墨祤@DataWorks
TA的个人档案
个人介绍
DataWorks是一个提供了大数据OS能力、并以all in one box的方式提供专业高效、安全可靠的一站式大数据智能云研发平台。 同时能满足用户对数据治理、质量管理需求，赋予用户对外提供数据服务的能力。
擅长的技术
- Python
- 前端开发
- 数据库
- 高分内容
- 最新动态
- 文章
- 问答
-
发表了文章 2020-06-10
数智时代新基石，贾扬清重磅发布新一代云原生数据仓库与数据湖
6月9日， 在2020阿里云峰会上，阿里巴巴副总裁、阿里云计算平台事业部高级研究员贾扬清宣布推出新一代云原生数据仓库和数据湖解决方案。基于创新的技术架构，新一代云原生数据仓库可支持PB级数据关联分析和实时查询，实现离线、实时、分析、服务的四位一体。同时推出的数据湖解决方案，采用一种存储多种计算理念，基于存储与计算分离架构和全新大数据分析加速引擎，可实现与本地计算一样的快速体验，激发企业数智动能。 以下为贾扬清演讲全文[（附视频回顾>>)](https://summit.aliyun.com/events?liveId=2923 如今我们谈到产业数字化，数字产业化，今天绝大多数的经济活动、数据的沉淀分析和服务都是离不开的。同时我们又说摸着石头过河，绝大多数的企业在业务升级跟技术升级的过程当中，往往都采取一个摸着石头过河的方法，在遇到不同的数据分析跟服务的需求的时候，寻找单个的单点的系统来解决它实际的单点的问题。这样的一个过程就会遇到最后的一个问题，是在一个看似完整的系统背后，是一个一个的数据的孤岛，这些孤岛之间数据的联通，数据的实时传输都变成了非常大的问题。从一个整个企业的角度来说，业务所看到的是数据洞察的困难，而系统看到的是数据分裂的成本，作为企业业务如此重要的数据仓库的概念，我觉得我们需要顶层的设计来重构数据仓库，这是我们今天向大家展示的基于Hologres、MaxCompute、Realtime Compute的离线、实时、分析、服务一体化的，实时即服务的一个理念。如果我们回到数据仓库最本质的需求的话，其实它的本质问题并不复杂。数据仓库需要把多个来源的数据综合在一起，实时地沉淀到一套存储上去，同时在上面做多种形态的，无论是离线、实时还是交互式的分析，以及做结果的展示和服务。我们以前经常听到的一个概念叫HTAP（Hybrid Transaction and Analytical Process），事物跟分析的一体化，对于事物来说，它更多的是在考察一个数据的单位，比如说一个数据库，对于读写性能和安全性这样的一些指标。但是今天我们所看到的是，分析跟服务是更加一体的。分析，是说我们要把这样海量的数据当中的规律分析洞察出来，那么同时这些洞察的最终目的是为了服务，无论是数据大屏还是运营分析，它都是一个展示服务数据的一个过程。要解决数据孤岛的问题，我们就要把分析的形态跟服务的形态更紧的结合起来。我们把这样的一种模式叫HSAP（Hybrid Serving Analytical Processing），基于Hologres跟MaxCompute这样的一个数仓，我们可以实现Hologres跟MaxCompute数据的打通，通过Hologres来实现高性能、低延时的分析，同时通过MaxCompute来实现大规模、低成本的离线计算。在这样的一个基础上面，我们可以实时的将这些数据分析的结果以及实时沉淀的数据，推送到不同的像大屏和运营看板这样的一些服务上去。 在阿里巴巴集团内，对于数据最大的一个需求可能是在双11这一天，它有了大量的数据流转，也有着非常复杂的业务决策。在2019年的时候，我们通过Hologres跟MaxCompute这样的一个数仓，给我们支持业务的系统做了一次升级。在双11当天的时候，我们这一套系统支持了总共1.45亿次的在线查询，这些查询再往上所支持的是非常复杂的业务的分析和决策的一个过程。这些分析的背后同时又是带有着1.3亿条实时记录写入的一个大规模的数据体量。顶层设计走对了之后，性能其实并不是问题。基于MaxCompute、RealtimeCompute和Hologres，这样的一整套数仓体系可以解决我们数据孤岛的问题。