iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

1 Like 0 留言 5367 瀏覽

鐵人賽 AI & Data DAY 4

資料工程師修煉之路系列第 4 篇

技術 [Day 4] Data Model (1) - Relational Model and Document Model

資料模型 (Data Model) 是所有軟體開發中最重要的環節，每個資料表示層級要如何向更低層級表達資料項目？看起來有點饒舌，資料表示層級舉例來看：應...

tshine73 ‧ 2020-09-19

1 Like 0 留言 4230 瀏覽

鐵人賽 AI & Data DAY 1

資料工程師修煉之路 Part II 系列第 1 篇

技術 Transactions (1) - ACID

此系列是資料工程師修煉之路的後半部份，一樣是 Design Data Intensive Applications 的摘要 + 經驗分享，所有的圖片都是...

tshine73 ‧ 2021-09-01

0 Like 0 留言 3661 瀏覽

鐵人賽 AI & Data DAY 27

資料產品開發與專案管理系列第 27 篇

技術 [Day 27] 資料產品開發實務 - 加工資料 - ETL 開發流程

介紹一下一般開發 ETL 的流程。每隻 ETL 都可以看作是獨立的程式，有獨立的開發流程。但是不同的 ETL 程式又可以使用類似的系統或架構來幫助開發和管理。...

bryanyang0528 ‧ 2021-09-27

2 Like 0 留言 3290 瀏覽

鐵人賽 AI & Data DAY 9

資料工程師修煉之路系列第 9 篇

技術 [Day 9] Storage and Retrieval(2) - SSTables and LSM-Tree

接續 Day 8 SSTables 延續前一天講的 log-structure，其中我們在意的是相同 key 的資料順序要對，如此才能知道哪筆資料是新的嘛，...

tshine73 ‧ 2020-09-24

1 Like 0 留言 2925 瀏覽

鐵人賽 AI & Data DAY 6

資料工程師修煉之路系列第 6 篇

技術 [Day 6] Data Model(3) - Graph-Like Data Model

接續 Day 5 Graph Data Model 初探最後要來談談 Graph Data Model，若你軟體的資料關係是大部份一對多，使用 Docum...

tshine73 ‧ 2020-09-21

2 Like 0 留言 2644 瀏覽

鐵人賽 AI & Data DAY 10

資料工程師修煉之路系列第 10 篇

技術 [Day 10] Storage and Retrieval(3) - B-Tree and comparing LSM-Trees

B-Tree 再來要介紹一個非常常用的 index 結構 B-Tree 和它會用到 storage engine (儲存引擎) page-oriented ，...

tshine73 ‧ 2020-09-25

1 Like 0 留言 2630 瀏覽

鐵人賽 AI & Data DAY 16

資料工程師修煉之路系列第 16 篇

技術 [Day 16] Encoding and Evolution(4) - Avro

接續 Day 15 Avro 最後一個要來談的 binary encoding 方式是 Apache Avro ，閞始於 Hadoop 底下的子專案，它很明...

tshine73 ‧ 2020-10-01

1 Like 0 留言 2456 瀏覽

鐵人賽 AI & Data DAY 6

資料工程師修煉之路 Part II 系列第 6 篇

技術 Transactions (5-1) - Serializability Isolation - Serial & 2PL

昨天談到 write skew 和 phantoms ，是 2 種特別難重現的競爭條件 (race condition) 情況，也就代表無法針對這些情況做測試...

tshine73 ‧ 2021-09-06

1 Like 0 留言 2409 瀏覽

鐵人賽 AI & Data DAY 14

資料工程師修煉之路系列第 14 篇

技術 [Day 14] Encoding and Evolution(2) - Json, XML, CSV 和 Binary variants (二進制變體)

接續 Day 13 JSON, XML, CSV 和 Binary Variants (二進制變體) JSON, XML, CSV 都是很廣泛為人知、多人使...

tshine73 ‧ 2020-09-29

1 Like 0 留言 2375 瀏覽

鐵人賽 AI & Data DAY 12

資料工程師修煉之路系列第 12 篇

技術 [Day 12] Storage and Retrieval(5) - Column-Oriented Storage

接續 Day 11 Column-Oriented Storage 想像一下如果你的 fact table 有上兆筆資料，資料大小是 PB，dimensio...

