- 综合排序
- 最热优先
- 最新优先
构建全球化云端架构与数据合规增长底座
核心数据与观点来源：贺明 | 腾讯云出海行业技术总经理 应对跨国业务架构挑战与数据驻留要求 在全球化战略推进中，企业普遍面临本地化运营与跨国IT架构的匹配难题。 核心诉求集中于降低跨区域资源调度延迟、缩减多节点集群运维成本（Ops Cost），以及在数据采集、传输、存储至销毁的全生命周期中实现完全的技术与法规合规，从而将系统稳定性与数据安全性转化为海外市场的业务增长引擎 交付全场景云原生底座与合规工具箱 为破局全球化技术与合规瓶颈，腾讯云通过“基础设施+平台产品+合规指导”的立体矩阵提供确定性技术支撑： 按需启用的全景化解决方案： 针对跨境电商、社交互娱、游戏出海、在线教育 、消费电子、金融科技出海及汽车出行出海 7 大核心场景，提供从边缘计算、云原生、大数据到AI行业大模型的模块化组件。 体系化数据合规建设框架： 联合IBM发布《企业出海数据合规指导书》，针对 24 个国家和地区的数据法规，提供包含负面处罚案例解读、正面实践参考在内的 6 大工具箱，并落实涵盖访问、纠正、擦除等数据主体权利的灵活产品矩阵
11000编辑于 2026-05-31重塑文旅多业态数字闭环：基于云端数据底座构建大会员精准营销体系
同时，亟待打通前端触达渠道，完善营销活动的数据追踪闭环，针对潜客设立孵化动作，针对游客制定留存策略，最终实现基于数据的个性化内容推荐与服务供给。 部署云端端到端营销引擎，构建全链路会员体系 针对业态分散与数据割裂的挑战，湖南旅游集团联合腾讯云构建了多业态会员运营的整体解决方案。 双引擎驱动底座： CDP（客户数据平台）：承担数据清洗、ID-Mapping、标签处理及360度画像生成，输出活动效果评估与AI智能推荐能力。 —— 王哲，主讲人 夯实一门两云底座，推进系统全面协同 选择腾讯云不仅解决了短期的营销触达瓶颈，更确立了长期的数字化转型路径。 最终构建“一门两云四域”的核心架构——即打造一个湖南旅游集团智慧门户，依托信创云与公有云两大资源平台构建集团云底座，全面支撑管理域、业务域、营销域与数据域的协同共振。
16510编辑于 2026-05-30- 来自专栏数据猿
投稿 | 云端数据简报： 大数据向云端过渡
混合数据源的重心正在朝云端偏移。十五个月前，Tableau Online 客户的云端环境混合数据源连接与本地环境混合数据源连接一样多。 《云端数据简报》样本中的趋势揭示了三个发展动向，它们会影响分析和可视化未来将使用什么样的数据。 1. 数据重心将向云端偏移。 数据重力表示数据在服务和应用程序方面的影响。 如果您的数据存储在云端，您很可能希望自己的数据工具(从处理到分析)也能在云端运行。现在，数据重心集中在云端，集中程度在未来只会进一步增强。 构建数据生态系统的组织应将工作重心放在云端工作流程上，以确保系统已做好应对数据重力改变的准备。 2. 在向云端迁移的过程中，混合数据技术对企业经营至关重要。 如果只有部分数据可以迁移至云端，或者您想循序渐进地迁移数据，混合数据选项让您可以灵活应对云端托管和本地环境之间的矛盾。
5.1K50发布于 2018-04-19 - 来自专栏音视频咖
腾讯云李郁韬：云端音视频是全真互联时代的技术底座
作为全真互联时代的技术底座，云端音视频的演进趋势备受关注。 9月26日，腾讯联合埃森哲发布《全真互联白皮书》，全面呈现这一面向未来的技术体系和应用场景。 未来十年，云端音视频将进一步扮演全真互联时代的技术底座。 具体而言，面向全真互联，音视频技术已经呈现出三大发展趋势。 首先是实时互动，具体包含编解码实时化、传输多元化、IoT视频化和AI+等方向。 在人和场景的连接方面，越来越多的银行结合腾讯云音视频、AI、大数据等技术，打造“虚拟营业厅”，过往必须到线下排队办理的业务在线就能办好，极大便利偏远山区居民、外出务工人员以及行动不便群体。 目前，云端音视频技术已经在消费互联网场景中广泛实践。李郁韬相信，更令人期待的是全真互联在广大实体行业中的应用。 腾讯将围绕数实交互、媒体处理、内容云创和实时互动，持续打造更坚实、更丰富的技术底座，通过轻量化、低门槛的方式开放给广大开发者和企业，使他们更好地参与全真互联时代的共建和共创。
