫做贝尔电话公司。凭借专利垄断优势]]></description>

    <pubDate>2020-02-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[我们为什么需要图数据库？]]></title>

    <link>http://www.sykv.com/cat/datamining/23585.html</link>

    <description><![CDATA[当前，互联网数据呈指数级增长，但是以更快速度增加的是数据之间的关系。企业的 CIO 和 CTO 不仅要管理大量数据，还要从现有的数据中挖掘商业价值，在这种情况下处理数据之间的关]]></description>

    <pubDate>2020-02-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Nature 重磅：潘建伟团队实现数十公里远程量子储]]></title>

    <link>http://www.sykv.com/cat/datamining/23584.html</link>

    <description><![CDATA[北京时间 2 月 13 日凌晨，最新一期 Nature 发表了中国科学技术大学潘建伟团队的最新重磅成果：两个量子存储器通过光纤跨越数十公里实现远程纠缠。在这项最新研究中，潘建伟、包小]]></description>

    <pubDate>2020-02-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[实操：从Oracle到GaussDB的数据迁移]]></title>

    <link>http://www.sykv.com/cat/datamining/23582.html</link>

    <description><![CDATA[最近某省运营商O域核心业务系统的数据库计划从Oracle迁移至GaussDB，数据库服务器也从SUN小型机转到华为TaishanARM服务器。本人有幸参与其中，主要负责Oracle到GaussDB的数据迁移环节。数据]]></description>

    <pubDate>2020-02-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[5000 字带你快速入门 Apache Kylin]]></title>

    <link>http://www.sykv.com/cat/datamining/23580.html</link>

    <description><![CDATA[Apche Kylin 是 Hadoop 大数据平台上的一个开源 OLAP 引擎。它采用多维立方体（Cube）预计算技术，可以将某些场景下的大数据 SQL 查询速度提升到亚秒级别。相对于之前的分钟乃至小时级别的]]></description>

    <pubDate>2020-02-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Kafka的生产者优秀架构设计]]></title>

    <link>http://www.sykv.com/cat/datamining/23579.html</link>

    <description><![CDATA[Kafka 是一个高吞吐量的分布式的发布订阅消息系统，在全世界都很流行，在大数据项目里面使用尤其频繁。笔者看过多个大数据开源产品的源码，感觉 Kafka 的源码是其中质量比较上乘的]]></description>

    <pubDate>2020-02-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[跟Oracle说拜拜！独家揭秘东南亚电商平台 Presto]]></title>

    <link>http://www.sykv.com/cat/datamining/23578.html</link>

    <description><![CDATA[很多人都说：“现在的东南亚就像是坐着时光机，回到了 90 年代的中国市场。”的确，在互联网领域，我们经常能在东南亚看到中国互联网发展历程的影子。本文我们将详细介绍一下东]]></description>

    <pubDate>2020-02-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[面对业务增长，Uber是如何扩展HDFS文件系统的]]></title>

    <link>http://www.sykv.com/cat/datamining/23577.html</link>

    <description><![CDATA[3年前，Uber采用了Hadoop作为大数据分析的存储（HDFS）和计算（YARN）基础设施。借助于这套系统，Uber的服务能力得到了增强，用户体验也得到了提升。Uber将基于Hadoop的批量和流式分析应]]></description>

    <pubDate>2020-02-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[影响大数据和分析的5大趋势]]></title>

    <link>http://www.sykv.com/cat/datamining/23546.html</link>

    <description><![CDATA[随着科技的发展和进步，人们之间的联系理应更加紧密，但是却与期望相反，很多人却变得更加分散和孤立。]]></description>

    <pubDate>2020-02-10</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[微服务架构何去何从？]]></title>

    <link>http://www.sykv.com/cat/datamining/23502.html</link>

    <description><![CDATA[微服务架构模式经过5年多的发展，在各行各业如火如荼地应用和实践。如何在企业中优雅地设计微服务架构？是企业面对的一个重要问题。本文将讲述微服务架构1.0设计与实践以及面临]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[IBM换CEO了，Arvind Krishna接任，Red Hat CEO James White]]></title>

    <link>http://www.sykv.com/cat/datamining/23500.html</link>

    <description><![CDATA[美国时间1月30日，IBM（纽约证券交易所：IBM）董事会选举Arvind Krishna担任公司首席执行官兼董事会成员，任命将于2020年4月6日起生效。Krishna目前是IBM全球云和认知软件高级副总裁，也是]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[手把手教你用 Gitlab 和 Jenkins 构建持续集成环境]]></title>

