传统数据库
-
一文了解5G NR下行链路数据传输过程
NR 下行链路数据传输关于将用户数据转换成PDSCH数据并通过每个传输天线进行传输的过程。这是NR中最复杂的过程之一,涉及的因素很多。以下是涉及到这个过程的因素。关键(核心部分)是传输过程,DCI和RRC为传输过程提供(配置)一些参数
-
什么是DaaS数据即服务？
此前，我们介绍了SaaS「软件即服务」、NaaS「网络即服务」和PaaS（平台即服务），也介绍了在物联网／云计算产业领域，还有IaaS（基础设计即服务）和DaaS（数据即服务or桌面即服务）。那么，D
-
-
水利环保监测远程服务器备份采用基于4G DTU蜂窝无线网数据采集
方案需求水文参数监测是水利管理的基础，水域水文参数资料涉及到我国的核心经济利益。防洪成了治理江河的首要任务。更好地掌握河流的水文特征、预测讯期的来临，做好防洪准备，水文实时监测就成了防水治水的重要环节
水利环保监测远程 2019-07-10 -
SparkMLlib GBDT算法工业大数据实战案例
在格物汇之前发表的《工业大数据挖掘的利器——Spark MLlib》中提到，Spark 的MLlib组件能够对工业现场海量数据进行高效挖掘，快速呈现结果给业务分析人员。接下来将向大家介绍SparkMLlib 中的GBDT算法，并将应用该算法对工业数据进行代码实战。
-
工业现场数据管理 什么是工业现场数据管理
工业现场数据管理，以“数据”为核心关注点，除了着重解决各类工业现场数据的获取、清洗、预处理等数据初始化问题之外，还包括对工业现场数据的安全管理、归属权管理、存储管理、调用管理、边缘计算和应用前置（微服务）等全维度的管理内容.
-
工业互联网时代，我们为什么需要时序数据库之二
作为资深“杠精”，当然需要先知道要“杠”的到底是什么？就时序数据库而言，就是要“杠”两个东西：1、“杠”数据；2、“杠”数据库。
-
键值型数据库在分布式爬虫系统中的应用
本文介绍了key-value键值型数据库（redis和pika）在爬虫系统中对多任务分布式运行实现的支持方案，以及两种方案在不同场景下的优劣。
-
OpenStack云平台监控数据采集和处理的实践与优化
本文介绍了在OpenStack云平台中通过Ceilometer采集云平台中虚拟机、磁盘、网络等资源的使用数据，并通过Gnocchi处理、储存和索引数据的实践。
-
Vmware区块链专利解读：提升数据传输效率
近年来，跨数据中心的大数据迁移需求日益旺盛，一方面是由于云计算技术的发展使得数据中心之间的数据共享变得更容易，另一方面是企业业务的诉求推动。
-
区块链和数据库，技术到底有何区别？
关于数据库和区块链，总会有很多的困惑。区块链其实是一种数据库，因为他是数字账本，并且在区块的数据结构上存储信息。数据库中存储信息的结构被称为表格。但是，区块链是数据库，数据库可不是区块链。
-
区块链征信业务中的数据保护分析
大数据时代的到来，一方面意味着个人数据、企业数据的扁平化，另一方面数据使用过程中的问题也逐渐暴露，个人数据孤岛、企业信息不对称、个人和企业信用隐私数据公开等问题亟待解决。
-
联想大数据许能否给工业互联网一个未来
自云计算、大数据、物联网、人工智能等新兴技术爆发之后，工业互联网近两年又成为业界的谈资。通过智能机器间的连接，然后形成人与机器之间的链接，再结合软件和大数据分析，最终达到各个层面人的能力和生产力的提升，这就是工业互联网。
-
以数据库思维理解区块链，快来看看
作为一个数据库行业的老兵，我看到在区块链技术的热潮下，传统的IT技术同学们保持了十分理性，甚至是排斥的态度。其实不管是热捧还是排斥，两极观点之下，我认为我们应该从IT人比较能够理解的角度探讨一下区块链技术
-
-
数据并发量大 华云负载均衡来解局
当数据来得太快太多就像龙卷风，面对大量用户访问、高并发请求，海量数据，我们需要考虑业务拆分和分布式部署，来解决访问量大，并发量高，海量数据的问题。这就需要运用一项技术——负载均衡！
-
开放数据——物联网的基础
