业务支持

**导读：**随着“数据中台”的提出和成功实践，各企业纷纷在“大中台，小前台”的共识下启动了自己的中台化进程，以数据中台、技术中台、业务中台为代表的一系列技术，极大增强了业务的敏捷性，提高了组织效能。同时随着智能技术的发展，AI应用在业务研发中的占比逐渐升高，但AI模型训练的复杂性导致其开发慢、效率低，严重影响了业务的灵活性。 针对这种情况，能否基于中台化思想对业务中AI研发工作进行专门支持，提供对智能需求的迅速实现和灵活试错功能，从而提升企业智能创新能力？AI中台的构建和实施又该如何进行？ 文章大纲： AI 中台的提出 AI 中台的目标和定义 AI 中台的实施路线 实例分析 - 智能投顾机器人为例 总结 Q&A 以下内容为分享实录。 1 AI中台的提出 1.1 中台战略的兴起 自从中台战略被提出并得到成功实施后，业界反响强烈，国内各家企业纷纷启动了自己的中台化进程。尤其是对于在战略中处于核心地位的数据中台建设，各方都有自己的解读和心得。 但总体来看，业界形成了对中台战略的一些共识，即主张“大中台、小前台”，通过构建中台，沉淀共享服务，提高服务重用率，打破“烟囱式”、“项目制”系统之间的集成和协作壁垒，降低前台业务的试错成本，赋予业务快速创新能力，最终提升企业的组织效能。 无论是在金融、在线交易、资讯、医疗还是教育行业，业界对中台战略的研讨包括企业日常活动中的各个环节，例如业务中台

为了支持业务层中的事务，我试图在Go中查找类似Spring的声明式事务管理，但是没找到，所以我决定自己写一个。 事务很容易在Go中实现，但很难做到正确地实现。 需求: 石头文学网 https://www.10tou.com 将业务逻辑与事务代码分开。 在编写业务用例时，开发者应该只需考虑业务逻辑，不需要同时考虑怎样给业务逻辑加事务管理。如果以后需要添加事务支持，你可以在现有业务逻辑的基础上进行简单封装，而无需更改任何其他代码。事务实现细节应该对业务逻辑透明。 事务逻辑应该作用于用例层（业务逻辑） 不在持久层上。 数据服务（数据持久性）层应对事务逻辑透明。 这意味着持久性代码应该是相同的，无论它是否支持事务 你可以选择延迟支持事物。 你可以先编写没有事务的用例，稍后可以在不修改现有代码的情况下给该用例加上事务。你只需添加新代码。 我最终的解决方案还不是声明式事务管理，但它非常接近。创建一个真正的声明式事务管理需要付出很多努力，因此我构建了一个可以实现声明式事务的大多数功能的事务管理，同时又没花很多精力。 方案: 最终解决方案涉及本程序的所有层级，我将逐一解释它们。 数据库链接封装 在Go的“sql”lib中，有两个数据库链接sql.DB和sql.Tx. 不需要事务时，使用sql.DB访问数据库; 当需要事务时，你使用sql.Tx. 为了共享代码，持久层需要同时支持两者。

为了支持业务层中的事务，我试图在Go中查找类似Spring的声明式事务管理，但是没找到，所以我决定自己写一个。 事务很容易在Go中实现，但很难做到正确地实现。 需求: 将业务逻辑与事务代码分开。 在编写业务用例时，开发者应该只需考虑业务逻辑，不需要同时考虑怎样给业务逻辑加事务管理。如果以后需要添加事务支持，你可以在现有业务逻辑的基础上进行简单封装，而无需更改任何其他代码。事务实现细节应该对业务逻辑透明。 事务逻辑应该作用于用例层（业务逻辑） 不在持久层上。 数据服务（数据持久性）层应对事务逻辑透明。 这意味着持久性代码应该是相同的，无论它是否支持事务 你可以选择延迟支持事物。 你可以先编写没有事务的用例，稍后可以在不修改现有代码的情况下给该用例加上事务。你只需添加新代码。 我最终的解决方案还不是声明式事务管理，但它非常接近。创建一个真正的声明式事务管理需要付出很多努力，因此我构建了一个可以实现声明式事务的大多数功能的事务管理，同时又没花很多精力。 方案: 最终解决方案涉及本程序的所有层级，我将逐一解释它们。 数据库链接封装 在Go的“sql”lib中，有两个数据库链接sql.DB和sql.Tx. 不需要事务时，使用sql.DB访问数据库; 当需要事务时，你使用sql.Tx. 为了共享代码，持久层需要同时支持两者。 因此需要对数据库链接进行封装，然后把它作为数据库访问方法的接收器。