    <link>http://www.sykv.com/cat/datamining/23498.html</link>

    <description><![CDATA[最近用到持续集成顺便总结在这里，都是用的最新版。搭建过程中还有一个demo，提交代码到 gitlab 自动触发 jenkins 任务，自动编译代码和 docker 镜像并上传。gitlab 国内安装很麻烦，用官]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[最新消息！Cloudera 全球发行版正式集成 Apache Fl]]></title>

    <link>http://www.sykv.com/cat/datamining/23494.html</link>

    <description><![CDATA[由 Apache Flink 支持的 Cloudera Streaming Analytics 是 Cloudera DataFlow（CDF）平台内的一项新产品，可提供 IoT 级数据流和复杂事件的实时状态处理。Cloudera DataFlow（如下图所示）是一个全面的边缘]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[中台，我信了你的邪]]></title>

    <link>http://www.sykv.com/cat/datamining/23493.html</link>

    <description><![CDATA[中台不是万能药，大象吃这个药，强身健体；蚂蚁吃这个药，一击毙命。“中台”概念火了一年多后，露出它狰狞的一面。多位行业人士对36氪说，由于盲目上中台，深圳一家女装企业的]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[迷信中台是一种病，得治]]></title>

    <link>http://www.sykv.com/cat/datamining/23492.html</link>

    <description><![CDATA[企业中台就是，将企业的核心能力随着业务不断发展以数字化形式沉淀到平台，形成以服务为中心，由业务中台和数据中台构建起数据闭环运转的运营体系，供企业更高效的进行业务探]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Python 3.8来了！一分钟了解 6 大重要新特性]]></title>

    <link>http://www.sykv.com/cat/datamining/23491.html</link>

    <description><![CDATA[北京时间2019年10月15日，Python 官方发布了 3.8 版本，新的 Python 3.8 版本有哪些必须知道的新特性？一个有活力的编程语言，总是动态变化以适应技术的发展。2020年1月1日起，Python 2 将不再]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[GraphQL vs REST API 架构，谁更胜一筹？]]></title>

    <link>http://www.sykv.com/cat/datamining/23489.html</link>

    <description><![CDATA[2015年，Facebook开源GraphQL。此后，它在前端Web中大受欢迎。传统的REST API有何不足？GraphQL优势何在？在本文中，我们将深入探讨GraphQL的设计原则，比较 GraphQL 与 REST 的异同，并讨论Graph]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[GitHub 星标 4.6k，Python 可视化库 Altair 入门]]></title>

    <link>http://www.sykv.com/cat/datamining/23488.html</link>

    <description><![CDATA[数据转化成更直观的图片，对于理解数据背后的真相很有帮助。如果你有这方面的需求，而且还在使用Python，那么强烈推荐你试一试Altair。Altair是一个专为Python编写的可视化软件包，它]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[循序渐进，一文详解微服务架构！]]></title>

    <link>http://www.sykv.com/cat/datamining/23487.html</link>

    <description><![CDATA[要理解微服务，首先要先理解不是微服务的那些。通常跟微服务相对的是单体应用，即将所有功能都打包成在一个独立单元的应用程序。从单体应用到微服务并不是一蹴而就的，这是一]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[阿里巴巴大规模应用Flink的踩坑经验：如何大幅降]]></title>

    <link>http://www.sykv.com/cat/datamining/23486.html</link>

    <description><![CDATA[众所周知，Flink 是当前最为广泛使用的计算引擎之一，它使用 checkpoint 机制进行容错处理 ，checkpoint 会将状态快照备份到分布式存储系统，供后续恢复使用。在 Alibaba 内部，我们使用的]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[1000+倍！超强Python『向量化』数据处理提速攻略]]></title>

    <link>http://www.sykv.com/cat/datamining/23485.html</link>

    <description><![CDATA[1000倍的速度听起来很夸张。Python并不以速度著称。这是真的吗？当然有可能 ，关键在于你如何操作！如果在数据上使用for循环，则完成所需的时间将与数据的大小成比例。但是还有另一]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大容量与高性能SSD硬盘的比较]]></title>

    <link>http://www.sykv.com/cat/datamining/23484.html</link>

    <description><![CDATA[人们需要了解企业级硬盘的最新发展趋势、高性能存储设备的应用方式，以及底层NAND闪存技术进步的影响。固态硬盘(SSD)如今已大部分取代了用于企业应用程序工作负载的机械硬盘(HDD]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Oracle 复制 AWS 的 API：这侵犯了版权吗 ？]]></title>

    <link>http://www.sykv.com/cat/datamining/23482.html</link>

    <description><![CDATA[今年初，美国最高法院将审理一起重要案子，该案子将根据版权法确定应用编程接口（API）的法律地位。如果最高法院在Oracle对谷歌的Android平台提起的数十亿美元诉讼中判Oracle胜诉，可]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020年网络安全行业趋势预测]]></title>