在没有数据冗余的这样一个情况下面，来简化系统，降低成本，同时来提升我们数据分析的效率。我们也考虑到在建设一个数仓的时候，开源、社区和生态是很重要的，所以我们在建设Hologres的时候，采取了基于PostgreSQL这样的一个完全兼容开源的生态体系。数据工程师和上层的BI工具，可以更加容易地、无缝地把自己现有的系统接入到Hologres和MaxCompute，实现分析和服务的一个无缝迁移。 实时即服务，基于HSAP这样的一个理念，我们可以大大的简化数仓的设计，真正的实现在数据全生命周期当中离线、实时、分析、服务一体化的一个系统。 在企业上云的过程当中，我们还看到另外一个需求，就是海量的异构数据，这些数据可能是日志，可能是图片、视频、语音也有可能是在之前经营过程当中沉淀下来的大量的数据形态。这些数据和数仓所解决的结构化数据的问题是不太一致的，他们变得更加的多样，更加的非结构化，但是同时他们也有和结构化数据一样的需求：海量、高速、安全、智能以及无缝上云。基于这样的一个需求，已经有1000多家企业在我们阿里云OSS对象存储这样的一个通用存储的解决方案上面，来构建一体化的数据湖解决方案。数据湖可以给大家解决两个问题。第一个问题是解决多种形态的数据的无缝接入、聚合的一个问题，他可以把多样的数据都放在同一套存储上面，同时在这套存储上面，它可以更快地对接多种自建和托管的引擎，来实现不同的分析服务的业务的创新，无论是搜索推荐、机器学习，还是其他各种多种多样的服务形态。 今天我们在这里重磅发布新一代云原生的数据仓库和数据湖的解决方案，背后的理念是从数据孤岛到一种存储，多种计算、实时即服务这样的一个系统设计。在阿里云上面我们还有数据的综合治理DataWorks和机器学习PAI这样的平台，通过这一整套的数据产品，我们可以实现应用的数据化和智能化。我们认为未来每一家企业都应该在云上建设数据仓库和数据湖，解决纷繁复杂的数据问题。 本次峰会Hologres商业版首发，指定规格首月三折!立即体验>>了解更多峰会大数据&AI详情请点击：https://www.aliyun.com/activity/bigdata/2020live
-
发表了文章 2020-06-10
数智时代新基石，贾扬清重磅发布新一代云原生数据仓库与数据湖
6月9日， 在2020阿里云峰会上，阿里巴巴副总裁、阿里云计算平台事业部高级研究员贾扬清宣布推出新一代云原生数据仓库和数据湖解决方案。基于创新的技术架构，新一代云原生数据仓库可支持PB级数据关联分析和实时查询，实现离线、实时、分析、服务的四位一体。同时推出的数据湖解决方案，采用一种存储多种计算理念，基于存储与计算分离架构和全新大数据分析加速引擎，可实现与本地计算一样的快速体验，激发企业数智动能。 以下为贾扬清演讲全文[（附视频回顾>>)](https://summit.aliyun.com/events?liveId=2923 如今我们谈到产业数字化，数字产业化，今天绝大多数的经济活动、数据的沉淀分析和服务都是离不开的。同时我们又说摸着石头过河，绝大多数的企业在业务升级跟技术升级的过程当中，往往都采取一个摸着石头过河的方法，在遇到不同的数据分析跟服务的需求的时候，寻找单个的单点的系统来解决它实际的单点的问题。这样的一个过程就会遇到最后的一个问题，是在一个看似完整的系统背后，是一个一个的数据的孤岛，这些孤岛之间数据的联通，数据的实时传输都变成了非常大的问题。从一个整个企业的角度来说，业务所看到的是数据洞察的困难，而系统看到的是数据分裂的成本，作为企业业务如此重要的数据仓库的概念，我觉得我们需要顶层的设计来重构数据仓库，这是我们今天向大家展示的基于Hologres、MaxCompute、Realtime Compute的离线、实时、分析、服务一体化的，实时即服务的一个理念。如果我们回到数据仓库最本质的需求的话，其实它的本质问题并不复杂。数据仓库需要把多个来源的数据综合在一起，实时地沉淀到一套存储上去，同时在上面做多种形态的，无论是离线、实时还是交互式的分析，以及做结果的展示和服务。