77460编辑于 2022-10-08 - 来自专栏凯哥讲故事系列
DataOps：数据中台的必备底座
前言 数据中台的崛起代表了企业数字化转型从流程驱动走向数据驱动，从数字化走向智能化。而DataOps则是数据中台区别于传统企业数据架构的核心差异，是建设数据中台的必备底座能力。 ，细分成多种数据处理领域，比如： 数据分析 数据可视化 机器学习 云数据处理 流式数据处理 离线数据处理 统计和数据挖掘 每一个领域又有多元化的数据处理工具，框架，如下图所示： ? 从数据源直接实时获取数据，然后进入数据湖，通过流式数据处理，实时数据仓库，规模化的自动数据处理过程等工具构建分析数据管理闭环，最终输出多元化的数据服务。 上图是典型的数据价值链过程，而DataOps就是支撑着整个全生命周期的底座，成功的DataOps体系有四个特质：CAUTA。 全面/Universal 作为企业全域数据的底座，DataOps要全面的支持所有的场景和数据，如下图所示例，列示出了常用的30种数据源和40种目标数据。 ? 可以分解的更加细致： ?
8.8K37发布于 2020-07-09 基于云端音视频底座构建私域直播SaaS矩阵，驱动存量市场利润增长
市场数据显示，私域运营总潜在市场（TAM）预计将从2024年的1475亿增长至2029年的1813亿，总交易金额将从5万亿攀升至8万亿。 沉淀自主数据资产： 摆脱公域数据与稳定性缺失的限制，掌握客户关系管理自主权，实现精准定位与个性化服务。 融合云端音视频技术，定制行业化营销生产力平台 为解决上述业务痛点，腾讯云与郑州北辰数美科技有限公司（诺云）联合打造了专注于企业直播SaaS系统与私域营销工具的行业解决方案，赋能传统企业构建营销新质生产力 企业知识库沉淀： 沉淀历史培训内容与观看数据，不仅为业务部门提供内容复用基础，更为企业构建自有AI内容知识库及后续大模型训练提供核心数据源支撑。 夯实底层技术基石，构筑全流程交付与运维壁垒 北辰数美SaaS矩阵的稳定运行与规模化扩张，高度依赖于腾讯云提供的确定性技术底座。
19610编辑于 2026-04-13- 来自专栏IT创事记
创新数据底座：智能制造的“圣杯”
进行仿真计算需要处理大量的实时数据，对系统的计算和数据吞吐能力都有极高的要求。既有的数据基础设施很难满足以汽车研发为代表的新增需求，创新的数据底座成为智能制造时代被寄予厚望的“圣杯”。 仿真平台只是创新数据底座的冰山一角。 华为构建的创新数据基础设施，将成为国内制造企业数字化转型坚实的数据底座，其示范效应影响深远。 因为它提供的是边缘计算，所有的管理在云端，整个运维成本下降65%，批量部署新业务上线时间缩减50%以上，人员费用下降75%，仅用一年时间就在山西省完成了300多座煤矿的部署。 存储产品的高歌猛进，为华为创新数据基础设施提供了充足的底气；与更多懂行业、懂业务、懂技术的合作伙伴携手同行，则是华为构建制造业等行业数据底座的生态保障。
54820编辑于 2022-08-30 HarmonyOS Next数据底座向量数据库介绍
