jjzjj

袋鼠云产品功能更新报告04期丨2023年首次,产品升级“狂飙”

新的一年我们加紧了更新迭代的速度,增加了数据湖平台EasyLake和大数据基础平台EasyMR,超40项功能升级优化。我们将继续保持产品升级节奏,满足不同行业用户的更多需求,为用户带来极致的产品使用体验。以下为袋鼠云产品功能更新报告第四期内容,更多探索,请继续阅读。数据湖平台1.【元数据管理】Catalog创建在【元数据管理】页创建一个Catalog,填写Catalog名称、HiveMetaStore、SparkThrift。一个Calalog只允许绑定一个HiveMetaStore,SparkThrift用于Iceberg表创建、数据入湖转表任务,用户可以使用Calalog进行业务部门数据隔

袋鼠云数栈UI5.0焕新升级,全新设计语言DT Design,更懂视觉更懂你!

数栈作为袋鼠云打造的一站式数据开发与治理平台,从2016年发布第⼀个版本开始,就始终坚持着以技术为核⼼、安全为底线、提效为⽬标、中台为战略的思想,坚定不移地⾛国产化信创路线,不断推进产品功能迭代、技术创新、服务细化和性能升级。伴随业务的⻜速发展,数栈设计团队也启动了针对数栈产品的体验升级计划,从开始策划到最后应⽤到各个⼦产品,共经历了五个阶段:策划⽅案制定、设计⽅案落地、转化设计语⾔、Theme&RC升级、⼦产品实施。本⽂将为大家详细聊聊在数栈UI5.0体验升级中,数栈设计团队的设计思路。主要从产品升级策划、确⽴设计⽬标和解决⽅向、数栈设计语⾔、设计提升点、情感化设计五个⽅⾯分享数栈DTins

详细剖析|袋鼠云数栈前端框架Antd 3.x 升级 4.x 的踩坑之路

袋鼠云数栈从2016年发布第⼀个版本开始,就始终坚持着以技术为核⼼、安全为底线、提效为⽬标、中台为战略的思想,坚定不移地⾛国产化信创路线,不断推进产品功能迭代、技术创新、服务细化和性能升级。在数栈过去的产品迭代中受限于当前组件的版本,积累了很多待解决的问题,随着新的功能需求不断增加,很多原先的组件以及交互设计需要进行优化。2月,伴随着数栈UI5.0的焕新升级,数栈前端团队一起将组件框架antd从v3.x升级到了v4.x,更新组件的UI,提升产品的交互体验,使数栈产品能够更加灵活地适应未来产品功能迭代的需求。本文将总结归纳袋鼠云数栈前端框架Antd从3.x升级到4.x的相关步骤,及在这个过程中踩

详细剖析|袋鼠云数栈前端框架Antd 3.x 升级 4.x 的踩坑之路

袋鼠云数栈从2016年发布第⼀个版本开始,就始终坚持着以技术为核⼼、安全为底线、提效为⽬标、中台为战略的思想,坚定不移地⾛国产化信创路线,不断推进产品功能迭代、技术创新、服务细化和性能升级。在数栈过去的产品迭代中受限于当前组件的版本,积累了很多待解决的问题,随着新的功能需求不断增加,很多原先的组件以及交互设计需要进行优化。2月,伴随着数栈UI5.0的焕新升级,数栈前端团队一起将组件框架antd从v3.x升级到了v4.x,更新组件的UI,提升产品的交互体验,使数栈产品能够更加灵活地适应未来产品功能迭代的需求。本文将总结归纳袋鼠云数栈前端框架Antd从3.x升级到4.x的相关步骤,及在这个过程中踩

离线数仓建设,企业大数据的业务驱动与技术实现丨03期直播回顾

原文链接:离线数仓建设,企业大数据的业务驱动与技术实现丨03期直播回顾视频回顾:点击这里课件获取:点击这里一、离线数仓建设背景离线数据是相对实时数据而言的数据产出,不同于实时数据,离线数据一般是T+1天处理,也就是说昨天产生的数据至少要今天才能看到计算结果。离线数据一般应用于对数据时效要求不高,需要基于一段时间的历史数据计算才能得到结果的场景,我们大致可以分为离线数据分析及数据应用两类,离线数据计算具备:数据准确度高、吞吐量大、计算成本低等特点。离线数据应用的场景非常广泛,企业的数据迎来了爆发式的增长,目前企业数据规模巨大、数据类型多样、生成及处理速度极快、数据价值巨大但密度却较低,这些数据增

