每天进步一点点

原创 《华为数据之道》第十章、未来已来：数据成为企业核心竞争力

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 《华为数据之道》第九章、打造“安全合规”的数据可控共享能力

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 《华为数据之道》第八章、打造“清洁数据”的质量综合管理能力

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 《华为数据之道》第七章、打造“数字孪生”的数据全量感知能力

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 《华为数据之道》第六章、面相“自助消费”的数据服务建设

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 《华为数据之道》第五章、面向“联接共享”的数据底座建设

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 《华为数据之道》第四章、面向“业务交易”的信息架构建设

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 《华为数据之道》第三章、差异化的企业数据分类管理框架

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 《华为数据之道》第二章、建立企业级数据综合治理体系

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 《华为数据之道》第一章、数据驱动的企业数字化转型

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 《华为数据之道》开篇

《华为数据之道》基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验

原创 数据湖构建（Data Lake Formation，DLF）

原创 国家数据局-数据领域名词官方定义

原创 数据治理-数据标准

原创 人工智能与智能计算的发展

原创 数据治理概述

数据治理概述

原创 数据仓库-基础（转）

原创 MySQL概述

原创 新质生产力（new quality productive foreces）逻辑关系图

转载 离线数仓和实时数仓的区别

例如：在统计实时交易订单时，可能实时统计的结果需要当日分钟级别向外展示，T+1后才能展示昨日总的交易订单数，显然，后者是T+1每日离线批处理统计结果，那么假设当日有些用户进行了订单取消，有可能T+1后统计结果与当日实时展示数据出现不一致问题，那么这里就需要使用数据服务来进行处理，统一数据，决定如何使用数据。这个时期，在企业信息化的过程中，随着信息化工具的升级和新工具的应用，数据量变的越来越大，数据格式越来越多，决策要求越来越苛刻，数据仓库技术在大数据场景中被广泛使用。

原创 数据集市简介

数据集市简介

原创 统计学知识梳理

统计学知识梳理

原创 京东供应链溯源防伪平台

PPT整理自：“别人在忙挖矿，京东架构师却悄悄用区块链搞了件大事！”http://blog.youkuaiyun.com/dev_csdn/article/details/79062081仅供参考学习！

原创 CentOS7-64位下 MySQL5.7 安装与配置（YUM）

1、配置YUM源    在MySQL官网中下载YUM源rpm安装包    http://dev.mysql.com/downloads/repo/yum/         # 下载MySQL源安装包    [root@bobom ~]# wget cd https://dev.mysql.com/get/mysql57-community-release-el7-11.noar

原创 jupyter notebook 更改工作环境和浏览器

Jupyter Notebook（此前被称为 IPython notebook）是一个交互笔记本，支持运行40多种编程语言。本质是一个 web 应用程序，便于创建和共享文学化程序文档，支持实时代码、数学方程、可视化和markdown。          ----百度百科    （详细信息见官网：http://jupyter.org/）    这里主要介绍使用过程中遇到的

原创 css基础--联合选择器

1、css 层叠样式表（层叠：一层一层的；样式表：很多的属性和属性值），使页面显示效果更好，css将页面内容和显示样式进行分离提高了显示功能功能2、css 和 html的结合方式：    a、行内样式，在每个html标签上面都有一个style属性把css和html结合在一起；            b、内嵌样式，在每个html的里面以标签实现；

转载 HTML基础之知识框架

转载 CSS基础之框架图

原创 正则表达式 python3.x (re模块)

============================ re.compile ============================re.compile可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率import re匹配邮箱key = 'someone@gmail.com'    # 要匹配的文本

原创 python 多线程 threading

(python提供了两个模块来实现多线程thread 和threading ，thread 有一些缺点，在threading 得到了弥补，为了不浪费你和时间，所以我们直接学习threading 就可以了。)# 单线程 我想做听音乐和看电影两件事儿，那么一定要先排一下顺序。from time import ctime, sleepdef music():    for

转载 pymongo 操作集锦

# 导入模块import pymongo# 建立MongoClient连接，需先启动已经安装的mongodb服务client = MongoClient('localhost', 27017)# 或者 client = MongoClient('mongodb://localhost:27017')# 进入数据库db = client.test_da

转载 python连接及操作mongodb

1、连接数据库（MongoClient VS Connection）    从两个类继承来看，connection是继承MongoClient的，建议使用MongoClient。    class MongoClient(pymongo.common.BaseObject)        Connection to MongoDB.        Method resolution

转载 R语言--股票数据分析

(本实验是以股票数据作为分析背景，股票数据如何从雅虎财经板块上获取，观察股票每日价格和成交量数据开始，接着计算某一支股票数据中比较重要的日度收益率。然后通过各种股票线图进行技术分析，最后在一支股票的基础上同时分析多支股票的成交量，涨幅时间点，最后得出它们之间的相关性等数据特征。)#Quantitative Financial Modelling Framework> libra

原创 Spark之DataFrame 练习

DataFrame 是一种跨语言的、通用的数据科学抽象。 DataFrame 通过使用现实世界中的数据集，涵盖了许多最基本的概念和操作。毫不夸张地说，你可以仅用极少的资金甚至是以免费的方式，通过数据市场获取到一些科研界里最新最权威的数据。倘若你学过R语言，那你可能对它非常熟悉。1、数据集2008 年的航班数据：http://stat-computing.org/dataex

转载 python 实现康威生命游戏

规则：每个细胞有两种状态-存活或死亡，每个细胞与以自身为中心的周围八格细胞产生互动。  人口过少：当周围低于2个（不包含2个）存活细胞时， 本单元活细胞死亡。  稳定：当周围有2个或3个存活细胞时， 本单元细胞保持原样。  人口过剩：当周围有3个以上的存活细胞时，本单元活细胞死亡。  繁殖：当周围有3个存活细胞时，本单元细胞存活/活化。版本：pyth

转载 基于R的高级数据管理

知识点：    数学和统计函数    字符处理函数    数据整合与重塑环境：    R version 3.3.1问题：    一组学生参加了数学、科学和英语考试，所有学生确定一个单一的成绩衡量指标。将前 20% 的学生评定为 A，接下来 20% 的学生评定为 B，依次类推。最后，希望按字母顺序对学生排序。代码：options(

原创 pip(python) && ReadTimeoutError

(pip is already installed if you're using Python 2 >=2.7.9 or Python 3 >=3.4 binaries downloaded from python.org, but you'll need to upgrade pip.)(To install pip, securely download get-pip.py.    

转载 Python 破解验证码

(python 2.7)示例代码：# -*- coding:utf8 -*-from PIL import Imageimport hashlibimport timeimport osimport mathclass VectorCompare:    def magnitude(self,concordance):

原创 实例：python图像处理(Pillow+numpy)

(python 3.5)示例代码：# -*- coding:utf8 -*-from PIL import Imageimport numpy as npa = np.array(Image.open("C:/Users/Desktop/***.jpg").convert('L')).astype('float')   #打开目标图片convert('L')

原创 web-屏幕、浏览器、页面-width and height

1、screen：屏幕screen.height：屏幕高度screen.width：屏幕宽度screen.availHeight：屏幕可用高度（即，屏幕高度减去上下任务栏后的高度）screen.availWidth：屏幕可用宽度（即，屏幕宽度减去左右任务栏后的宽度）任务栏高（宽度-width）= screen.height - screen.availHeight2