<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>数据架构 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E6%95%B0%E6%8D%AE%E6%9E%B6%E6%9E%84/</link>
    <description>Recent content in 数据架构 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Tue, 09 Dec 2025 05:23:54 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E6%95%B0%E6%8D%AE%E6%9E%B6%E6%9E%84/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>未来可能颠覆商业智能的AI代理，以及拯救它的关键架构</title>
      <link>https://blog.qife122.com/p/%E6%9C%AA%E6%9D%A5%E5%8F%AF%E8%83%BD%E9%A2%A0%E8%A6%86%E5%95%86%E4%B8%9A%E6%99%BA%E8%83%BD%E7%9A%84ai%E4%BB%A3%E7%90%86%E4%BB%A5%E5%8F%8A%E6%8B%AF%E6%95%91%E5%AE%83%E7%9A%84%E5%85%B3%E9%94%AE%E6%9E%B6%E6%9E%84/</link>
      <pubDate>Tue, 09 Dec 2025 05:23:54 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E6%9C%AA%E6%9D%A5%E5%8F%AF%E8%83%BD%E9%A2%A0%E8%A6%86%E5%95%86%E4%B8%9A%E6%99%BA%E8%83%BD%E7%9A%84ai%E4%BB%A3%E7%90%86%E4%BB%A5%E5%8F%8A%E6%8B%AF%E6%95%91%E5%AE%83%E7%9A%84%E5%85%B3%E9%94%AE%E6%9E%B6%E6%9E%84/</guid>
      <description>&lt;h3 id=&#34;序幕未来已来&#34;&gt;序幕——未来已来&lt;/h3&gt;&#xA;&lt;p&gt;在分析领域的未来，仪表板将不仅仅是“打开”。它们将被“激活”——通过自主的BI代理瞬间、以对话形式、持续更新，这些代理远在任何用户交互发生之前就已预知需求。这些代理将主动运行洞察：优化可视化效果、分析模式、在无需明确人为指令的情况下执行后台查询。这种转变带来了一个挑战：BI系统从未为此类活跃行为设计过架构。随着自主代理开始大规模与语义模型交互，一种新形式的架构压力应运而生——这是传统BI治理无法应对的。&lt;/p&gt;</description>
    </item>
    <item>
      <title>从传统数据仓库到云：架构化迁移策略详解</title>
      <link>https://blog.qife122.com/p/%E4%BB%8E%E4%BC%A0%E7%BB%9F%E6%95%B0%E6%8D%AE%E4%BB%93%E5%BA%93%E5%88%B0%E4%BA%91%E6%9E%B6%E6%9E%84%E5%8C%96%E8%BF%81%E7%A7%BB%E7%AD%96%E7%95%A5%E8%AF%A6%E8%A7%A3/</link>
      <pubDate>Sun, 07 Dec 2025 09:32:45 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E4%BB%8E%E4%BC%A0%E7%BB%9F%E6%95%B0%E6%8D%AE%E4%BB%93%E5%BA%93%E5%88%B0%E4%BA%91%E6%9E%B6%E6%9E%84%E5%8C%96%E8%BF%81%E7%A7%BB%E7%AD%96%E7%95%A5%E8%AF%A6%E8%A7%A3/</guid>
      <description>&lt;h1 id=&#34;从传统数据仓库架构化迁移到云&#34;&gt;从传统数据仓库架构化迁移到云&lt;/h1&gt;&#xA;&lt;h2 id=&#34;企业数据的遗留挑战&#34;&gt;企业数据的遗留挑战&lt;/h2&gt;&#xA;&lt;p&gt;几十年来，企业数据平台建立在 Teradata、Oracle 等遗留系统之上。它们曾是分析业务的支柱，提供了可靠性和可扩展性，但随着时间的推移，它们变得僵化、成本高昂且难以演进。如今，许多此类平台承载着 PB 级的数据，支持数千份报告，并处于数百个依赖流程的中心。曾经的赋能者已成为瓶颈。&lt;/p&gt;</description>
    </item>
    <item>
      <title>Benchling交互式分析架构深度解析</title>
      <link>https://blog.qife122.com/p/benchling%E4%BA%A4%E4%BA%92%E5%BC%8F%E5%88%86%E6%9E%90%E6%9E%B6%E6%9E%84%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Thu, 27 Nov 2025 15:39:52 +0800</pubDate>