    <link>http://www.sykv.com/cat/datamining/23480.html</link>

    <description><![CDATA[2019年网络安全形势已然更加复杂，网络攻击手段更为多样，数据泄露、勒索软件、APT攻击等安全事件频发。此外，网络安全市场也在急剧膨胀，快速发展，安全产品更新快，种类多，数]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一次非常有意思的 SQL 优化经历]]></title>

    <link>http://www.sykv.com/cat/datamining/23478.html</link>

    <description><![CDATA[正常情况下是先join再进行where过滤，但是我们这里的情况，如果先join，将会有70w条数据发送join，因此先执行where过滤是明智方案，现在为了排除mysql的查询优化，我自己写一条优化后的]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[什么是用户故事和验收标准？]]></title>

    <link>http://www.sykv.com/cat/datamining/23474.html</link>

    <description><![CDATA[在软件开发行业中，“需求”一词决定了我们的目标是什么，客户真正的需求是什么，以及是什么可以使公司业务快速增长。无论是作为开发软件产品的产品型公司还是以提供各种领域]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[艰难的旅程，你的数据中台到底能为一线提供多]]></title>

    <link>http://www.sykv.com/cat/datamining/23473.html</link>

    <description><![CDATA[数据中台很重要，但千万不要依样画葫芦照着外面的架构图去一项项的实施建设，你真要照着阿里的方式做，基本就把自己的资源耗光了，其实除了计算引擎和资源动态分配，10多年前]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[基于CAP模型设计企业级真正高可用的分布式锁]]></title>

    <link>http://www.sykv.com/cat/datamining/23472.html</link>

    <description><![CDATA[在分布式系统中，CAP定律中的三者只能同时满足二者：CP、AP、AC模型。进一步分析，AC模型并不真正的存在，脱离P（分布式环境）谈AC都是耍流氓。我们以多机房数据库同步更新的场景来]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[实操：SQL注入国外xx网站]]></title>

    <link>http://www.sykv.com/cat/datamining/23471.html</link>

    <description><![CDATA[学了SQL注入一段时间了，也在顺利通关过墨者靶场。不过，靶场哪有真实网站好玩？SQL注入就是SQL+注入，不清楚可以百度。谷歌搜索也蛮有意思的，打inurl自动推荐了很多关键词，比如]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[图解！微服务为什么一定要Zookeeper？]]></title>

    <link>http://www.sykv.com/cat/datamining/23470.html</link>

    <description><![CDATA[了解微服务的小伙伴都应该知道 Zookeeper，ZooKeeper 是一个分布式的, 开源的分布式应用程序协调服务。现在比较流行的微服务框架 Dubbo、Spring Cloud 都可以使用 Zookeeper 作为服务发现与组册]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[两万字深度介绍分布式系统原理，一文入魂]]></title>

    <link>http://www.sykv.com/cat/datamining/23469.html</link>

    <description><![CDATA[在具体的工程项目中，一个节点往往是一个操作系统上的进程。在本文的模型中，认为节点是一个完整的、不可分的整体，如果某个程序进程实际上由若干相对独立部分构成，则在模型]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Unix 即将迎来 50 岁]]></title>

    <link>http://www.sykv.com/cat/datamining/23467.html</link>

    <description><![CDATA[尽管 Unix 的某些早期开发早于其“纪元”的正式开始，但 1970 年 1 月 1 日仍然是 POSIX 时间的零点，也是公认的 Unix 的万物之始。自那一刻算起，2020 年 1 月 1 日将是其 50 周年。（LCTT 译]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[初探性能优化--2个月到4小时的性能提升！]]></title>

    <link>http://www.sykv.com/cat/datamining/23465.html</link>

    <description><![CDATA[一直不知道性能优化都要做些什么，从哪方面思考，直到最近接手了一个公司的小项目，可谓麻雀虽小五脏俱全。让我这个编程小白学到了很多性能优化的知识，或者说一些思考方式。]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[IntelliJ IDEA 2019.3 发布，启动更快，性能更强]]></title>

    <link>http://www.sykv.com/cat/datamining/23464.html</link>

    <description><![CDATA[距离 IntelliJ IDEA 2019.3 RC 发布不过几天的功夫，目前，IntelliJ IDEA 2019.3 也已正式发布。官方表示，该版本是其旗舰 IDE 的第三次也是最后一个主要版本。据透露，在 IntelliJ IDEA 的这个主要]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Lyft基于Flink的大规模准实时数据分析平台实践]]></title>