信道是不同类型的信息，按照不同传输格式、用不同的物理资源承载的信息通道。根据信息类型的不同、处理过程的不同可将信道分为多种类型。 重点介绍LTE的 逻辑信道、传输信道、物理信道 等常见的信道类型，并和3G相应的信道类型作了比较，通过比较可以加深LTE信道结构的理解。最后给出LTE从逻辑信道到传输信道，再到物理信道的映射关系。 依据不同的货物类型，采用不同的处理工艺，选择相应的运送过程，最后保证接收方及时正确地接受货物。 1.信道结构 1.1 信道的含义 信道 就是信息的通道。不同的信息类型需要经过不同的处理过程。 广义地讲，发射端信源信息经过层三、层二、物理层处理，在通过无线环境到接收端，经过物理层、层二、层三的处理被用户高层所识别的全部环节，就是信道。 信道就是信息处理的流水线。上一道工序和下一道工序是相互配合、相互支撑的关系。上一道工序把自己处理完的信息交给下一道工序时，要有一个双方都认可的标准，这个标准就是 业务接入点（Service Access Point，SAP） 。 协议的层与层之间要有许多这样的业务接入点，以便接收不同类别的信息。狭义的讲，不同协议之间的SAP就是信道。 1.2 三类信道 LTE采用UMTS相同的三种信道：逻辑信道、传输信道和物理信道。从协议栈角度来看，逻辑信道是MAC层和RLC层之间的，传输信道是物理层和MAC层之间的，物理信道是物理层的，如图所示

本文由贝壳找房的资深工程师刘力云将带来Apache Flink技术在贝壳找房业务中的应用，通过企业开发的实时计算平台案例的分享帮助用户了解Apache Flink的技术特性与应用场景。 **摘要：**Apache Flink 是一个分布式大数据处理引擎，可对有限数据流和无限数据流进行有状态计算。本文由贝壳找房的资深工程师刘力云将带来Apache Flink技术在贝壳找房业务中的应用，通过企业开发的实时计算平台案例的分享帮助用户了解Apache Flink的技术特性与应用场景。 业务规模及演进 下图为贝壳找房的业务场景示意图。最上层为贝壳找房公司最为主体的四大业务：二手房交易、新房交易、租赁业务及装修业务。四大业务运营将产生图示中间部分的四大数据即楼盘字典、交易数据、用户行为日志与后端服务日志。图示最下部分代表公司实时数据采集、实时数据计算的业务模块，本文中的案例将重点介绍数据实时计算部分的设计、实现及应用内容。 发展历程 在2018年初，随着公司埋点治理规范的推进，我们建设了DP实时数据总线，统一承接各种埋点数据流的标准化处理，并对外提供清洗后的实时数据。随着维护的实时任务增加，面临着实时数据流稳定性以及任务管理方面的挑战，于是贝壳大数据部着手研发了Hermes实时计算平台，提供统一的实时任务管理平台。 在2018年10月，我们推出了SQL V1编辑器来方便用户开发实时计算任务

声明： 以下网站都是我用来看一些业务讲解的，纯属提供参考。 当然这些网站的业务知识，肯定穿插着他们的产品，不过核心内容都是通的，只是大家的表现形式不同，简单来说就是 范围层相同，表现层求异。 1. 起微学院 支持搜索 ，建议搜索时，用 “业务名” +空格 +“什么” 的形式 2.泛微 它里面有个观点文章，里面有些OA知识的普及。还有个管理智库。这里可能知识点少，不过可以了解OA相关的功能模块。 支持搜索 3.泛普软件 这个网站就是 项目管理 相关的软件，里面有 功能模块部分 4.用友知识库 用友作为ERP老厂商，有自己的ERP贴吧，但是里面有些都是问答帖，没有知识介绍帖。不过ERP相关业务知识，还是可以去看些ERP相关的书籍。 支持搜索 5.Udesk 国内对标Zendesk的一家客服系统，当然还有其他的客服系统，可自行百度。 支持搜索 6.GrowingIO 做数据分析的一家公司，除了数据分析的知识点，还有些产品业务思路，给我的第一感觉就是，用数据说明问题（可能这公司就为了解决部分产品的使用问题吧） 如果让你注册才能看视频，打开浏览器控制台，然后拿video的地址 7.语雀 阿里的在线知识库一类的，可以在【发现】里 进行搜索 2.业务图偷师 1.人人都是产品经理 首选地，很多业务脑图、流程图在此都能找到。 2.Proccess On 偶然间发现process on的模板商城