背景今年HDC在展厅遇见了HarmonyOS 数据底座的架构师，介绍了基于数据底座实现端侧能力的智能小助手，听着很吸引人，HarmonyOS将端侧AI做到了系统层，给开发者创造了无限可能。 向量数据库概述向量数据库是一种支持存储、管理和检索向量数据的数据库系统，同时兼容传统的关系型数据处理能力。 从API version 18开始，向量数据库正式支持通过标准化接口实现数据持久化，为开发者提供了可靠的数据存储解决方案。 结果集采用惰性加载策略，只有在实际访问数据时才会从存储层加载，有效降低了内存消耗。向量数据表示floatvector是向量数据库的核心数据类型，用于表示高维向量数据。 数据类型与约束支持的数据类型向量数据库支持丰富的字段类型，满足多样化的数据存储需求：类型描述是否支持NULL空值是INTEGER整形是DOUBLE浮点类型是TEXT字符串类型是BLOB二进制类型是FLOATVECTOR
37810编辑于 2025-07-06重构自动驾驶量产路径：基于云端底座实现视觉感知方案降本提效
实车测试验证存在物理与成本限制：在传统的模型迭代过程中，轨迹预测的开环评价不科学，同时实车测试成本与风险双高，难以满足海量高质量数据生成、长尾场景覆盖以及模型快速自迭代的需求。 依托腾讯云双平台底座加速通用AI闭环迭代 为支撑端到端神经网络与自动驾驶世界模型的庞大计算与存储需求，鉴智机器人选择基于腾讯云构建高效率算力平台和数据平台。 依托腾讯云的底层基础设施，鉴智机器人得以处理海量多模态数据（语言、视频、驾驶数据等），将高风险、高成本的实车验证转移至云端数字空间。 这一算力与数据的双重底座，从根本上解决了轨迹预测评价开环的局限性，大幅提升了仿真大模型的真实度、可控度与可交互度，从而有效加速了自动驾驶系统从“专用智能”向“通用智能”的规模化量产与演进。
10200编辑于 2026-05-30- 来自专栏量子位
都在卷大模型底座，云计算一哥决定给底座造底座
为什么需要大模型底座？ 由表及里，大概有两层原因驱动。 首先是直接原因，行业需求。 生成式AI将会形成一个新市场，如今已是行业公认的趋势。 那么亚马逊云科技的动作，则是给出了一种新范式，将多种大模型囊括在一起，放在一个大平台底座上，让用户的可选择性提升，同时发挥他们云厂商本身的优势，让用户的调用和定制化过程门槛更低、效率更高，并在安全性做出保障 更深层次的原因在于，给大模型加底座，能够更进一步降本增效，这本身就符合市场和行业的发展要求。 而除了大模型底座，在近期或许还会衍生出一大批“新兴物种”。比如当下软件应用在争先恐后接入Chatbot，就有企业推出相应服务帮软件应用接入大模型能力。 可见在当下这个时刻，怎么把握机遇非常关键。 其中，比如光数据这一环就分为数据提供商和数据服务商，光数据提供商就包括提供通用数据、垂直数据、特定业务下的标注数据、符合法规的审核数据等等。
39110编辑于 2023-05-06 - 来自专栏用户8715145的专栏
云端数据库是有哪些类型？云端数据库特点有哪些？
大型企业有用到云计算，自然就少不了要使用云端数据库，毕竟要储存的数据量还是很大的。特别是对于公司的机密文件以及数据，要做到百分百的安全。而且云端数据库不同的产品所要用到的数据库也不一样。 那么云端数据库是有哪些类型？云端数据库特点有哪些？ 云端数据库是有哪些类型 云端数据库一般是有两种类型，一种是关系型数据库，一种是非关系型数据库。 甚至还有数据库一体机以及企业分布式数据库等。 云端数据库特点有哪些 1、云端数据库创建实例的速度是很快的，只需要用户选择好所需要的类型后，几分钟就可以创建好数据库实例。 2、可自动切换数据库实例，当主库发生故障时，系统会自动修复或更换当前的主库。 3、云端数据库一般会自动备份功能，当出现灾害或是其它的异常而导致数据出现问题时，云端数据库会自动保存7天内的所有数据。 4、可随时保证云端数据库与源数据库的数据同步，同时还不会影响源数据库的使用与运行。 而且云端数据库还具有监控与通知的功能，当监控项达到我们所设置的监控策略阀值时，系统会自动发送邮件或是短信告知管理员。