      <guid>https://blog.qife122.com/p/benchling%E4%BA%A4%E4%BA%92%E5%BC%8F%E5%88%86%E6%9E%90%E6%9E%B6%E6%9E%84%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90/</guid>
      <description>&lt;h1 id=&#34;benchling构建交互式分析能力的幕后技术&#34;&gt;Benchling构建交互式分析能力的幕后技术&lt;/h1&gt;&#xA;&lt;p&gt;&lt;strong&gt;作者：Wonja Fairbrother 和 Eli Levine&lt;/strong&gt;&lt;/p&gt;&#xA;&lt;p&gt;科学是迭代的。为了设计下一个实验，科学家需要分析之前实验的结果。Benchling中的交互式分析允许科学家执行实时数据转换、可视化和分析，而无需将数据转移到其他系统中。在本文中，我们将描述Benchling交互式分析功能背后的架构，并展示我们在此过程中所做的决策历程¹。&lt;/p&gt;</description>
    </item>
    <item>
      <title>国家公路局通过统一数据平台释放数据价值</title>
      <link>https://blog.qife122.com/p/%E5%9B%BD%E5%AE%B6%E5%85%AC%E8%B7%AF%E5%B1%80%E9%80%9A%E8%BF%87%E7%BB%9F%E4%B8%80%E6%95%B0%E6%8D%AE%E5%B9%B3%E5%8F%B0%E9%87%8A%E6%94%BE%E6%95%B0%E6%8D%AE%E4%BB%B7%E5%80%BC/</link>
      <pubDate>Tue, 25 Nov 2025 02:11:43 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%9B%BD%E5%AE%B6%E5%85%AC%E8%B7%AF%E5%B1%80%E9%80%9A%E8%BF%87%E7%BB%9F%E4%B8%80%E6%95%B0%E6%8D%AE%E5%B9%B3%E5%8F%B0%E9%87%8A%E6%94%BE%E6%95%B0%E6%8D%AE%E4%BB%B7%E5%80%BC/</guid>
      <description>&lt;h2 id=&#34;国家公路局通过统一数据平台释放数据价值&#34;&gt;国家公路局通过统一数据平台释放数据价值&lt;/h2&gt;&#xA;&lt;p&gt;政府所有的国家公路局将与IT服务提供商CGI延长合作五年，作为更好地利用其庞大数据资产计划的一部分。&lt;/p&gt;&#xA;&lt;p&gt;作为该机构数据架构与工程项目的一部分，CGI将利用大型数据集为道路用户提供服务，最终最大限度地减少交通中断。&lt;/p&gt;</description>
    </item>
    <item>
      <title>使用DBSQL现代化数据服务架构的实用指南</title>
      <link>https://blog.qife122.com/p/%E4%BD%BF%E7%94%A8dbsql%E7%8E%B0%E4%BB%A3%E5%8C%96%E6%95%B0%E6%8D%AE%E6%9C%8D%E5%8A%A1%E6%9E%B6%E6%9E%84%E7%9A%84%E5%AE%9E%E7%94%A8%E6%8C%87%E5%8D%97/</link>
      <pubDate>Sat, 22 Nov 2025 14:24:44 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E4%BD%BF%E7%94%A8dbsql%E7%8E%B0%E4%BB%A3%E5%8C%96%E6%95%B0%E6%8D%AE%E6%9C%8D%E5%8A%A1%E6%9E%B6%E6%9E%84%E7%9A%84%E5%AE%9E%E7%94%A8%E6%8C%87%E5%8D%97/</guid>
      <description>&lt;h1 id=&#34;现代化数据服务架构使用dbsql的实用指南&#34;&gt;现代化数据服务架构：使用DBSQL的实用指南&lt;/h1&gt;&#xA;&lt;p&gt;如果你曾经构建过分析仪表板，很可能接触过传统的&amp;quot;批量加载到RDS&amp;quot;模式——我们将数据从批处理过程加载到RDS，然后从该操作数据存储（如AWS RDS或其他数据库）中读取数据。在我们的案例中确实如此——有一段时间，这种模式运行良好。&lt;/p&gt;</description>
    </item>
    <item>
      <title>使用DBSQL现代化数据服务架构的实用指南</title>
      <link>https://blog.qife122.com/p/%E4%BD%BF%E7%94%A8dbsql%E7%8E%B0%E4%BB%A3%E5%8C%96%E6%95%B0%E6%8D%AE%E6%9C%8D%E5%8A%A1%E6%9E%B6%E6%9E%84%E7%9A%84%E5%AE%9E%E7%94%A8%E6%8C%87%E5%8D%97/</link>
