本文共1100字，建议阅读7分钟。在分布式数据库及大数据平台中，数据如何分布到多台机器中是个很关键的问题。合理的数据分布能够有效地减少JOIN运算过程中的网络传输量！但是JOIN不一样，它涉及关联计算，如果JOIN的两条记录不在同一个节点上，那就需要把它们

本文约5000字，建议阅读10+分钟。本文拆解数据科学工作的一般面试考察方式，为你分析面试工作时的准备及技巧。简介2012年，《哈佛商业评论》宣布数据科学将成为21世纪最性感的工作。最近的报告显示，对数据科学家的需求远远超过供应量。这部分是因为作为一个新兴

王建民，清华大学软件学院院长、数据科学研究院副院长。研究领域包括大数据与知识工程、非结构化数据管理、业务过程与产品生命周期管理、数字版权与系统安全技术、数据库测试技术等。在近日刚刚公布的2018国家精品在线开放课程认定结果中，清华大学王建民老师的“大数据系

而今年的新春交流会与以往不同的是，我们邀请到了两位神秘嘉宾，他们分别从宏观教学的层面及企业方的角度，向在场师生阐述了他们对新时代人才的需求。魏璇博士最后的那句：“为什么码农是非常有意思的工作？因为我们可以建设新世界，而不受物理世界的种种限制。它有点难，但是

2017年12月14日，一年一度的清华-青岛数据科学研究院各研究领域工作交流会于双清大厦如期举行。院长俞士纶、副院长王建民、执行副院长韩亦舜与数据院旗下10个研究中心的带头人齐聚一堂，共同回顾了2017年各项科研工作的优秀成果，并对2018年的科研工作进行

计算机的基本工作就是处理数据，包括磁盘文件中的数据，通过网络传输的数据流或数据包，数据库中的结构化数据等。而在分布式环境中进行大数据处理，除了与存储系统打交道外，还涉及计算任务的分工，计算负荷的分配，计算机之间的数据迁移等工作，并且要考虑计算机或网络发生故

2017年1月5日，由清华大学数据科学研究院主办，清华大数据产业联合会、清华大学学生大数据研究协会、THU数据派承办的第三届清华大学大数据人才新春交流会成功召开。本次交流会相比以往两届，受到了校内外相关人士更广泛的关注。为了更广泛地传播数据思维理念、展现数

［导读］当下征信行业面临着信息共享缺位，征信体系不完善的痛点。那么在构建客观信用评价体系时，如何获得数据以及与政府合作的机会？清华机械工程系1990级校友、金电联行副总裁艾小缤先生分享了自己的体会及经验。通过本期的专访，我们了解到金电联行一直有着“客观信用

近日，世界顶尖大数据峰会Strata+Hadoop World在Suntec Singapore International Convention & Exhibition Centre召开。受到主办单位Cloudera邀请，小编有幸来到现

［导读］也许你曾听说过Google的无人驾驶车技术；也许你已经习惯了要出门就掏出手机叫量Uber；也许你还在津津乐道着出租车行业巨头们相互竞争的故事......可是那个让交通领域发展成今天这般模样的技术究竟是什么呢？本期清华大数据技术·前沿系列讲座请到了著

又有一个数据泄露成为头条新闻，再次被Upguard的数据泄露猎手发现。美国数据机构LocalBlox在网上暴露了一个不安全的在线AWS库，其中包含部分来自Facebook，LinkedIn和Twitter等多达4800万条记录。对文件中元数据的分析使得研究

在这里大家一定要注意三级模式中的概念模式对应的是数据库设计的逻辑模型，而不是概念模型，一定不要弄混了。