我们以前经常听到的一个概念叫HTAP（Hybrid Transaction and Analytical Process），事物跟分析的一体化，对于事物来说，它更多的是在考察一个数据的单位，比如说一个数据库，对于读写性能和安全性这样的一些指标。但是今天我们所看到的是，分析跟服务是更加一体的。分析，是说我们要把这样海量的数据当中的规律分析洞察出来，那么同时这些洞察的最终目的是为了服务，无论是数据大屏还是运营分析，它都是一个展示服务数据的一个过程。要解决数据孤岛的问题，我们就要把分析的形态跟服务的形态更紧的结合起来。我们把这样的一种模式叫HSAP（Hybrid Serving Analytical Processing），基于Hologres跟MaxCompute这样的一个数仓，我们可以实现Hologres跟MaxCompute数据的打通，通过Hologres来实现高性能、低延时的分析，同时通过MaxCompute来实现大规模、低成本的离线计算。在这样的一个基础上面，我们可以实时的将这些数据分析的结果以及实时沉淀的数据，推送到不同的像大屏和运营看板这样的一些服务上去。 在阿里巴巴集团内，对于数据最大的一个需求可能是在双11这一天，它有了大量的数据流转，也有着非常复杂的业务决策。在2019年的时候，我们通过Hologres跟MaxCompute这样的一个数仓，给我们支持业务的系统做了一次升级。在双11当天的时候，我们这一套系统支持了总共1.45亿次的在线查询，这些查询再往上所支持的是非常复杂的业务的分析和决策的一个过程。这些分析的背后同时又是带有着1.3亿条实时记录写入的一个大规模的数据体量。顶层设计走对了之后，性能其实并不是问题。基于MaxCompute、RealtimeCompute和Hologres，这样的一整套数仓体系可以解决我们数据孤岛的问题。在没有数据冗余的这样一个情况下面，来简化系统，降低成本，同时来提升我们数据分析的效率。我们也考虑到在建设一个数仓的时候，开源、社区和生态是很重要的，所以我们在建设Hologres的时候，采取了基于PostgreSQL这样的一个完全兼容开源的生态体系。数据工程师和上层的BI工具，可以更加容易地、无缝地把自己现有的系统接入到Hologres和MaxCompute，实现分析和服务的一个无缝迁移。 实时即服务，基于HSAP这样的一个理念，我们可以大大的简化数仓的设计，真正的实现在数据全生命周期当中离线、实时、分析、服务一体化的一个系统。 在企业上云的过程当中，我们还看到另外一个需求，就是海量的异构数据，这些数据可能是日志，可能是图片、视频、语音也有可能是在之前经营过程当中沉淀下来的大量的数据形态。这些数据和数仓所解决的结构化数据的问题是不太一致的，他们变得更加的多样，更加的非结构化，但是同时他们也有和结构化数据一样的需求：海量、高速、安全、智能以及无缝上云。基于这样的一个需求，已经有1000多家企业在我们阿里云OSS对象存储这样的一个通用存储的解决方案上面，来构建一体化的数据湖解决方案。数据湖可以给大家解决两个问题。第一个问题是解决多种形态的数据的无缝接入、聚合的一个问题，他可以把多样的数据都放在同一套存储上面，同时在这套存储上面，它可以更快地对接多种自建和托管的引擎，来实现不同的分析服务的业务的创新，无论是搜索推荐、机器学习，还是其他各种多种多样的服务形态。 今天我们在这里重磅发布新一代云原生的数据仓库和数据湖的解决方案，背后的理念是从数据孤岛到一种存储，多种计算、实时即服务这样的一个系统设计。在阿里云上面我们还有数据的综合治理DataWorks和机器学习PAI这样的平台，通过这一整套的数据产品，我们可以实现应用的数据化和智能化。我们认为未来每一家企业都应该在云上建设数据仓库和数据湖，解决纷繁复杂的数据问题。 本次峰会Hologres商业版首发，指定规格首月三折!立即体验>>了解更多峰会大数据&AI详情请点击：https://www.aliyun.com/activity/bigdata/2020live
-
发表了文章 2020-05-20
飞天大数据平台2020-4月刊
