现在，企业对数据观念的转变已经将数据管理推向了新的高度。数据科学是现在数据管理的核心组成部分，但数据管理和数据科学往往被视为两种不同的活动。数据科学家工作在数据分析师、数据工程师和DBA之间，他们把时间花在为数据分析和竞争情报做好数据基础设施上。但是，在不断发展的下一代数据市场中，数据管理和分析将是市场成功的核心差异化因素，因此，数据管理和数据科学必须协同工作。

2020-11-25 11:55:42.423 9

Hive是基于Hadoop构建的一套数据仓库分析系统，它提供了丰富的SQL查询方式来分析存储在Hadoop分布式文件系统中的数据：可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能；可以将SQL语句转换为MapReduce任务运行，通过自己的SQL查询分析需要的内容，这套SQL简称Hive SQL，使不熟悉mapreduce的用户可以很方便地利用SQL语言查询、汇总和分析数据。

2020-11-25 10:34:21.867 7

经过多年来企业信息化建设，大部分都拥有了自己的财务，OA，CRM 等软件。这些系统都有自己的独立数据库，记录着企业运行情况某个方面的数据。但是单独看这些系统的报表，并不一定能对企业运行情况有全面客观的了解。

2020-11-24 09:58:21.910 12

众所周知，不管是对业务分析还是数据架构，甚至商业决策，数据仓库（Data Warehouse，DW）都是极其重要的一环。那么到底什么是数据仓库，它与数据库、数据湖有着怎么样的关联？本文为你揭晓。

2020-11-23 15:06:23.173 23

大家都知道传统的管理驾驶舱是以驾驶舱的形式，通过各种常见的图表形象标示企业运行的KPI, 直观的监测企业运营情况，并可以对异常关键指标预警和挖掘分析，但是传统的建设方式对于指标间关系揭示的问题需要决策层用户自行进行分析，用户的分析难度较大，系统利率用不高，更严重的是出现数据不对，但是又无法分析的根源所在的情况。

2020-11-23 14:05:37.987 13

随着制造业等领域转型升级的深入推进，近年来有色金属行业也展开了智能化升级行动。根据《关于深化“互联网+先进制造业”发展工业互联网的指导意见》、《新一人工智能发展规划》等重要政策，以及《国家智能制造标准体系建设指南》的总体要求，工信部编制了有色金属行业智能加工工厂建设指南(试行)，以促进行业技术进步和规范发展。

2020-11-19 15:11:03.090 9

互联网时代，数据已成为公司的重要资产，许多公司会使用大数据等现代技术来收集和处理数据。大数据的应用，有助于公司改善业务运营并预测行业趋势。然而，若这项技术被恶意利用，没有适当的数据安全策略，就有可能对用户隐私造成重大威胁。因此，公司必须意识到大数据的安全问题及其负面影响。下面，我们就来深入解析大数据存在的五大安全问题。

2020-11-18 11:16:56.827 10

随着智能制造的强势推进，中国制造业亟需构建自己的大数据分析平台，深入连接用户和工厂数据，驱动产业升级和创新，提升竞争力，占据全球产业链更高端。

2020-11-17 11:44:11.630 15

当今，充满竞争的世界为企业带来了新的机遇与挑战，因此企业需要更多的灵活性和敏捷性。他们需要利用数据和分析来形成洞察，以对新形势下的变化作出及时、灵敏的反应。下面来了解一下新常态中不容忽视的十大数据趋势以及该如何利用它们形成自己的优势吧！

2020-11-16 10:42:04.460 13

数据挖掘涉及“处理数据和识别信息中的模式和趋势”，根据IBM所说，“数据挖掘原理已经存在了许多年，但是随着大数据的出现，它更为流行了。”数据挖掘技术帮助专业人员了解可用数据集，本文将会介绍5种主要的数据挖掘技术，这些技术可以为企业和其他组织提供描述性和预测性的能力。

2020-11-13 10:42:49.110 11