关于举办“天德π客”创业论坛——“基于阿里云的大数据实践—海量日志分析”的通知

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 随着互联网、云计算、物联网、社交网络等技术的兴起和普及,全球数据的增长快于任何一个时期,可以称作是爆炸性增长。收集大量数据,并在数据中发现趋势,能使企业能够更快、更平稳、更有效地发展。然而,大数据对许多企业和数据专业人员来说,它仍然很难理解,那么,什么是大数据分析?如何利用阿里云数加平台进行海量数据分析,帮助企业更好地利用数据资源?“天德π客”众创空间特举办本期论坛——“基于阿里云的大数据实践——海量日志分析”,邀请华北电力大学电力系统及其自动化博士,阿里云大数据高级认证讲师宋亚奇主讲。

随着互联网、云计算、物联网、社交网络等技术的兴起和普及,全球数据的增长快于任何一个时期,可以称作是爆炸性增长。收集大量数据,并在数据中发现趋势,使企业能够更快、更平稳、更有效地发展。然而,大数据对许多企业和数据专业人员来说,它仍然很难理解,那么,什么是大数据分析?如何利用阿里云数加平台进行海量数据分析,帮助企业更好地利用数据资源?“天德π客”众创空间特举办本期论坛——基于阿里云的大数据实践——海量日志分析华北电力大学电力系统及其自动化博士,阿里云大数据高级认证讲师宋亚奇主讲。现将论坛活动相关事宜通知如下:

一、论坛题目基于阿里云的大数据实践——海量日志分析

二、主讲嘉宾:宋亚奇(华北电力大学电力系统及其自动化博士,阿里云大数据高级认证讲师)

三、主办单位:华北电力大学大学科技园

                           “电谷E创”众创空间

四、论坛地点:大学科技园(朝阳北路与北二环路口西北)5号楼101

五、论坛时间:2017412日(星期

                           上午9:30—11:30

六、论坛安排:

9:30-11:00  基于阿里云的大数据实践——海量日志分析

11:00-11:30 现场互动

七、论坛提纲:

    1、阿里云数加平台介绍

1MaxCompute介绍

2DataIDE介绍

3QuickBI介绍

    2、数据采集

1本地数据同步

2RDS数据同步

    3、数据加工——用户画像

1数据建模

2工作流设计

3工作流调度与测试

    4、数据分析展现:可视化报表及嵌入应用

1数据源配置

2编辑数据集

3制作工作表

4制作仪表板

5报表发布

八、联系方式:

联系人:武华双

 话:0312-3370051 

 箱:hddxkjy@163.com

九、其它事项:

         为使论坛有序进行,请参加单位于412日前将参会人员回执表(附件二)及时报至联系人邮箱。

附件一:讲师介绍

附件二:参会人员回执表

 

                        保定华电天德科技园有限公司

                                               2017331

附件一、 讲师介绍

      宋亚奇,华北电力大学电力系统及其自动化博士,阿里云大数据高级认证讲师。

      北京云顶云科技有限公司技术顾问,天津小猫科技有限公司大数据技术专家。培训的客户包括中国邮政研究院、中国电信,保险交易所,sys cloud以及多家阿里云合作伙伴公司。

      主要研究方向为阿里云云计算技术、大数据处理技术以及云计算技术在电力系统中的应用。专长于应用阿里云MaxCompute、数加平台、Stream Compute等技术解决大数据存储、并行数据处理、流式数据处理以及大数据可视化等问题。深度理解阿里云OSS、ECS、MaxCompute、数加平台、EMapReduce等服务,熟悉JAVA SDK以及API编程。

      近年来参与国家自然科学基金项目1项,主持中央高校科研业务专向资金资助项目3项,参与“输变电设备监测流式大数据的快速处理存储及分析技术”、“面向智能电网的输电线路在线监测与诊断系统”等国家电网公司的研究课题多项,发表的论文成果主要包括:《中国电机工程学报》(EI(JA),2015,35(2):255-267),《电网技术》(EI(JA),2013,37(4):927-935)、《电工技术学报》(EI(JA),2013,28(2):337-344)、《电力自动化设备》(EI(JA),2013,33(10):150-156)、《计算机科学》(中文核心,2013,40(1):81-84)等刊物以及POWERCON2014国际会议论文集(EI,1331-1337)。

附件二:

参会人员回执表

单位名称


联系人


电 话


出席会议人员名单

姓 名

部 门

职 位

手 机













参会人员回执表请于412前发送至邮箱hddxkjy@163.com



相关文章

《云数据·大计算:海量日志数据分析与应用》Workshop-入口


相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
3天前
|
SQL DataWorks 数据可视化
阿里云DataWorks评测:大数据开发治理平台的卓越表现
阿里云DataWorks是一款集数据集成、开发、分析与管理于一体的大数据平台,支持多种数据源无缝整合,提供可视化ETL工具和灵活的任务调度机制。其内置的安全体系和丰富的插件生态,确保了数据处理的高效性和安全性。通过实际测试,DataWorks展现了强大的计算能力和稳定性,适用于中小企业快速搭建稳定高效的BI系统。未来,DataWorks将继续优化功能,降低使用门槛,并推出更多灵活的定价方案,助力企业实现数据价值最大化。
|
4天前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
21 2
|
1月前
|
存储 分布式计算 大数据
【赵渝强老师】阿里云大数据生态圈体系
阿里云大数据计算服务MaxCompute(原ODPS)提供大规模数据存储与计算,支持离线批处理。针对实时计算需求,阿里云推出Flink版。此外,阿里云还提供数据存储服务如OSS、Table Store、RDS和DRDS,以及数据分析平台DataWorks、Quick BI和机器学习平台PAI,构建全面的大数据生态系统。
68 18
|
20天前
|
监控 应用服务中间件 定位技术
要统计Nginx的客户端IP,可以通过分析Nginx的访问日志文件来实现
要统计Nginx的客户端IP,可以通过分析Nginx的访问日志文件来实现
|
1月前
|
存储 SQL 监控
|
1月前
|
运维 监控 安全
|
1月前
|
监控 关系型数据库 MySQL
分析慢查询日志
【10月更文挑战第29天】分析慢查询日志
42 3
|
1月前
|
监控 关系型数据库 数据库
怎样分析慢查询日志?
【10月更文挑战第29天】怎样分析慢查询日志?
42 2
|
1月前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
2月前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1699 14

相关产品

  • 云原生大数据计算服务 MaxCompute