为深刻理解市场需求与用户需求，提升大数据与AI产品与服务能力。阿里云计算平台事业部邀您答复本问卷，共28个问题，用时约10分钟，我们会对本次问卷调查结果保密，并从中筛选50名优质回复回赠精美礼品与产品金牌体验官等服务。https://survey.aliyun.com/apps/zhiliao/aQWGIUNXT MaxCompute 4月份新功能： 1.MaxCompute审计日志发布 MaxCompute在服务级别自动将您使用MaxCompute所产生的操作日志，实时投递到阿里云审计日志服务ActionTrail中。您可执行历史事件及明细查询和实时行为事件分析，满足您实时审计、问题回溯分析等需求。 2.MaxCompute管家新版发布更完善的CU资源使用监控、支持历史作业查看、 支持批量作业操作。 3.MaxCompute 支持对按量付费单个SQL作业的消费进行控制MaxCompute支持按量付费的作业消费控制功能，以免您的计算消费超出预期。 4.Policy支持 Grant 方式授权MaxCompute 权限功能升级，支持通过Grant命令方式实现Policy的灵活授权，让您能更高效的完成数据授权。 5. MaxCompute Mars 支持申请试用 MaxCompute Mars 支持申请试用，如需使用，可在本群或通过工单提交需求 **6.友盟+联合 MaxCompute 发布“U-DOP数据开放”服务，实现友盟域和企业私域数据全面融合。**更多月刊详情，请点击：https://yq.aliyun.com/articles/759190 E-MapReduce 4月份新功能： 1.EMR Hadoop集群弹性伸缩支持优雅下线，用户可以在弹性伸缩缩容规则中设置等待时长，降低对缩容task节点任务的影响。 2.EMR支持阿里云企业资源组，在不同资源组实现EMR集群的隔离，便于各部门独立成本核算。 3.EMR支持3个master节点。 4.弹性伸缩在全球所有region对齐。 5.Knox支持Druid。 更多产品详情，请点击 https://www.aliyun.com/product/emapreduce 交互式分析（Hologres）4月新功能 1.HoloStudio：可视化功能加强，支持一键批量创建外部表和一键同步MaxCompute数据，同时支持一键COPY上传本地文件。 2.安全：Holostudio支持DataWorks工作空间标准化绑定，开发、生产环境相隔离，提高业务数据的安全性。 3.函数支持：对已支持的函数新增使用case和使用说明，方便高效的使用函数，降低学习成本。 4.产品合作：阿里云DataV上线Hologres独立数据源，公网、内网、VPC 3网同时发布，对接实时展示大屏更加便捷化。 更多月刊详情，请点击 https://developer.aliyun.com/article/759925 DataWorks 4月份新功能： 1、新增功能-电话告警 除了短信/邮件以外，运维中心新增电话告警功能，DataWorks专业版以上用户可以在告警配置中选择电话告警。 2、元数据采集支持MySQL、PostgreSQL、Oracle、SQLServer，国内Region发布 3、资源优化国内Region上线，新增全表扫描，90天未访问的表治理项 4、PyODPS 3已发布国内Region 5、运维中心-运行诊断功能上线（成都、英国、迪拜Region除外） 6、DataWoks+MaxCompute组合购买发布上线 7、数据质量规则配置人支持修改 更多月刊详情，请点击： https://developer.aliyun.com/article/759949 PAI 4月份新功能： 1、PAI-DSW2.0专业版发布 PAI-DSW2.0专业版发布杭州、深圳region。 灵活开放的云端交互式AI建模平台，给用户提供更大程度的环境定制化能力，提升开发效率的同时降低成本。 适用客户：算法开发者 文档链接： https://help.aliyun.com/document_detail/163336.html 2、PAI-Studio Bert算法发布 在北京和上海区域新增Bert算法，可以将文本或者Query文本对转成向量。