    <link>http://www.sykv.com/cat/datamining/23462.html</link>

    <description><![CDATA[Lyft 的流数据可以大致分为三类，秒级别、分钟级别和不高于 5 分钟级别。分钟级别流数据中，自适应定价系统、欺诈和异常检测系统是最常用的，此外还有 Lyft 最新研发的机器学习特征]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[4 种数据库缓存最终一致性的优缺点对比？最终选]]></title>

    <link>http://www.sykv.com/cat/datamining/23461.html</link>

    <description><![CDATA[缓存是软件开发中一个非常有用的概念，数据库缓存更是在项目中必然会遇到的场景。而缓存一致性的保证，更是在面试中被反复问到，这里进行一下总结，针对不同的要求，选择恰到]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[阿里程序员，就这样画出了分布式架构图？]]></title>

    <link>http://www.sykv.com/cat/datamining/23459.html</link>

    <description><![CDATA[架构就是对系统中的实体以及实体之间的关系所进行的抽象描述，是一系列的决策。系统架构是概念的体现，是对物/信息的功能与形式元素之间的对应情况所做的分配，是对元素之间的]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020年9个主要的大数据和数据分析认证]]></title>

    <link>http://www.sykv.com/cat/datamining/23382.html</link>

    <description><![CDATA[数据和大数据分析是任何成功企业的命脉。实现正确的技术可能具有挑战性，但是建立具有正确技能的正确团队来执行数据计划可能会更加困难，这一挑战反映在对大数据和分析技能以]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大数据分析师与大数据工程师哪个比较好]]></title>

    <link>http://www.sykv.com/cat/datamining/23327.html</link>

    <description><![CDATA[很多人对于大数据的职位体系不了解，一些对于想入门与大数据的人一直处于迷茫阶段，不知道自己该不该转行学习大数据，不知道自己是否要转大数据专业，这里就给大家分析一下。]]></description>

    <pubDate>2020-02-06</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据沿袭工具：定位数据错误，优化数据治理策]]></title>

    <link>http://www.sykv.com/cat/datamining/23253.html</link>

    <description><![CDATA[数据治理的本质是帮助企业创建数据策略，并确保大家能够遵守这些策略。这些策略涉及一系列数据相关流程，包括数据保护、验证和使用的准则。数据管理人员必须从业务用户处征求]]></description>

    <pubDate>2020-01-20</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Apache2019年度报告出炉，HBase、Flink、Beam成最活跃]]></title>

    <link>http://www.sykv.com/cat/datamining/23197.html</link>

    <description><![CDATA[2019 年对 Apache 软件基金会来说，依然是伟大的一年：它标志着开源领导“Apache 之道”(The Apache Way)的 20 年。]]></description>

    <pubDate>2020-01-19</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[在数据科学领域，为什么Python比R更好？]]></title>

    <link>http://www.sykv.com/cat/datamining/23196.html</link>

    <description><![CDATA[我认为，在数据科学领域，Python 比 R 更合适的理由主要有四个。新人数据科学家都面临着一个问题，而这个问题非常重要：我是应该学习 Python 呢，还是学习 R?]]></description>

    <pubDate>2020-01-19</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据科学初学者面临的5个常见误区]]></title>

    <link>http://www.sykv.com/cat/datamining/23195.html</link>

    <description><![CDATA[这篇文章中列举了五个数据科学家可能常犯的误区，并对如何防止这些失误的出现给出了一定的建议。]]></description>

    <pubDate>2020-01-19</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Uber开源Manifold：机器学习可视化调试工具]]></title>

    <link>http://www.sykv.com/cat/datamining/23194.html</link>

    <description><![CDATA[在 2019 年 1 月，Uber 推出了 Manifold，这是一种与模型无关的机器学习可视化调试工具，用来识别机器学习模型中的问题。]]></description>

    <pubDate>2020-01-19</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[爱奇艺大数据实时分析平台的建设与实践]]></title>

    <link>http://www.sykv.com/cat/datamining/23192.html</link>

    <description><![CDATA[本文将介绍爱奇艺大数据实时分析平台 RAP 的设计思路、技术架构演进以及业务应用实践。]]></description>

    <pubDate>2020-01-19</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[AutoVis大数据可视化设计框架：让大数据可视化容]]></title>

    <link>http://www.sykv.com/cat/datamining/23191.html</link>

    <description><![CDATA[本文从大数据应用出发，讨论数据可视化在大数据时代所面临的一系列挑战，并重点介绍AutoVis针对这些挑战所做尝试及其体系架构、关键技术和功能特点。]]></description>