5.7K20发布于 2021-10-20 本地程序访问云端数据库和云端服务调试方案
经常遇到一些场景，程序在本地是正常的，但是在云端生产上面不正常。这些往往是由于云端的第三方服务存在差异或者是云端的数据库数据存在差异，比如脏数据，数据的历史原因等等，在本地是无法调试的。 这时候要还原生产的现场，最直接的方法是连接生产端的数据库或者第三方服务进行调试。但是这里有一些问题，有些数据库或者第三方服务，是没有密码的，比如redis。 （二）添加ssh连接，并且设置端口映射策略如下图所示，是添加ssh连接的界面：上图是将云端内网172.16.0.3和172.16.0.4的mysql和redis数据库的端口，映射到本地来了。 比如数据库的3306映射到了本地13306,redis的6379映射到了16379端口上。 （三）、启动映射策略添加完ssh连接后，启动这个ssh映射策略即可，如下图：这样，你的本地程序，连接本地127.0.0.1下的13306和16379端口，就可以连接上云端的数据库了。
16910编辑于 2026-02-09- 来自专栏知识分享
WIFI底座
自己贴片的51+WIFI的开发板终于到了。。还是贴片的好看 美中不足的是需要改一个电阻的阻值。。还有就是由于自己的8266和51单片机一块断电上电，所以如果用的USB线的质量不好就会出现 下载不了程序
1.3K40发布于 2018-06-01 - 来自专栏云计算D1net
在云端保存数据安全吗?
在数据传输到云端时可能会遇到问题，一旦达到云端，数据处于静止状态，以及迁移到云端之前的分段区域的数据都可能面临风险。数据是一种资产，将面临损坏、删除甚至存储介质退化的风险。 静默数据损坏 传输数据和存储数据的每一时刻，都会出现静默数据损坏的风险。如果突然变成零，那么文件不再有用。传播中可能会发生静默损坏，并将数据写入存储介质。 当然存储在云计算中的数据应该被存储或发送到云端，使得公司可以从任何损坏或意外删除中恢复，并且不会意外地删除云数据，并且还必须主动监视数据损坏或攻击。 如果一个平台作为传统云供应商的网关，它可以添加一些完整性数据功能，例如创建不能通过该接口覆盖的WORM或黄金副本的数据。客户应选择一个平台，可以在数据迁移到云端之前指定保留锁，访问权限和WORM副本。 通过从云端重新启动数据或为此目的在云中创建基础设施来验证数据可能是昂贵的，因此这样的系统应该构建在利用成本有效的计算组件(如来自AWS的LAMDA或来自Azure的Micro功能)中。
2.8K110发布于 2018-03-28 - 来自专栏数字孪生应用
云端三维可视化点燃低空经济，实时云渲染助力“空中高德”底座
“空中高德”时空底座基于海量实时低空三维数据和地面基础数据所打造的空地一体三维“高德地图”，通过引入三维隐式空间建模与AI深度学习技术，打造全自动、高质量的三维重建平台，可显著降低数据生成成本，并实现全域数据天级更新 此外，时空底座还可实现孪生地图化管理、空中路径规划、空域事件发布管理、空间碰撞预警提醒等核心功能。 LarkXR在此场景中扮演核心底座赋能角色：云端渲染“城市数字孪生”： 融合超大规模三维场景，城市级精细建模、实时动态空域信息（禁飞区、航线、其他飞行器）、气象图层、地面关键设施模型。 保障核心数据安全： 高精度底图、敏感设施位置信息等核心数据始终在云端，终端仅接收加密视频流，有效规避数据泄露风险。 支撑业务快速迭代： 平台功能更新、新三维数据发布，只需在云端更新一次，所有用户下次访问即自动生效，加速业务创新步伐。
60010编辑于 2025-08-06 融合云端原生底座与行业生态：全链路产业数字化重构与量化实践