底层调用GPU计算集群，计算性能优越。 适用客户：有文本分析相关需求的客户 3、PAI Alink商业版发布 基于EMR平台提供半托管的流批一体开源机器学习平台Alink服务 更多月刊详情，请点击： https://www.aliyun.com/activity/bigdata/painewproduct 实时计算（Realtime Compute）4月份新功能： 1、实时计算Flink半托管（基于ACK）模式功能升级、支持集群资源监测、优化用户售卖体验，降低时耗、增强稳定性 更多产品详情，请点击： https://help.aliyun.com/document_detail/139972.html 数据总线（DataHub）4月份新功能 1、数据总线产品于2020.4.20日正式完成商业化，对用户提供企业级支持和服务SLA 2、数据总线新版控制台上线，新增用户作业信息metric展示和用户服务资源使用情况展示，协助用户维护任务和优化成本 3、数据总线上线命令行工具，支持用户本地使用命令行操作DataHub，附带类似审计日志、脚本编写等功能 更多产品详情，请点击： https://www.aliyun.com/product/datahub Elasticsearch 4月份新功能： 1.AliES支持商业版6.7version。AliES是阿里云深度定制的内核搜索引擎，提供了监控指标优化、线程池、熔断策略优化、查询与写入优化等诸多功能。详情： https://help.aliyun.com/document_detail/157362.html 2.Beats数据采集中心升级，支持多类型Beats采集器批量安装与集中管理，打通从ECS机器组到阿里云Logstash及Elasticsearch的整套数据链路。详情： https://help.aliyun.com/document_detail/146446.html 3.实现节点级别的QPS和Bulk读写限流，优化指定索引的读写速度，将流量控制在合适范围内，以提高集群稳定性。详情： https://help.aliyun.com/document_detail/156622.html 开放搜索 4月份新功能： 1.人气模型上线。人气模型是根据客户端的行为反馈，来衡量文档热度的机器学习算法。详情： https://help.aliyun.com/document_detail/164216.html 2.Cava插件上线。Cava是OpenSearch团队基于llvm实现的一门高效的编程语言，cava插件支持灵活自定义排序，具有更强的定制能力，更易于维护。 https://help.aliyun.com/document_detail/164013.html 智能推荐 4月份新功能： 1.多数据源对接。可支持免MaxCompute启动服务，行为数据支持友盟数据源。详情： https://help.aliyun.com/document_detail/99085.html 2.行业模板2.0发布。召回特征选举、新物料促活、热物料推荐等方案算法升级。详情： https://developer.aliyun.com/live/2394 欢迎加入飞天大数据平台钉群：
-
发表了文章 2020-05-12
DataWorks 2020-04 产品月刊
本月DataWorks产品月刊为您带来1.运维中心电话告警功能上线，紧急消息直达负责人。2.AnalyticDB for PostgreSQL+DataWorks深度集成重磅联合发布，推出3个月1折优惠体验套餐3.飞天大数据平台应用实战第二季直播回顾，Step By Step体验产品最佳实践！4.DataWorks百问百答12-21更新 【产品活动】 1.AnalyticDB for PostgreSQL+DataWorks深度集成重磅联合发布DataWorks标准版3个月+独享资源组3个月仅需300元！立即前往>>2.