大数据

立控信息LKONE

库室管控核心产品-仓库安防设施建设在智慧管控的现场场景中，一台核心智能终端，就是串联所有功能的 “神经节点”—— 正如第一张图所示，这台终端可直接联动 8 大系统：从门禁权限的实时核验，到视频监控的画面调取，从装备动用的动态感知，到环境参数的实时调控，甚至能通过虚拟 3D 建模实现场景的可视化管理。

福客AI智能客服

AI智能客服系统：增值服务行业的售后核心解决方案增值服务行业涵盖话费充值、会员订阅、虚拟资产交易等虚拟品类，售后呈现“强即时性、高权益敏感性、凭证虚拟化”特点，传统人工售后难以适配。核心痛点包括：服务未到账、充错账号等纠纷频发，人工核验数据耗时久，解答准确率仅41%；权益界定模糊，纠纷解决周期长达2-3天，用户满意度不足27%；高峰时段咨询遗漏率达35%，售后保障科普不足，进一步加剧信任缺失。

thubier（段新建）

2025技术实践复盘：在沉淀中打磨，在融合中锚定AI协同新方向站在2025年的末尾回望，这一年对我而言，是深耕技术、沉淀价值的一年，更是在实践中打磨方案、在跨领域中融合能力的一年。

Flink Catalogs 元数据统一入口、JDBC/Hive/自定义 Catalog、Time Travel、Catalog Store 与监听器Catalog 负责提供并管理元数据，例如：Catalog 的核心价值有两点：两个作用：注意点：Hive Metastore 会把 meta-object 名字存成小写，这和 GenericInMemoryCatalog 的大小写敏感不同（迁移/兼容时常踩坑）

Flink Modules 把自定义函数“伪装成内置函数”，以及 Core/Hive/自定义模块的加载与解析顺序你会遇到这些需求时，Module 非常合适Module 提供的对象被视为 Flink 的系统（built-in）对象，因此没有 catalog/database 的 namespace。也就是说，它们更像 core 里的 SUBSTRING、CAST 一类“全局可见”的东西。

档案宝档案管理

一键对接OA/ERP/企业微信｜档案宝实现业务与档案一体化管理数字化转型加速背景下，企业管理核心诉求已转向“全链路协同高效”。档案管理作为承载核心信息的关键环节，长期受“信息孤岛”“流程割裂”“检索低效”困扰——业务数据分散于OA、ERP系统，档案资料孤立存储，员工调取资料需跨系统切换、手动录入，既耗时耗力又易出现信息偏差。档案宝通过一键对接OA/ERP/企业微信，成功打破壁垒，实现业务与档案一体化管理，为企业数字化升级提供全新解决方案。

解读：《华为变革法：打造可持续进步的组织》这本书我读了很多遍，也做了读书笔记，我想分享几个核心知识点，具体如下：本文基于毛万金所著《华为变革法：打造可持续进步的组织》的八章核心架构，系统提炼每章的核心知识点、理论模型、实践路径与案例支撑，构建 “认知 - 方法 - 实践” 的三维分析框架，为组织变革领域的学术研究与企业实践提供结构化参考。

【用户行为归因分析项目】- 【企业级项目开发第一站】项目架构和需求设计本次设计开发流程记录在专栏中，持续更新ing从零开始搭建大数据离线\实时项目【轻量级】_是阿威啊的博客-CSDN博客

基于spark的西南天气数据的分析与应用（源码+论文+部署+安装）气象数据涵盖温度、湿度等多元信息，广泛影响日常生活、农业、交通、能源等多个领域。西南地区地形复杂、受季风影响显著，天气多变，其气象条件不仅关乎当地生态、农业与交通发展，还对下游水资源分配、防洪抗旱至关重要，提升该区域气象预报准确率与数据分析深度具有迫切现实需求。随着科技发展，气象数据量激增，传统处理方法难以应对，而 Spark 作为高效的分布式大数据处理框架，具备内存计算、并行处理等优势，可快速处理海量气象数据。在此背景下，开发基于 Spark 的西南天气数据分析系统，旨在通过大数据技术挖掘气象数据价值，

2025时空数据研究工作总结2025年就要结束了，笔者尝试对今年在时空数据挖掘领域的工作进行了一次回顾，旨在总结今年时空领域的主要进展。和24年总结一样，2025年的时空数据挖掘不仅在传统任务上继续取得进展（这部分不再赘述，去年也是这么写的，这句话感觉能用n年），而且还涌现出了一些新的研究方向新的数据和更多新的可能。

spark rdd从实战代码中提炼出通用 RDD 数据处理流程：RDD创建 → 数据清洗 → 数据转换/合并/运算 → 数据筛选 → 结果输出（如违章记录处理：读取 HDFS 文件 → 去表头清洗 → union 合并 → map 切分 + filter 筛选 → 格式化打印）

Sui 2025 年终回顾：支付、BTC 与机构采用篇2025 年，Sui 生态的发展开始呈现出叠加式增长的特征。各项改进不再是孤立发生，而是相互叠加、彼此促进，使新功能更容易被采用，也更快产生实际价值。

打造跨服务数据的“可信视图”：实验效果报表的架构演进本文是「架构师的技术基石」系列的第2-3篇。查看系列完整路线图与所有文章目录：【重磅系列】架构师技术基石全景图：以「增长中台」贯穿16讲硬核实战

Albert.H.Holmes

Elasticsearch学习1.Elasticsearch:开源的分布式搜索引擎2.Splunk:商业项目3.Solr：Apache的开源搜索引擎

TDengine （老段）

TDengine GROUP BY 与 PARTITION BY 使用及区别深度分析在 TDengine 3.0 中，GROUP BY 和 PARTITION BY 是两种数据分组机制，它们在语法上相似，但在实现原理、适用场景和性能表现上存在显著差异。

Java Spring Boot 实战：构建天远高并发个人消费能力评估系统在构建企业级信贷审批或会员管理系统时，后端架构师面临的最大挑战往往不是 QPS（每秒查询率），而是数据的“置信度”与“时效性”。传统的风控逻辑依赖本地滞后的黑名单库，难以应对由于用户收入变动带来的实时风险或机会。

zhixingheyi_tian

Hadoop 编译https://github.com/apache/hadoop/blob/rel/release-3.3.3/BUILDING.txt

锚定智能化浪潮，其目科技以“硬核科技+数据闭环”重塑脑力教育新范式海口讯 —— 面对全球智能化变革的奔涌浪潮，立足海南自贸港的其目科技股份有限公司近日宣布，将做出一项关键的战略选择：摒弃传统轻资产培训模式，全力投入构建以“CAVE沉浸系统、多模态生物反馈与神经数据闭环”为核心的下一代脑力建设体验中心。公司表示，这不仅是企业面对技术奇点的商业抉择，更是投身于以科技赋能人类认知进化这一长期战略机遇的主动进击。