准备工作
本文档介绍了阿里云智能推荐服务的使用流程,包括数据准备、行为埋点逻辑核对和数据上传方案。内容涉及不同行业的数据规范,如内容、电商和新闻行业,以及测试数据的获取。数据上传分为启动数据和实时数据两步,提供了全服务端SDK和友盟+服务端SDK等多种上传方案。此外,还介绍了通过历史数据启动实例的方法。建议用户根据自身行业和数据情况选择合适的方案。
Hawkeye:TopN慢query的获取与优化
之前的文章介绍了Hawkeye的底层分析系统(待补充文章),其中讲到了基于Blink的Batch任务实现方法,前段时间在优化慢query查询的过程中开发了应用TopN慢query获取的分析任务,其中用到的分析方法适用于其他类似求TopN的问题中。
搜索与推荐技术体验营
课程分为:订阅搜索与推荐技术圈,访问开放搜索试用中心,了解开放搜索行业实践,访问智能推荐试用中心,了解智能推荐行业实践
全链路数据治理-全域数据集成训练营
大数据开发治理平台DataWorks推出多个大数据训练营(更新中),全域数据集成训练营可完成多种数据源、多种网络环境下的离线同步与实时同步。