飞天大数据平台实战应用第二季为您带来飞天大数据平台DataWorks、MaxCompute、实时计算、EMR、PAI等产品与阿里云上下游产品的最佳实践。PAI平台搭建企业级个性化推荐系统最佳实践互联网、电商行业实时大数据分析最佳实践互联网、电商行业离线大数据分析最佳实践基于MaxCompute的大数据BI分析最佳实践EMR弹性低成本离线大数据分析最佳实践 【产品功能更新】 1.运维中心支持电话告警功能（仅限DataWorks专业版以上使用）除了短信/邮件以外，运维中心新增电话告警功能，DataWorks专业版以上用户可以在告警配置中选择电话告警。购买专业版>> 【DataWorks百问百答更新】 DataWorks百问百答12：定时时间到了，任务为什么还不运行呢？ DataWorks百问百答13：如何使用pyodps引用资源文件？ DataWorks百问百答14：赋值节点结合节点上下文实现上下游参数传递 DataWorks百问百答15：实现unixtimestamp特殊字串分区值分区配置案例 DataWorks百问百答16：类似DataWorks易混淆的优先级有哪些？ DataWorks百问百答17：如何排查周期任务取不到数据(产出数据为空)的问题？ DataWorks百问百答18：如何一次性同步多个MySQL（RDS）表？ DataWorks百问百答19：数据质量出现校验异常如何查看？ DataWorks百问百答20：如何解决数据集成网络问题？ DataWorks百问百答21：节点的调度依赖关系有哪些？ 表之间的业务逻辑简化说明 【产品文档更新】 新增HBase数据源配置PolarDB输入配置Hologres输出配置MaxCompute输出新建AnalyticDB for PostgreSQL表配置资源属性数据源测试连通性新建、提交和运维实时同步节点配置GBase8a数据源Holo ReaderHolo WriterTSDB Reader 【往期系列】 DataWorks 2020-03 产品月刊DataWorks 2020-02 产品月刊DataWorks 2020-01 产品月刊DataWorks 2019-12 产品月刊 更多DataWorks技术和产品信息，欢迎加入【DataWorks钉钉交流群】，为您提供最新的产品直播、产品活动及技术支持点击查看
-
发表了文章 2020-04-17
DataWorks百问百答14：赋值节点结合节点上下文实现上下游参数传递
赋值节点支持ODPS SQL、SHELL和Python三种语言来编写代码，赋值节点自带outputs输出，可结合节点上下文功能实现上下游参数传递。不同语言outputs赋值情况如下： outputs参数的取值只取最后一行代码的输出结果。 ODPS SQL最后一行SELECT语句的输出。 SHELL最后一行ECHO语句的数据。 Python最后一行PRINT语句的输出。 outputs参数的传递值最大为2M。如果赋值语句的输出结果超过此限制，则赋值节点会运行失败。 注意：python和shell的输出会基于逗号切割成一维数组。 odpssql将输出结果作为一个二维数组传递到下游。 赋值节点参数传递示例 业务流程概览：在xc_赋值节点取值对比_shell节点中分别输出赋值节点中使用python、sql、shell编辑的最后一行代码输出结果。下游引用上游传递的参数需要先设置依赖关系。 下游引用赋值节点（ODPS SQL）输出示例 上游节点配置： 当前赋值节点节点名为xc_fuzhi_sql，赋值语言为ODPS SQL。赋值节点将该表的查询结果作为节点输出赋值给赋值节点自带的输出参数outputs。赋值节点查询结果如下： 下游节点配置 下游shell节点节点名为 xc_赋值节点取值对比_shell，下游节点依赖赋值节点xc_fuzhi_python，引用上游赋值节点xc_fuzhi_sql自带的输出outputs作为下游节点的输入，并命名为sql_inputs。