虽然智能城市的概念还相对较新，但它已经成为了未来城市环境的热门话题。去年，联合国预测，到2030年，世界上三分之二的人口将生活在城市中。随着这种增长，各个领域的创新也在不断扩大，各个城市必须不断适应持续发展的社会需求。
-
物联网、云计算、大数据、人工智能概念如何区分？
物联网在之前被定义为通过射频识别（RFID）、红外线感应器、全球定位系统、激光扫描器、气体感应器等信息传感设备按约定的协议把任何物品与互联网连接起来进行信息交换。
-
大数据行业须掌握的25个大数据术语
提到大数据可能有些令人生畏。在了解一定基本概念的基础上，掌握其中一些关键术语也是至关重要的。在本文中，我列出了 25 个必须掌握的大数据术语。
-
大数据平台架构技术选型与场景运用
从数据来源、数据源结构、数据变化程度和数据规模等4个维度对数据源进行分类，数据源分类维度的不同决定最后的技术选型。讲师还对数据源分类的定义及选型方式进行详细讲解，最终联系到大数据的应用场景，让数据应用方式更加直观。
-
工业大数据中的实时数据库与时序数据库
工业监控数据要求采集速度和响应速度均是毫秒级的，一个大型企业几万甚至几十万监测点都是常有的事情，这么大容量的高频数据，如果用关系数据库进行存储，由于关系库本身设计的理念。
-
秒懂物联网数据库，离大神仅一步之遥
数据库（Database）是按照数据结构来组织、存储和管理数据的仓库，随着信息技术和市场的发展，特别是二十世纪九十年代以后，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。
-
行业小白知识库：全解物联网、云计算、大数据、人工智能
近几年物联网发展越来越快，物联网这个词离我们越来越近，可是物联网到底是什么，它和云计算、大数据、人工智能又有什么关系呢？今天我们就一起来探讨一下。
-
中、美两国农业大数据对比与思考
当前，大数据正随着信息技术与服务业态快速发展，已成为国家基础性战略资源。农业农村是大数据生产和应用的重要领域之一，也是中国由传统农业向现代农业加快转变的关键技术手段与科学决策。
-
物联网数据采集与自动识别技术的发展
物联网感知层是连接物理世界和信息世界的重要纽带，作为感知层最关键的技术——数据采集与自动识别，共经历了条码、磁卡、IC卡和RFID标签四个发展阶段。
-
如何衡量数据中心的高可用性及容灾水平？
不少的数据中心评价机构尽量保证数据的真实性和权威性，一定要将数据中心分个三六九等，这其中就有两项非常重要的参数，就是一个数据中心的高可用性和数据中心的容灾能力。
-
大数据——智慧城市建设的重要支撑
如今，由海量传感器组成的物联网正日夜不断地采集着城市的各类数据，监控视频数据、城市地理信息、交通数据、人口数据以及环境监测数据等各类数据量正呈现爆发式增长。
-
大数据分析模型之算法介绍
Apriori算法简介：Apriori 算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。
-
医疗健康大数据服务平台技术架构
虚拟化业务管理平台负责对所有的应用服务相关资源进行管理和调度。根据功能，它又可以划分为：虚拟化数据资源中心和虚拟化应用服务组件资源中心。
-
数据挖掘中的关联规则挖掘算法
关联规则按照不同的标准,能用各种不同的方法分成不同类型。将关联规则分为挖掘频繁项集、闭频繁项集、被约束频繁项集、极大频繁项集,是根据挖掘模式的完全性分类的。
相关标签
换一批
最新活动更多 >
-
精彩视频立即观看>> 引爆数据变革，ADI开辟行业未来
-
精彩视频立即观看 >> ADI精密技术助力迈入新疆域
-
4月14日立即报名>> 【ADI在线研讨会】利用隔离栅极驱动器实现SiC短路保护
-
4月15日立即观看>>> 【直播】鼎阳科技：旗舰级高端产品发布，聚焦通用电子测试测量行业新趋势
-
4月21日立即报名>> 【在线研讨会】海克斯康新能源汽车方案“智”造加速日
-
4月23日抢先报名>> OFweek 2021移动通信在线论坛暨展览会