      <pubDate>Mon, 10 Nov 2025 22:06:39 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E4%BD%BF%E7%94%A8dbsql%E7%8E%B0%E4%BB%A3%E5%8C%96%E6%95%B0%E6%8D%AE%E6%9C%8D%E5%8A%A1%E6%9E%B6%E6%9E%84%E7%9A%84%E5%AE%9E%E7%94%A8%E6%8C%87%E5%8D%97/</guid>
      <description>&lt;p&gt;如果您曾经构建过分析仪表板，很可能接触过传统的“批量加载到RDS”模式——通过批处理将数据加载到RDS，然后从该操作数据存储（如AWS RDS或其他数据库）中读取数据。我们确实采用了这种方式，并且在一段时间内它运行良好。&lt;/p&gt;</description>
    </item>
    <item>
      <title>AI原生时代的软件工程基础：五大核心实践解析</title>
      <link>https://blog.qife122.com/p/ai%E5%8E%9F%E7%94%9F%E6%97%B6%E4%BB%A3%E7%9A%84%E8%BD%AF%E4%BB%B6%E5%B7%A5%E7%A8%8B%E5%9F%BA%E7%A1%80%E4%BA%94%E5%A4%A7%E6%A0%B8%E5%BF%83%E5%AE%9E%E8%B7%B5%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Sat, 25 Oct 2025 20:32:00 +0800</pubDate>
      <guid>https://blog.qife122.com/p/ai%E5%8E%9F%E7%94%9F%E6%97%B6%E4%BB%A3%E7%9A%84%E8%BD%AF%E4%BB%B6%E5%B7%A5%E7%A8%8B%E5%9F%BA%E7%A1%80%E4%BA%94%E5%A4%A7%E6%A0%B8%E5%BF%83%E5%AE%9E%E8%B7%B5%E8%A7%A3%E6%9E%90/</guid>
      <description>&lt;h1 id=&#34;软件工程基础ai原生时代&#34;&gt;软件工程基础：AI原生时代&lt;/h1&gt;&#xA;&lt;p&gt;AI正迅速渗透到软件开发中，改变着开发人员构建软件的方式。然而，许多企业尚未投资于充分利用这项新技术的关键构建模块。未能关注AI原生时代基础的软件工程领导者，可能会使他们的公司面临被淘汰的风险，而更快采用AI的竞争对手将抓住创新、收入和市场主导地位。&lt;/p&gt;</description>
    </item>
    <item>
      <title>Benchling交互式分析架构深度解析</title>
      <link>https://blog.qife122.com/p/benchling%E4%BA%A4%E4%BA%92%E5%BC%8F%E5%88%86%E6%9E%90%E6%9E%B6%E6%9E%84%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Sat, 25 Oct 2025 06:55:10 +0800</pubDate>
      <guid>https://blog.qife122.com/p/benchling%E4%BA%A4%E4%BA%92%E5%BC%8F%E5%88%86%E6%9E%90%E6%9E%B6%E6%9E%84%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90/</guid>
      <description>&lt;h1 id=&#34;benchling交互式分析功能幕后揭秘&#34;&gt;Benchling交互式分析功能幕后揭秘&lt;/h1&gt;&#xA;&lt;p&gt;&lt;strong&gt;作者：Wonja Fairbrother 和 Eli Levine&lt;/strong&gt;&lt;/p&gt;&#xA;&lt;p&gt;科学研究是迭代的过程。为了设计下一个实验，科学家需要分析之前实验的结果。Benchling中的交互式分析功能允许科学家执行实时数据转换、可视化和分析，而无需将数据转移到其他系统中。在本文中，我们将描述Benchling交互式分析功能背后的架构，并分享我们在开发过程中做出的关键决策¹。&lt;/p&gt;</description>
    </item>
    <item>
      <title>数据织物架构解析：打通数据源与工作负载的桥梁</title>
      <link>https://blog.qife122.com/p/%E6%95%B0%E6%8D%AE%E7%BB%87%E7%89%A9%E6%9E%B6%E6%9E%84%E8%A7%A3%E6%9E%90%E6%89%93%E9%80%9A%E6%95%B0%E6%8D%AE%E6%BA%90%E4%B8%8E%E5%B7%A5%E4%BD%9C%E8%B4%9F%E8%BD%BD%E7%9A%84%E6%A1%A5%E6%A2%81/</link>