本文整理自华胜天成云计算研发与产品中心总经理李明军在“TF中文社区成立暨第一次全员大会”上的演讲。更多会议资料，请在公众号后台回复“成立大会”获取。 华胜天成云计算研发与产品中心总经理李明军 非常高兴有机会跟大家分享，华胜天成在云计算开源网络落地方面的经验。 我们接触Tungsten Fabric是在2019年上半年，到现在有半年多的时间，非常欣喜地看到这样一个出色的解决方案能够放到社区里来。 企业用户需求：开放、异构、场景化 在过去的十年里面，我们看到云计算从一个概念，到现在成为一个主流的架构。在这个过程里，我们的客户对云计算技术架构的需求，以及功能的期望，也在发生着变化。 对于中大型的企业市场来说，需求由最初的异构，演变成后来的异构混合，到今天变成了异构混合多云的管理需求——在基础设施层面，有桌面云，以虚拟化形态存在的各种类型的资源池，还有各种公有云的资源池，公有云的应用，都已经进入到中大型的企业的IT环境里面。企业需要在这样一个异构混合多云的环境里面，找到一个集成的、直接服务于业务的基础设施。 这就带来一个非常切实的需求，我们总结了三个词：开放、异构、场景化。 怎么来理解开放？与开放相对应的，就是在前期的时候很多私有的解决方案，或者由单一厂商主导的解决方案，带来的就是对功能扩展和商务合作上的限制。 异构的情况出现在很多层面，比如历史的IT架构与现有的应用系统和IT基础设施

Redis介绍 为了更好的了解Redis，我们不妨从以下几点来分析Redis： Redis是什么，有什么特点 我们使用Redis是为了解决什么样的问题 Redis有哪些特别棒的技术，这些技术又为了解决实际工作中的哪些问题 了解Redis，我们怎么去使用Redis，需要get哪些知识技能点 运用Redis来搭建高可用的环境 Redis是什么,有什么特点 官方的解释：Redis是使用C语言编写，支持网络、内存，亦可持久化的日志型、key-value数据库； 首先明确一点，Redis是一个数据库，不同于我们熟悉的关系型数据：Oracle和Mysql等； Redis是基于内存的key-value数据库。Redis跟Memcached比较像，不同的是Redis的value支持多种数据结构类型。 Redis有如下一些很棒的优点： Redis支持多种数据类型:String, hash, list, set以及zset(sorted set),这些数据类型能让我们很好的定义不同数据类型来满足我们的业务的需要。 Redis数据库支持事务，所有的操作都是原子性的 内存数据库，速度非常快，使用目前流行的SSD硬盘，性能得到更优 支持将内存中的数据库持久化硬盘上，并且支持在启动的时候恢复数据 Redis支持主从架构(复制) Redis可以配置高可用缓存架构(主备切换) Redis可以搭建分布式集群架构

最近国内的卫星通信系统火了一把。1月11日，据媒体报道，中国首个自主建设的卫星移动通信系统正式上线，这套系统名为 天通系统 ，由中国电信运营，号段为1740，用户可以在线上或者部分线下营业厅办理此业务。 我国卫星通信现状 我国的卫星通信干线主要用于中央、 各大区局、 省局、 开放城市和边远城市之间的通信。 它是国家通信骨干网的重要补充和备份。 为保证地面网过负荷时以及非常时期（如地面发生自然灾害时） 国家通信网的畅通， 有着十分重要的作用。 在我国边远省、 自治区（如西藏、 新疆） 的一些地区， 难以用扩展和延伸国家通信网的方法来进行覆盖。 对于这些地区的一些人口聚居的重镇或县城（也可用于海岛） 的用户， 我国是利用 VSAT 的方法将其接入地面公用网。 这对我国通信网的全国覆盖具有重要意义。 卫星专用网在我国发展很快， 目前银行、 民航、 石化、 水电、 煤碳、 气象、 海关、 铁路、 交通、 航天、 新华社、 计委、 地震局、 证券等均建有专用卫星通信网，大多采用 VSAT 系统， 全国已有几千个地球站。 我国需要建立卫星移动通信系统， 以支持位于地面移动通信网服务区以外用户的移动通信业务， 其终端应当是轻便和低成本的。卫星移动通信系统还用来为地面通信网未能覆盖的农村和边远地区提供基本的通信（话音和低速数据， 这对发展中国家更具有重要意义） 。 这里所指的“农村和边远地区”用户

商业智能 ，又称 商务智能 ，英文为 Business Intelligence ，简写为 BI 。 商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具 。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而 商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策 。为了 将数据转化为知识 ，需要利用 数据仓库 、 联机分析处理（ OLAP ）工具 和 数据挖掘 等技术。因此，从技术层面上讲，商业智能不是什么新技术，它 只是数据仓库、 OLAP 和数据挖掘等技术的综合运用 。 商业智能的概念于 1996 年最早由加特纳集团（ Gartner Group ）提出，加特纳集团将商业智能定义为： 商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定 。 商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处 。 可以认为， 商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力（ insight ），促使他们做出对企业更有利的决策 。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成