tshine73 ‧ 2020-09-27

2 Like 0 留言 2344 瀏覽

鐵人賽 AI & Data DAY 11

資料工程師修煉之路系列第 11 篇

技術 [Day 11] Storage and Retrieval(4) - OLTP and OLAP

Transaction Processing or Analytics? 每一個資料庫都能許多種不同型態的資料，如 blog 貼文、遊戲資料、聯絡人資訊等等，應...

tshine73 ‧ 2020-09-26

0 Like 0 留言 2305 瀏覽

鐵人賽 AI & Data DAY 28

資料產品開發與專案管理系列第 28 篇

技術 [Day 28] 資料產品開發實務 - 非機器學習模型

模型當然也有純理論的介紹方法，但實務上是很難單談模型的，今天這篇會介紹過去常用、也滿泛用的不需要使用機器模型的分析手法以及對應的商業需求。人口描述 (http...

bryanyang0528 ‧ 2021-09-28

1 Like 0 留言 2285 瀏覽

鐵人賽 AI & Data DAY 5

資料工程師修煉之路系列第 5 篇

技術 [Day 5] Data Model (2) - Relational Versus Document Model

接續 Day 4 內容 Relational vs. Document database 這裡有許多可以比較的點，像容錯能力和如何處理並行執行緒，但最主要的...

tshine73 ‧ 2020-09-20

1 Like 0 留言 2121 瀏覽

鐵人賽 AI & Data DAY 8

資料工程師修煉之路系列第 8 篇

技術 [Day 8] Storage and Retrieval (1) - Log structured and Hash Index

前面幾天我們談了 Data Model，為你的數據系統挑個合適 Data Model 後，接下來就要談談怎麼儲存與檢索了，資料庫 (database) 就做這...

tshine73 ‧ 2020-09-23

1 Like 0 留言 2028 瀏覽

鐵人賽 AI & Data DAY 2

資料工程師修煉之路系列第 2 篇

技術 [Day 2] Reliable, Scalable, and Maintainable Application (1)

其實今天的很多系統都是數據密集型應用系統，也就是數據量大、複雜、且速度快，有別 10 幾年前的計算密集型，CPU 時脈才是系統的瓶頸。現在的數據密集...

tshine73 ‧ 2020-09-17

0 Like 0 留言 1957 瀏覽

鐵人賽 AI & Data DAY 29

資料產品開發與專案管理系列第 29 篇

技術 [Day 29] 資料產品開發實務 - 自動貼標系統

「懶惰是進步的原動力」科技的進步降低了許多事情的門檻，例如過去要會換牌檔才能開車，現在基本上就自排；過去要會打字才能用電腦傳訊息，現在除了打字還可以語音傳圖片...

bryanyang0528 ‧ 2021-09-29

1 Like 0 留言 1945 瀏覽

鐵人賽 AI & Data DAY 3

資料工程師修煉之路系列第 3 篇

技術 [Day 3] Reliable, Scalable, and Maintainable Application (2)

接續 Day 2 內容 Scalable (可擴充的) 數據系統現在 Reliable 不代表未來也是 Reliable，系統會進步，這裡討論的 Scal...

tshine73 ‧ 2020-09-18

1 Like 0 留言 1868 瀏覽

鐵人賽 AI & Data DAY 7

資料工程師修煉之路系列第 7 篇

技術 [Day 7] Data Model(4) - Triple-Store Graph Model 和總結

接續 Day 6 Triple-Stores and SPARQL 最後要談的就是 Triple-store Graph Model，跟之前講的 Prope...

tshine73 ‧ 2020-09-22

1 Like 0 留言 1866 瀏覽

鐵人賽 AI & Data DAY 27

資料工程師修煉之路系列第 27 篇

技術 [Day 27] Partitioning (1) - Partitioning of key-value data

Day 21 ~ Day 26 我們討論了如何將資料分散到不同節點的 Replication，對那些大型資料集或超大的查詢吞吐量來說，只用 Replicati...