    <pubDate>2020-01-19</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Python数据可视化：5段代码搞定散点图绘制与使用]]></title>

    <link>http://www.sykv.com/cat/datamining/23190.html</link>

    <description><![CDATA[散点图(Scatter)又称散点分布图，是以一个变量为横坐标，另一个变量为纵坐标，利用散点(坐标点)的分布形态反映变量统计关系的一种图形。]]></description>

    <pubDate>2020-01-19</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据科学初学者面临的5个常见误区]]></title>

    <link>http://www.sykv.com/cat/datamining/23090.html</link>

    <description><![CDATA[数据如今已经体现出巨大的价值——企业通过数据分析来为包括市场支出、员工决策到产品开发等所有事情提供参考性建议，而这也意味着，数据科学家在工作中的价值正变得越来越突]]></description>

    <pubDate>2020-01-13</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[这 5 个 Python 特性，后悔没早知道]]></title>

    <link>http://www.sykv.com/cat/datamining/23035.html</link>

    <description><![CDATA[作为近 10 年才崛起的编程语言，Python 已被证明是一种非常强大的语言。从交互式映射到区块链，我用 Python 构建过很多应用程序。]]></description>

    <pubDate>2020-01-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据湖和SQL并不矛盾]]></title>

    <link>http://www.sykv.com/cat/datamining/23034.html</link>

    <description><![CDATA[本文要点：随着数据的增长和复杂性的增加，SQL 比以往任何时候都更适合分析和转换数据湖中的数据。]]></description>

    <pubDate>2020-01-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[银行的大数据应用]]></title>

    <link>http://www.sykv.com/cat/datamining/23029.html</link>

    <description><![CDATA[在笔者看来，大数据的应用效果主要取决于两部分，一是大数据的技术部分，二是对数据质量和价值有重要影响的数据治理部分，二者应当并重。]]></description>

    <pubDate>2020-01-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[阿里如何实现海量数据实时分析？]]></title>

    <link>http://www.sykv.com/cat/datamining/23028.html</link>

    <description><![CDATA[随着数据量的快速增长，越来越多的企业迎来业务数据化时代，数据成为了最重要的生产资料和业务升级依据。]]></description>

    <pubDate>2020-01-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[25 个有用的Python代码段]]></title>

    <link>http://www.sykv.com/cat/datamining/23027.html</link>

    <description><![CDATA[在本文，我将介绍 25 个简短且有用的代码段，它们可以帮你完成日常任务。]]></description>

    <pubDate>2020-01-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[华为云智能数据湖运营平台DAYU：企业数字化运营]]></title>

    <link>http://www.sykv.com/cat/datamining/22997.html</link>

    <description><![CDATA[近日,“2019中国大数据技术大会(BDTC)”在北京举行,华为云数据中台总架构师龙江分析了下一代数据中台面临的新趋势及挑战,并分享了华为云数据中台解决方案DAYU的解决之道。]]></description>

    <pubDate>2020-01-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大数据预测：2020年的8大分析趋势]]></title>

    <link>http://www.sykv.com/cat/datamining/22967.html</link>

    <description><![CDATA[内存处理、预测分析和数据自动化将成为2020年分析领域的热门话题。]]></description>

    <pubDate>2020-01-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[微软Access数据库出现漏洞 或致8.5万家企业面临风]]></title>

    <link>http://www.sykv.com/cat/datamining/22965.html</link>

    <description><![CDATA[这个内存泄漏缺陷与去年在Microsoft Office中发现的漏洞非常相似。]]></description>

    <pubDate>2020-01-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[破解数据科学面试，这里有最常考的三种算法]]></title>

    <link>http://www.sykv.com/cat/datamining/22921.html</link>

    <description><![CDATA[算法对数据科学很重要，没有系统学习过也没关系。本文介绍了三种基本算法，或许可以帮助你在数据科学的道路上走得更远。]]></description>

    <pubDate>2020-01-11</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据科学和云计算技术如何为美国大选提供帮助]]></title>

    <link>http://www.sykv.com/cat/datamining/22886.html</link>

    <description><![CDATA[随着2020年美国大选即将到来，竞选活动采用科技可以比政策发挥更大的作用。]]></description>

    <pubDate>2020-01-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2019 年度 Python 类库 Top 10]]></title>

    <link>http://www.sykv.com/cat/datamining/22810.html</link>

    <description><![CDATA[从这份榜单里，你既能找到机器学习的库，也能找到非机器学习的库，所以它在各方面均有所涉及。]]></description>

    <pubDate>2020-01-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[5 个越早知道越好的 Python 特性]]></title>