      <pubDate>Fri, 17 Oct 2025 16:42:46 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E6%95%B0%E6%8D%AE%E7%BB%87%E7%89%A9%E6%9E%B6%E6%9E%84%E8%A7%A3%E6%9E%90%E6%89%93%E9%80%9A%E6%95%B0%E6%8D%AE%E6%BA%90%E4%B8%8E%E5%B7%A5%E4%BD%9C%E8%B4%9F%E8%BD%BD%E7%9A%84%E6%A1%A5%E6%A2%81/</guid>
      <description>&lt;h2 id=&#34;数据织物概念解析&#34;&gt;数据织物概念解析&lt;/h2&gt;&#xA;&lt;p&gt;&amp;ldquo;数据织物&amp;quot;这一术语在科技行业中被广泛使用，但其定义和实施方式各不相同。从各大厂商的实践来看：&lt;/p&gt;&#xA;&lt;ul&gt;&#xA;&lt;li&gt;英国电信(BT)在分析师会议上讨论了他们的数据织物&lt;/li&gt;&#xA;&lt;li&gt;NetApp在存储领域将品牌重新定位为智能基础设施，此前也使用过这一术语&lt;/li&gt;&#xA;&lt;li&gt;应用平台供应商Appian拥有数据织物产品&lt;/li&gt;&#xA;&lt;li&gt;数据库提供商MongoDB也在讨论数据织物及相关概念&lt;/li&gt;&#xA;&lt;/ul&gt;&#xA;&lt;h2 id=&#34;核心架构原理&#34;&gt;核心架构原理&lt;/h2&gt;&#xA;&lt;p&gt;数据织物的核心是一个统一架构，通过抽象和集成不同的数据源来创建无缝的数据层。其原理是在不同的数据源与需要访问数据的工作负载（应用程序、工作负载，以及日益增多的AI算法或学习引擎）之间创建统一的同步层。&lt;/p&gt;</description>
    </item>
    <item>
      <title>图数据库架构语言PG-Schema获最佳论文奖</title>
      <link>https://blog.qife122.com/p/%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E6%9E%B6%E6%9E%84%E8%AF%AD%E8%A8%80pg-schema%E8%8E%B7%E6%9C%80%E4%BD%B3%E8%AE%BA%E6%96%87%E5%A5%96/</link>
      <pubDate>Fri, 03 Oct 2025 07:23:18 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E6%9E%B6%E6%9E%84%E8%AF%AD%E8%A8%80pg-schema%E8%8E%B7%E6%9C%80%E4%BD%B3%E8%AE%BA%E6%96%87%E5%A5%96/</guid>
      <description>&lt;h1 id=&#34;图数据库架构语言pg-schema获最佳论文奖&#34;&gt;图数据库架构语言PG-Schema获最佳论文奖&lt;/h1&gt;&#xA;&lt;p&gt;标准关系数据库将数据存储在链接表中，而图数据库将数据存储在图中，其中边表示数据项之间的关系。图数据库在单一客户视图、欺诈检测、推荐和安全等用例中很受客户欢迎，这些用例需要在数据之间创建关系并快速导航这些连接。某中心的图数据库服务专为可扩展性和可用性而设计，允许客户在毫秒内查询数十亿个关系。&lt;/p&gt;</description>
    </item>
    <item>
      <title>SNIA推出AI存储开放标准项目</title>
      <link>https://blog.qife122.com/p/snia%E6%8E%A8%E5%87%BAai%E5%AD%98%E5%82%A8%E5%BC%80%E6%94%BE%E6%A0%87%E5%87%86%E9%A1%B9%E7%9B%AE/</link>
      <pubDate>Thu, 11 Sep 2025 20:34:15 +0800</pubDate>
      <guid>https://blog.qife122.com/p/snia%E6%8E%A8%E5%87%BAai%E5%AD%98%E5%82%A8%E5%BC%80%E6%94%BE%E6%A0%87%E5%87%86%E9%A1%B9%E7%9B%AE/</guid>
      <description>&lt;h3 id=&#34;snia宣布storageai项目&#34;&gt;SNIA宣布Storage.AI项目&lt;/h3&gt;&#xA;&lt;p&gt;&lt;strong&gt;加州圣克拉拉，2025年8月4日&lt;/strong&gt;——专注于数据管理与优化技术的非营利组织SNIA今日宣布启动Storage.AI开放标准项目，旨在为AI工作负载提供高效数据服务。该项目将采用行业标准、非专有和中立的技术方案，以优化AI工作负载的性能、效率与成本效益。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