tshine73 ‧ 2020-10-12

1 Like 0 留言 1680 瀏覽

鐵人賽 AI & Data DAY 17

資料工程師修煉之路系列第 17 篇

技術 [Day 17] Encoding and Evolution (4-2) - Avro Evolution

接續 Day 16 Writer's schema and Reader's schema 這裡 Avro 把 encoding 跟 decoding 動作...

tshine73 ‧ 2020-10-02

1 Like 0 留言 1673 瀏覽

鐵人賽 AI & Data DAY 15

資料工程師修煉之路系列第 15 篇

技術 [Day 15] Encoding and Evolution(3) - Thrift and Protocol Buffers

接續 Day 14 Thrift and Protocol Buffers 再來要講的 binary encoding 工具就是 Apache Thrift...

tshine73 ‧ 2020-09-30

0 Like 0 留言 1634 瀏覽

鐵人賽 AI & Data DAY 7

資料工程師修煉之路 Part II 系列第 7 篇

技術 Transactions (5-2) - Serializability Isolation - SSI & Summary

續 Day 6。強列建議閱讀本文之前要先去看 Day 4 - Snapshot Isolation。 3. 序列化快照隔離 SSI (Serializab...

tshine73 ‧ 2021-09-07

1 Like 0 留言 1606 瀏覽

鐵人賽 AI & Data DAY 29

資料工程師修煉之路系列第 29 篇

技術 [Day 29] Partitioning (3) - Rebalancing Partitions

Rebalancing Partitions 每經過一段時間，資料庫可能會因為以下幾件事情改變：為了想提高查詢的吞吐量，所以你加了 CPU。資料的大小增加...

tshine73 ‧ 2020-10-14

1 Like 0 留言 1557 瀏覽

鐵人賽 AI & Data DAY 21

資料工程師修煉之路系列第 21 篇

技術 [Day 21] Replication (1) - Leaders and Followers

這幾天講的主軸是 Replication (數據複製)，如果你的資料不會變動，做到 Replication 很簡單，只要把資料複製到別的節點就好了，搞定！但資...

tshine73 ‧ 2020-10-06

0 Like 0 留言 1549 瀏覽

鐵人賽 AI & Data DAY 30

資料產品開發與專案管理系列第 30 篇

技術 [Day 30] 資料產品開發實務 - 完結撒花！

終於撐完三十天啦啊啊啊啊！！！沒想到自己有一天也能完成這個壯舉（拭淚），真的太敬佩各路大神以及前輩了Orz，也非常感謝各位讀者的支持，不管是幫忙點擊、按讚、分享...

bryanyang0528 ‧ 2021-09-30

0 Like 0 留言 1521 瀏覽

鐵人賽 AI & Data DAY 4

資料工程師修煉之路 Part II 系列第 4 篇

技術 Transactions (3-2) - Weak Isolation Levels - Snapshot Isolation

續 Day 3 Snapshot Isolation 和 Repeatable read 先來看個 read committed 等級的隔離下會發生的靈異現...

tshine73 ‧ 2021-09-04

0 Like 0 留言 1438 瀏覽

鐵人賽 AI & Data DAY 5

資料產品開發與專案管理系列第 5 篇

技術 [Day 5] 資料產品第二層 - 資料加工術 - 資料聚合

即便是相同原料經過不同師傅的手藝也會呈現不同的味道(昨天吃的游壽司) 當資料經過基本篩檢後，也會根據後續使用的需求將資料聚合（資料聚合就是將資料從細的顆粒度聚合...

bryanyang0528 ‧ 2021-09-05

0 Like 0 留言 1428 瀏覽

鐵人賽 AI & Data DAY 19

資料產品開發與專案管理系列第 19 篇

技術 [Day 19] 資料產品的管理-資料治理初探

前面花了不少篇幅在討論資料產品的開發，接下來將花一些篇幅討論資料產品的治理方式。在做資料產品治理時，有一個很重要的觀念「將資料當作資產」。如果前面介紹過的，資...

bryanyang0528 ‧ 2021-09-19

0 Like 0 留言 1382 瀏覽