    <link>http://www.sykv.com/cat/datamining/22799.html</link>

    <description><![CDATA[Kirill Sharkovski 发布在 Unsplash 杂志上的照片Python 是近十年来兴起的编程语言，并且被证明是一种非常强大的语言。我用 Python]]></description>

    <pubDate>2020-01-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[详解Python3.8的海象算子：大幅提高程序执行效率]]></title>

    <link>http://www.sykv.com/cat/datamining/22798.html</link>

    <description><![CDATA[本文将对海象算子的作用和效果进行介绍，并会通过示例演示其使用方法和不适用的场景。]]></description>

    <pubDate>2020-01-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020 年数据科学就业市场必备的五项技能]]></title>

    <link>http://www.sykv.com/cat/datamining/22797.html</link>

    <description><![CDATA[为了保持竞争力，一定要为新工具带来的新工作方式做好准备!以下就是2020 年数据科学就业市场必备的五项技能。]]></description>

    <pubDate>2020-01-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Uber 2019 年数据平台建设实践]]></title>

    <link>http://www.sykv.com/cat/datamining/22796.html</link>

    <description><![CDATA[如果 Uber 的数据平台做不到信息智能化，很难想象如何支撑起这样庞大规模的业务。本文翻译并分享 Uber 是如何做到数据平台智能化的。。]]></description>

    <pubDate>2020-01-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[现代数据科学家的“忍者“技能]]></title>

    <link>http://www.sykv.com/cat/datamining/22795.html</link>

    <description><![CDATA[突然间，数据科学家成了“香饽饽”。江湖传言，刚毕业的人工智能博士起薪 50 万，2 年经验的薪水 100 万以上，貌似一当上数据科学家，分分钟就能实现财富自由……]]></description>

    <pubDate>2020-01-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020年的数据安全：更好地处理暗数据]]></title>

    <link>http://www.sykv.com/cat/datamining/22793.html</link>

    <description><![CDATA[Gartner公司将暗数据定义为“企业在常规业务活动期间收集、处理和存储的信息资产，但通常无法用于其他目的”。那么，企业是否了解自己到底有多少暗数据?]]></description>

    <pubDate>2020-01-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[PySpark源码解析，教你用Python调用高效Scala接口，]]></title>

    <link>http://www.sykv.com/cat/datamining/22790.html</link>

    <description><![CDATA[在数据科学领域，Python 一直占据比较重要的地位，仍然有大量的数据工程师在使用各类 Python 数据处理和科学计算的库，例如 numpy、Pandas、scikit-learn 等。]]></description>

    <pubDate>2020-01-04</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Lyft 基于Flink的大规模准实时数据分析平台实践]]></title>

    <link>http://www.sykv.com/cat/datamining/22788.html</link>

    <description><![CDATA[Lyft 是位于北美的一个共享交通平台，和大家所熟知的 Uber 和国内的滴滴类似，Lyft 也为民众提供共享出行的服务。Lyft 的宗旨是提供世界最好的交通方案来改善人们的生活。]]></description>

    <pubDate>2020-01-03</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何让python处理速度翻倍？内含代码]]></title>

    <link>http://www.sykv.com/cat/datamining/22701.html</link>

    <description><![CDATA[本篇文章，讲讲python协程的理解与使用，主要是针对网络请求这个模块做一个梳理，希望能帮到有需要的同学。]]></description>

    <pubDate>2019-12-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[详解：规整数据(Tidy Data)的理论与Python实践]]></title>

    <link>http://www.sykv.com/cat/datamining/22700.html</link>

    <description><![CDATA[多数数据科学 机器学习项目都遵循帕累托原理，即我们用将近80%的时间进行数据准备，其余20%的时间用于选择和训练合适的机器学习模型。]]></description>

    <pubDate>2019-12-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[生产事故（MongoDB数据分布不均解决方案）]]></title>

    <link>http://www.sykv.com/cat/datamining/22699.html</link>

    <description><![CDATA[可以很明显可以看到我们这个集合的数据严重分布不均匀。一共有8个分片，面对这个情况我首先想到的是手动拆分数据块，但这不是解决此问题的根本办法。]]></description>

    <pubDate>2019-12-31</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[一文了解智能钢琴系统：介绍与分析]]></title>

    <link>http://www.sykv.com/cat/datamining/22689.html</link>

    <description><![CDATA[本文对市面上的钢琴进行介绍，并对其中一类智能钢琴的软件设计的实现方式展开分析。下一文将会对智能钢琴在教学中的应用以及智能钢琴未来的发展进行阐述分析。 智能钢琴，是互]]></description>

    <pubDate>2019-12-25</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[吴恩达deeplearning.ai新课上线：TensorFlow移动和web端]]></title>

