首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

R 语言数据运营实战

实际数据运营分析过程中,可以固化常规的图表展现和可视化分析过程,实现代码复用,提高开发效率。下图是到店餐饮技术部数据团队积累的部分可视化组件示例: ?...R 在数据产品中的落地实践 到店餐饮数据团队从 2015 年开始逐步将 R 作为数据产品的辅助开发语言,截至 2018 年 8 月,已经成功应用在面向管理层的日周月数据报告、面向数据仓库治理的分析工具...下图是到店餐饮数据团队在数据治理过程中,使用 R 开发的 ETL 间依赖关系可视化工具: ?...截至 2018 年 8 月,的 R 开发者大致在 200 人左右。但相比 Java/Python 等系统语言,R 的用户和应用面仍相对狭窄。...作者简介 喻灿,到店餐饮技术部数据系统与数据产品团队负责人,2015 年加入,长期从事数据平台、数据仓库、数据应用方面的开发工作。

99530

数据指标体系搭建实战

商家版中,为商家搭建的数据指标体系,很好的指导了商家的经营发展方向以及提供经营状况概览。 本文通过体验商家版经营数据子功能,对商家版数据指标体系搭建的情况做出一个概述。...商家版的店铺子功能下,有一个经营数据子版块,针对商家经营过程中的数据指标进行统计。 以下是数据指标搭建的具体概况,经营数据一共分为五个板块依次呈现,分别为总览、营业、流量、顾客和商品。...06 竞品分析 饿了么作为外卖市场上的绝对竞品,在数据指标体系搭建上值得对比。...商家版通过搭建为商家经营服务的数据指标体系,让商户更好的了解自己的经营状况;从而对于自身的发展以及服务做出相应的改变,也更加容易成为产品的忠实使用者。

1.4K30

点评数据平台Kerberos优化实战

KDC是对该协议中第三方认证服务的一种具体实现,一直以来都是点评数据平台的核心服务之一,在Hive、HDFS、YARN等开源组件的权限认证方面有着广泛的应用。...优化之前,线上KDC服务启动的单进程;为最低风险的完成和点评数据的融合,KDC中keytab都开启了PREAUTH属性;承载KDC服务的部分服务器没有做RAID。...使用BDB提供的工具,查看点评数据平台KDC服务的BDB缓存命中率为99%,如图7所示。 ? 图6 无RAID多KDC进程服务器磁盘IO ?...图7 点评KDC缓存命中率 KDC AS处理能力在多进程做RAID条件下,有无preauth属性,KDC服务是否有瓶颈?如果有在哪里?...SRE组,离线计算组SRE负责人,2015年11月加入点评。

1.2K100

智能支付稳定性测试实战

总第313篇 2018年 第105篇 本文介绍了智能支付业务在稳定性方向遇到的挑战,并重点介绍QA在稳定性测试中的一些方法与实践。...本文根据高级测试开发工程师勋伟在第44期技术沙龙“千万级日活App的质量保证”的演讲整理而成。主要介绍了智能支付业务在稳定性方向遇到的挑战,并重点介绍QA在稳定性测试中的一些方法与实践。...背景 支付承载了全部的交易流量,按照使用场景可以将其分为线上支付和智能支付两类业务。...线上支付,支撑用户线上消费场景,处理所有线上交易,为购、外卖、酒店旅游等业务线提供支付能力;智能支付,支撑用户到店消费场景,处理所有线下交易,通过智能POS、二维码支付、盒子支付等方式,为商家提供高效...作者介绍 勋伟,高级测试开发工程师,金融服务平台智能支付业务测试负责人,2015年加入

1.3K40

智能配送系统的运筹优化实战

智能配送系统架构 配送业务场景复杂,单量规模大。下图这组数字是2019年5月配送品牌发布时的数据。 ? 更直观的规模数字,可能是每年给骑手支付的工资,目前已经达到几百亿这个量级。...实战业务项目 智能区域规划 为了帮助大家快速理解配送业务的基本背景,这里首先分享智能区域规划项目中经常遇到的问题及其解决方案。 ?...用户在点外卖,为他服务的骑手是谁呢?又是怎么确定的呢?这些是由配送区域边界来决定的。配送区域边界指的是一些商家集合所对应的范围。为什么要划分区域边界呢?...最后,用自主研发的配送仿真系统,评测这样的区域规划对应的单均行驶距离和体验指标是否符合预期。因为一线直接变动的成本非常高,仿真系统就起到了非常好的作用。...目前,配送团队的研究方向,不仅包括运筹优化,还包括机器学习、强化学习、数据挖掘等领域。这里有很多非常有挑战的业务场景,欢迎大家加入我们,共同探索。

1.8K31

点评运营数据产品化实战

背景 点评作为全球最大的生活服务平台,承接超过千万的POI,服务于数量庞大的活跃用户。...图4 构建cube示例图 中台服务层 数据预计算之后,需要分别对PC和移动端提供计算和装载,并且要针对不同端的特定模块做特定的开发,为了应对多变的业务逻辑,以及未来的可扩展能力,需要提供可插拔的、统一的服务层...,该层主要可以解决如下问题: 服务与预计算数据同步,数据模型的修改只影响到预计算层,同时服务层还可以完全感知预计算数据的变化,不需要对服务做开发调整,实现数据变更的同步响应; 服务与端解耦,针对不同端产品提供统一数据服务...,避免重复开发,同时产品的迭代升级与服务层隔离,应对多变的业务发展和增长; 服务扩展能力增强,支持服务的横向扩展,不影响正常业务的同时提高服务能力,同时在该层实现可抽象通用操作以及规范管理。...运营专题产品采用了开源的Echarts,通过定制化开发的可视化数据,帮助用户将数据转化为可以付诸行动的见解,在提供可视化数据的同时,又为专题数据特定模块提供特定的降维,对比等线上分析操作。

1.6K110

开发实践】为什么开发 Kylin On Druid(下)?