取上游赋值节点odps sql最后的输出结果:'${sql_inputs}'取上游赋值节点odps sql输出的第1行数据:${sql_inputs[0]}取上游赋值节点odps sql输出的第2行数据:${sql_inputs[1]}取上游赋值节点odps sql输出的第1行第2个字段:${sql_inputs0}取上游赋值节点odps sql输出的第1行第2个字段:${sql_inputs1} 结果展示 下游引用赋值节点（Python）输出示例 上游节点配置： 当前赋值节点节点名为xc_fuzhi_python，赋值语言为python。赋值节点使用赋值语言python将最后print的结果'a,b,c'赋值给赋值节点自带的输出参数outputs。 下游节点配置： 下游shell节点节点名为 xc_赋值节点取值对比_shell，下游节点依赖赋值节点xc_fuzhi_python，引用上游赋值节点xc_fuzhi_python自带的输出outputs作为当前下游节点的输入，并命名为python_inputs。取上游赋值节点python最后的输出结果:${python_inputs}取上游赋值节点python输出的第1个数据:${python_inputs[0]} 取上游赋值节点python输出的第2个数据:${python_inputs[1]}; 结果展示 下游引用赋值节点（shell）输出示例 上游节点配置： 当前赋值节点节点名为xc_fuzhi_shell，赋值语言为shell。 下游节点配置： 下游shell节点节点名为 xc_赋值节点取值对比_shell，下游节点依赖赋值节点xc_fuzhi_shell，引用上游赋值节点xc_fuzhi_shell自带的输出outputs作为下游节点的输入，并命名为shell_inputs。取上游赋值节点shell最后的输出结果:${shell_inputs}取上游赋值节点shell输出的第1个数据:${shell_inputs[0]};取上游赋值节点shell输出的第2个数据:${shell_inputs[1]}; 结果展示 DataWorks百问百答历史记录请点击查看 更多DataWorks技术和产品信息，欢迎加入【DataWorks钉钉交流群】
滑动查看更多
2020年07月
-
07.29 17:56:04
发表了文章
2020-07-29 17:56:04
兹事体大，DataWorsk消息中心发布啦！
兹事体大，DataWorsk消息中心发布啦！
-
07.29 17:41:46发表了文章
2020-07-29 17:41:46
DataWorks 2020-07 产品月刊
DataWorks 2020-07 产品月刊 -
07.29 16:28:51发表了文章
2020-07-29 16:28:51
“乾坤大挪移”—DataWorks迁移助手公测
“乾坤大挪移”—DataWorks迁移助手公测
-
07.29 14:26:54发表了文章
2020-07-29 14:26:54
DataWorks数据服务更新
DataWorks数据服务更新
-
07.03 10:55:20发表了文章
2020-07-03 10:55:20
欢迎您参与上海大数据&AI线上WorkShop
欢迎您参与上海大数据&AI线上WorkShop
2020年06月
2020年05月
2020年04月
-
04.17 18:00:22发表了文章
2020-04-17 18:00:22
DataWorks百问百答14：赋值节点结合节点上下文实现上下游参数传递
DataWorks百问百答14：赋值节点结合节点上下文实现上下游参数传递
-
04.13 17:33:21发表了文章
2020-04-13 17:33:21
DataWorks百问百答12：定时时间到了，任务为什么还不运行呢？
DataWorks百问百答12：定时时间到了，任务为什么还不运行呢？
-
04.10 01:22:08发表了文章
2020-04-10 01:22:08
一分钟搭建会话机器人，阿里是怎么做到的？
一分钟搭建会话机器人，阿里是怎么做到的？
-
04.08 00:08:13发表了文章
2020-04-08 00:08:13
DataWorks On E-MapReduce功能2020年4月3日正式启动商业化