    <link>http://www.sykv.com/cat/datamining/22648.html</link>

    <description><![CDATA[TensorFlow 是深度学习中最著名的框架之一，绝大多数人都已经掌握了基本的使用方法。如果要更上一层楼，选择本课程无疑是一个好方法。据介绍，这门课程可以帮助学习者了解很多应用]]></description>

    <pubDate>2019-12-15</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[漫谈大数据平台架构]]></title>

    <link>http://www.sykv.com/cat/datamining/22645.html</link>

    <description><![CDATA[本文不依托于任何一家大厂的平台架构，用通俗的语言介绍一下大数据平台的整体架构。]]></description>

    <pubDate>2019-12-14</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据科学家需要知道的5种图算法]]></title>

    <link>http://www.sykv.com/cat/datamining/22644.html</link>

    <description><![CDATA[在本文中，我将讨论一些你应该知道的最重要的图算法，以及如何使用Python实现它们。]]></description>

    <pubDate>2019-12-15</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Spark 诞生头十年：Hadoop 由盛转衰，统一数据分析]]></title>

    <link>http://www.sykv.com/cat/datamining/22643.html</link>

    <description><![CDATA[未来公有云是数据处理和分析的最佳平台，所以云原生的解决方案是趋势也是重点。]]></description>

    <pubDate>2019-12-15</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大数据面前，统计学的价值在哪里]]></title>

    <link>http://www.sykv.com/cat/datamining/22642.html</link>

    <description><![CDATA[很高兴有这样一个机会，我能与大家在这里做一些关于统计学与大数据的交流，与大家分享一些观点。]]></description>

    <pubDate>2019-12-15</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据科学在信任与安全领域的7个典型用例]]></title>

    <link>http://www.sykv.com/cat/datamining/22636.html</link>

    <description><![CDATA[在我们这个时代，获取顾客的信任并保证安全性是一项具有挑战性的任务。数据科学以智能算法、模型和创新方法成为这场战争中的可靠武器。]]></description>

    <pubDate>2019-12-15</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[自动化工具照亮数据科学的未来]]></title>

    <link>http://www.sykv.com/cat/datamining/22635.html</link>

    <description><![CDATA[数据科学工具现在可以自动执行各种分析过程，从数据准备到模型选择等。可以肯定的是，自动化会扩展数据科学的未来范围。]]></description>

    <pubDate>2019-12-15</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据科学家应该避免的5种统计陷阱]]></title>

    <link>http://www.sykv.com/cat/datamining/22633.html</link>

    <description><![CDATA[这篇文章讲了五种统计谬误，也可以称为数据陷阱，数据科学家应该重视并绝对避免它们。谬误就是我们所说的错误推理的结果]]></description>

    <pubDate>2019-12-15</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[大数据技术，发展趋势如何？]]></title>

    <link>http://www.sykv.com/cat/datamining/22629.html</link>

    <description><![CDATA[大数据的技术是数据管理技术的一种，数据管理系统有着悠久的发展历史，它是所有计算机应用的基础。]]></description>

    <pubDate>2019-12-15</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[盘点：2019年炙手可热的10家数据分析初创公司]]></title>

    <link>http://www.sykv.com/cat/datamining/22598.html</link>

    <description><![CDATA[那些想要为客户提供最新软件和服务以解决大数据挑战的解决方案提供商都应该值得我们关注。下面就让我们来看看2019年的这10家热门数据分析初创公司。]]></description>

    <pubDate>2019-12-14</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[架构师详解：从0到1构建大数据平台]]></title>

    <link>http://www.sykv.com/cat/datamining/22544.html</link>

    <description><![CDATA[如今大数据在各行业的应用越来越广泛：运营基于数据关注运营效果，产品基于数据分析关注转化率情况，开发基于数据衡量系统优化效果等。]]></description>

    <pubDate>2019-12-14</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2019 年十大企业级编程语言榜单]]></title>

    <link>http://www.sykv.com/cat/datamining/22496.html</link>

    <description><![CDATA[顶级编程语言，更成为当前我们所熟知的众多现代与新兴技术的核心组成部分。]]></description>

    <pubDate>2019-12-07</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Google，Uber和Facebook为数据科学和AI开发的开源项目]]></title>

    <link>http://www.sykv.com/cat/datamining/22494.html</link>

    <description><![CDATA[开源正在成为共享和改进技术的标准。世界上一些最大的组织，如谷歌、Facebook和Uber，正在向公众开放他们自己的技术，并将其用于他们的工作流程。]]></description>

    <pubDate>2019-12-07</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[面对80%的非结构化数据，如何成为20%的数据分析]]></title>