我们比较了 Kylin 和 Druid 这两个重要的 OLAP引擎的特点,也分析了 Kylin on HBase 的不足,得出了使用 Druid 代替 HBase 作为 Kylin 存储的方案,最后介绍了开发的...03 Kylin on Druid 的线上环境表现 点评是 Apache Kylin 的重度用户,Kylin 覆盖了点评主要业务线,截止 2018 年 8 月的数字,每天的查询次数超过 380...第一批上线使用 Kylin on Druid 后,Cube 存储使用减少了约 79%,构建过程的内存和 CPU 使用减少了 20% 左右;从查询时长观察,大部分的查询用时减少了 50% 以上(图21...Decimal 类型在 Druid 端使用 double 替换,近期也会提供准确的 Decimal 类型支持 转换为 Druid Segment 步骤使用内存比转HFile更多,一般需要分配更多内存...随后介绍了开发的 KOD 使用方式,通过不同 Cube 构建方案的查询时长对比,得出 KOD 较原有 HBase 存储有较大性能和易用性提升的结论。

36420

开发实践】为什么开发 Kylin On Druid(上)?

在2018年8月的 Apache Kylin Meetup 活动上,点评技术团队分享了他们的 Kylin On Druid 方案(简称 KOD)。那么,点评为什么要开发这样一套混合系统?...04 为什么开发 Kylin on Druid 点评自 2015 年上线使用 Apache Kylin 做为其离线 OLAP 平台核心组件,服务了几乎所有业务线,数据量和查询次数迅速增长,集群压力越来越大...因此 Kylin 开发团队决定尝试使用 Druid 替换 HBase。 到这里,读者可能会问,为什么不直接使用 Druid 呢?...于是,点评技术团队决定进行尝试,用 Druid 替换 HBase作为 Kylin 的存储。...Kylin 和 Druid 各自的特点和优势,以及Kylin on HBase 在一些情况下性能不佳的原因;然后基于症状寻找解决办法,得出使用 Druid 作为 Kylin 存储引擎的可行方案;接下来分析了开发

71420

智能配送系统的运筹优化实战-笔记

文章作者:Tyan 博客:noahsnail.com  |  CSDN  |  简书 本文为文章学习的笔记整理。 1. 智能配送系统架构 配送业务场景复杂,单量规模大。...用户在点外卖,为他服务的骑手是谁呢?又是怎么确定的呢?这些是由配送区域边界来决定的,配送区域边界指的是一些商家集合所对应的范围。...配送团队和美地图团队进行合作。先利用路网信息,把城市切成若干互不重叠的多边形,然后根据计算几何,将一批商家对应的多边形拼成完整的区域边界。 最后,用自主研发的配送仿真系统进行仿真评测。...把人数做了归一化,算法分配每个班次的骑手比例,但不分人数。在算法决策的时候,不决策人数、只决策比例,这样也可以把单量进行归一化。...Reference 智能配送系统的运筹优化实战

1.5K20

技术团队博客】前端组件化开发实践

这一过程同样发生在,面临业务规模的快速发展和工程师团队的不断扩张,我们历经引入组件化解决资源整合问题、逐步增强组件功能促进开发效率、重新打造新一代组件化方案适应全栈开发和共享共建等阶段,努力“controlling...本文将介绍我们组件化开发的实践过程。 组件化 1.0:资源重组 在早期,前端资源是按照页面或者类似业务页面集合的形式进行组织的。...常常出现内容已经删除但是 css 或 js 还存在的问题 难于单元测试 以页面为最小粒度进行资源整合,不同功能的业务模块相互影响,复杂度太高,自动化测试难以推进 2013 年开始,在调研了 FIS、BEM 等方案之后,结合开发框架的实际...主要的改进是: 以页面功能组件为单位聚合前端资源 自动加载符合约定的 css、js 资源 将业务数据到渲染数据的转换过程独立出来 举例来说,顶部的搜索框就被实现为一个组件。 ?...# 样式├── smart-box.tpl # 内容└── test ├── default.js # 自动化测试 └── default.php # 单测页面 调用组件变得十足简单

1.6K60

9种分布式ID生成之(Leaf)实战

引言 前几天写过一篇《一口气说出 9种 分布式ID生成方式,面试官有点懵了》,里边简单的介绍了九种分布式ID生成方式,但是对于像(Leaf)、滴滴(Tinyid)、百度(uid-generator)...而通过读者留言发现,大家普遍对他们哥三更感兴趣,所以后边会结合实战,详细的对三种分布式ID生成器学习,今天先啃下(Leaf)。...不了解分布式ID的同学,先行去看《一口气说出 9种 分布式ID生成方式,面试官有点懵了》温习一下基础知识,这里就不再赘述了 (Leaf) Leaf是推出的一个分布式ID生成服务,名字取自德国哲学家...(“世界上没有两片相同的树叶”),取个名字都这么有寓意,程序员牛掰啊! Leaf的优势:高可靠、低延迟、全局唯一等特点。...目前主流的分布式ID生成方式,大致都是基于数据库号段模式和雪花算法(snowflake),而(Leaf)刚好同时兼具了这两种方式,可以根据不同业务场景灵活切换。

1.3K20
领券