DataWorks On E-MapReduce功能2020年4月3日正式启动商业化
-
04.07 23:51:06发表了文章
2020-04-07 23:51:06
DataWorks百问百答11：数据地图中数据组织和查找有哪几种方式？
DataWorks百问百答11：数据地图中数据组织和查找有哪几种方式？
-
04.07 23:48:45发表了文章
2020-04-07 23:48:45
DataWorks百问百答10：如何处理编码格式设置问题？
DataWorks百问百答10：如何处理编码格式设置问题？
2020年03月
-
03.31 19:41:09发表了文章
2020-03-31 19:41:09
DataWorks百问百答08：如何进行任务调度执行、周期实例运行状况分析？
DataWorks百问百答08：如何进行任务调度执行、周期实例运行状况分析？
-
03.31 00:53:23发表了文章
2020-03-31 00:53:23
新基建加速 20家中央部委数字化升级合作阿里云
新基建加速 20家中央部委数字化升级合作阿里云
-
03.27 01:06:05发表了文章
2020-03-27 01:06:05
【产品百晓生】DataWorks产品月刊合集
【产品百晓生】DataWorks产品月刊合集 -
03.27 00:59:16发表了文章
2020-03-27 00:59:16
DataWorks百问百答06：周期实例的生成方式是怎么样的？
DataWorks百问百答06：周期实例的生成方式是怎么样的？
-
03.25 16:28:00发表了文章
2020-03-25 16:28:00
DataWorks百问百答05：数据同步任务出现脏数据怎么办？
DataWorks百问百答05：数据同步任务出现脏数据怎么办？
滑动查看更多
-
发表了文章
2020-07-29
兹事体大，DataWorsk消息中心发布啦！
-
发表了文章
2020-07-29
DataWorks 2020-07 产品月刊
-
发表了文章
2020-07-29
“乾坤大挪移”—DataWorks迁移助手公测
-
发表了文章
2020-07-29
DataWorks数据服务更新
-
发表了文章
2020-07-03
欢迎您参与上海大数据&AI线上WorkShop
-
发表了文章
2020-06-10
数智时代新基石，贾扬清重磅发布新一代云原生数据仓库与数据湖
-
发表了文章
2020-06-10
数智时代新基石，贾扬清重磅发布新一代云原生数据仓库与数据湖
-
发表了文章
2020-05-20
飞天大数据平台2020-4月刊
-
发表了文章
2020-05-12
DataWorks 2020-04 产品月刊
-
发表了文章
2020-04-17
DataWorks百问百答14：赋值节点结合节点上下文实现上下游参数传递
-
发表了文章
2020-04-15
DataWorks百问百答13：如何使用pyodps引用资源文件？
-
发表了文章
2020-04-13
DataWorks百问百答12：定时时间到了，任务为什么还不运行呢？
-
发表了文章
2020-04-10
DataWorks 2020-03 产品月刊
-
发表了文章
2020-04-10
一分钟搭建会话机器人，阿里是怎么做到的？
-
发表了文章
2020-04-08
DataWorks On E-MapReduce功能2020年4月3日正式启动商业化
-
发表了文章
2020-04-07
DataWorks百问百答11：数据地图中数据组织和查找有哪几种方式？
-
发表了文章
2020-04-07
DataWorks百问百答10：如何处理编码格式设置问题？
-
发表了文章
2020-04-07
DataWorks百问百答09：如何设置业务流程内和业务流程间的依赖关系？
-
发表了文章
2020-03-31
DataWorks百问百答08：如何进行任务调度执行、周期实例运行状况分析？
-
发表了文章
2020-03-31
新基建加速 20家中央部委数字化升级合作阿里云
滑动查看更多
暂无更多信息