    <link>http://www.sykv.com/cat/datamining/22493.html</link>

    <description><![CDATA[以人处理数据，数据量一旦爆发就必然面临能力跟不上发展速度的瓶颈。]]></description>

    <pubDate>2019-12-07</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[事务分析数据平台提供统一数据库选项]]></title>

    <link>http://www.sykv.com/cat/datamining/22490.html</link>

    <description><![CDATA[还有事务分析数据平台，该模型将所有三种数据库类型整合到统一实例。]]></description>

    <pubDate>2019-12-07</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[搜索引擎中的web数据挖掘]]></title>

    <link>http://www.sykv.com/cat/datamining/22489.html</link>

    <description><![CDATA[实际上，我们每天都会使用的搜索引擎，我们会输入关键词 query 和需求，搜索引擎会根据算法将于 query 最相关且最权威的结果呈现给用户。]]></description>

    <pubDate>2019-12-07</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[2020职场AI技能排行榜：TensorFlow热度飙升，Python最]]></title>

    <link>http://www.sykv.com/cat/datamining/22486.html</link>

    <description><![CDATA[报告指出，AI 相关技能最受职场人青睐，Python 将会是明年最受关注的技术，市场部也开始重点学 Python。]]></description>

    <pubDate>2019-12-07</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何用简单的Python为数据科学家编写Web应用程序]]></title>

    <link>http://www.sykv.com/cat/datamining/22417.html</link>

    <description><![CDATA[本文阐述如何使用StreamLit创建支持数据科学项目的应用程序。]]></description>

    <pubDate>2019-12-07</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据准备工具：分析策略的秘密武器]]></title>

    <link>http://www.sykv.com/cat/datamining/22338.html</link>

    <description><![CDATA[要获得数据分析的好处，首先必须做好数据准备。根据调研机构Gartner公司最近的研究，对于许多组织来说，这是一个很大的瓶颈，他们70%的时间都集中在数据准备工作上。]]></description>

    <pubDate>2019-12-01</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[从Python2到Python3，“迁移与否”是个大问题]]></title>

    <link>http://www.sykv.com/cat/datamining/22299.html</link>

    <description><![CDATA[很负责任地告诉你，你可以放弃 Python 2 0 版本了，因为 Python 3 简直棒极了。当然，如果你能把项目从 Python 2 转移到 Python 3，那就更好了。]]></description>

    <pubDate>2019-11-30</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[网易数据中台建设实践]]></title>

    <link>http://www.sykv.com/cat/datamining/22289.html</link>

    <description><![CDATA[数据中台无疑是今年大数据圈最火的名词，不仅是互联网企业，就连很多传统企业都参与到数据中台的建设中，基于数据提高企业运营效率。]]></description>

    <pubDate>2019-11-30</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[数据分析神器 Pandas：如何用 1 行 Python 代码挖掘]]></title>

    <link>http://www.sykv.com/cat/datamining/22288.html</link>

    <description><![CDATA[Pandas 是 Python 中处理数据的首选库，它使用起来很容易，非常灵活，能够处理不同类型和大小的数据，而且它有大量的函数，这让操作数据简直是小菜一碟。]]></description>

    <pubDate>2019-11-30</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[Hadoop or TDengine，如何做物联网大数据平台的选型]]></title>

    <link>http://www.sykv.com/cat/datamining/22287.html</link>

    <description><![CDATA[大数据时代，大家都在说什么叫大数据，强调的就是一个“大”字，人们期望对海量数据的挖掘和运用能够获取到更多有价值的东西。]]></description>

    <pubDate>2019-11-30</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[如何只用一行代码让Pandas加速四倍？]]></title>

    <link>http://www.sykv.com/cat/datamining/22286.html</link>

    <description><![CDATA[Pandas 是 Python 中处理数据的首选库，它使用起来很容易，非常灵活，能够处理不同类型和大小的数据，而且它有大量的函数，这让操作数据简直是小菜一碟。]]></description>

    <pubDate>2019-11-30</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>
<item>

    <title><![CDATA[最新计算机技能需求排名出炉：Python仅排第三，]]></title>

    <link>http://www.sykv.com/cat/datamining/22258.html</link>

    <description><![CDATA[最近，来自美国求职公司 Indeed 的一份报告显示：在全美工作技能需求中，数据库语言 SQL、编程语言 Java 分列前两位。]]></description>

    <pubDate>2019-11-23</pubDate>

    <category>数据挖掘</category>

    <author>秩名</author>

    <comments>可思数据-人工智能媒体资讯平台！</comments>

</item>


</channel>

</rss>