离线数仓建设,企业大数据的业务驱动与技术实现丨03期直播回顾

原文链接:离线数仓建设,企业大数据的业务驱动与技术实现丨03期直播回顾视频回顾:点击这里课件获取:点击这里一、离线数仓建设背景离线数据是相对实时数据而言的数据产出,不同于实时数据,离线数据一般是T+1天处理,也就是说昨天产生的数据至少要今天才能看到计算结果。离线数据一般应用于对数据时效要求不高,需要基于一段时间的历史数据计算才能得到结果的场景,我们大致可以分为离线数据分析及数据应用两类,离线数据计算具备:数据准确度高、吞吐量大、计算成本低等特点。离线数据应用的场景非常广泛,企业的数据迎来了爆发式的增长,目前企业数据规模巨大、数据类型多样、生成及处理速度极快、数据价值巨大但密度却较低,这些数据增

大资管行业数字化转型解决方案 | 行业方案

大资管包括原银保监监管下的银行理财、信托、保险,原证监会监管下的公募基金、私募基金专户及基金子公司、券商资管以及期货资管。据统计,2022年底资管行业的资产管理规模也达到了136万亿元。在《商业银行理财业务监督管理办法》《关于规范金融机构资产管理业务的指导意见》等理财新规、资管新规的要求下,大资管行业结构持续优化,通过打破刚兑、去除通道、净值管理、禁止错配、禁资金池、限额管理、净资本管理等措施,存量金融风险明显收敛。2023年3月1日,资管新规做了更新,为资管业务做了一些松绑,例如取消了结合产品募资验资的义务,向员工持股计划不穿透计算人数,以及扩大了一些封闭式资管计划分期支付的现象,提高了自有

深入理解 Taier:MR on Yarn 的实现原理

我们今天常说的大数据技术,它的理论基础来自于2003年Google发表的三篇论文,《TheGoogleFileSystem》、《MapReduce:SimplifiedDataProcessingonLargeClusters》、《Bigtable:ADistributedStorageSystemforStructuredData》。这三篇论文分别对应后来出现的HDFS,MapReduce,HBase。在大数据的发展历史上,还有一个名字是无论如何都绕不开的,那就是DougCutting。Doug是ApacheLucene、Nutch、Hadoop、Avro项目的创始人,2006年DocuCu

大资管行业数字化转型解决方案 | 行业方案

大资管包括原银保监监管下的银行理财、信托、保险,原证监会监管下的公募基金、私募基金专户及基金子公司、券商资管以及期货资管。据统计,2022年底资管行业的资产管理规模也达到了136万亿元。在《商业银行理财业务监督管理办法》《关于规范金融机构资产管理业务的指导意见》等理财新规、资管新规的要求下,大资管行业结构持续优化,通过打破刚兑、去除通道、净值管理、禁止错配、禁资金池、限额管理、净资本管理等措施,存量金融风险明显收敛。2023年3月1日,资管新规做了更新,为资管业务做了一些松绑,例如取消了结合产品募资验资的义务,向员工持股计划不穿透计算人数,以及扩大了一些封闭式资管计划分期支付的现象,提高了自有

深入理解 Taier:MR on Yarn 的实现原理

我们今天常说的大数据技术,它的理论基础来自于2003年Google发表的三篇论文,《TheGoogleFileSystem》、《MapReduce:SimplifiedDataProcessingonLargeClusters》、《Bigtable:ADistributedStorageSystemforStructuredData》。这三篇论文分别对应后来出现的HDFS,MapReduce,HBase。在大数据的发展历史上,还有一个名字是无论如何都绕不开的,那就是DougCutting。Doug是ApacheLucene、Nutch、Hadoop、Avro项目的创始人,2006年DocuCu