理想状态下，企业需要具备高可用的底层架构、无缝流转的数据闭环以及全方位的安全防护能力。 数据孤岛与协同断层： 无论是在城市空间规划（数据时效性差、精度不足）、国际物流（查询繁琐、拓客困难），还是政务办公与跨国贸易中，系统间的数据壁垒严重阻碍了流程自动化与精细化管理。 腾讯云以底层数字技术为基础，联合赞同科技、安畅、锐捷、东华云、企宗法务、华制智能、嘉为蓝鲸、卓术、荣旗科技、国地科技、上海夸客营、云领航科技、骉云网络、格罗斯等行业头部服务商，输出深度融合的场景解决方案： 音视频与实时交互底座 云边一体与安全防护引擎： 采用具备全球加速节点与Bot管理的边缘安全加速平台（EdgeOne），并以本地SDK方式前置部署威胁情报库，结合CVM、WAF等产品，构建防流量盗刷与高可用（满足等保三级）的医疗/游戏云端防火墙 AI视觉与大数据中枢： 整合腾讯优图实验室视觉AI技术、超景深多聚焦算法、LBS位置大数据与CIM支撑系统，落地于新能源电池外观自动检测机与城市“11113”数字孪生架构中。
7400编辑于 2026-05-31- 来自专栏PPV课数据科学社区
大数据的未来在云端
即席查询生成报表，对业务进行预测，充分利用大数据流中隐藏的价值。 你的数据都有哪些类型组成？关系型数据、非结构化数据还是音频视频？ 你如何存储不同类型的数据，然后让企业内部的人员可以访问这些数据？答案其实在云端，云存储技术基本上可以应对大数据的存储需求，你可以存储任何类型的数据然后轻松地进行扩展。 比如读密集型的数据一般需要关系型数据库；日志文件只使用HDFS存储就可以；需要大量写操作的数据则需要NoSQL数据库；而存在大量读写操作的系统就需要强大的大数据架构来作为支撑。 新一代的BI工具能够应对实时、图形化、大对象以及非结构化数据的处理，同时能够将这些数据存储在云端。每种数据可以托管在不同的云服务上，但都可以通过一个API进行访问。 千里之行始于足下，在构建大数据分析模型或者投入机器学习，招聘数据科学家之前，企业需要先解决好如何存储大数据，而答案就在云端。
1.2K60发布于 2018-04-18 大数据平台数据底座能力构建技术指南
摘要 本文旨在解析大数据平台的数据底座能力，探讨其核心价值、典型场景、关键挑战，并提供详细的操作指南。同时，对比分析通用方案与腾讯云方案的差异，并提供场景化案例以展示腾讯云产品的优势。 技术解析 核心价值与典型场景 大数据平台的数据底座能力，指的是构建企业级数据仓库和数据资产管理的能力。这一能力的核心价值在于： 性能提升：与传统数仓/大数据解决方案相比，性能提升10~100倍。 构建企业级数据仓库 原理说明：企业级数据仓库构建需要从异构数据源导入数据，通过大数据组件进行数据开发、任务编排和运维，最终通过数据导出或API服务应用数据。 结论 大数据平台的数据底座能力是企业数字化转型的关键。腾讯云提供的WeData、COS和BI工具等产品，能够帮助企业在性能、成本和数据治理方面取得显著优势。 通过上述操作指南和增强方案的对比，企业可以根据自身需求选择合适的技术方案，实现数据底座能力的构建和优化。
60710编辑于 2025-07-28- 来自专栏腾讯云大数据
PB 级数据的云端迁移战事
腾讯云大数据产品架构师李少波说。 少波说的这个正是一个月前他和另外3位同事，一起经历的一场云端迁移战事。 但随着游戏业务迁移上云和数据规模、维度的快速增长，数据分析任务日渐繁重和多态化，对数据处理的时效性和稳定性要求越来越高，搜狐畅游亟需通过更灵活稳定的大数据基础能力建设，提升大数据的分析、管理和运维，为游戏稳定流畅运行 搜狐畅游 BI 大数据中心技术负责人介绍说：“首先，搜狐畅游与腾讯云大数据技术团队一起紧密配合，详细梳理当前数据、任务、流程，按特征进行归类，针对不同情况（如历史数据、实时数据）进行针对性设计迁移方案， 确保全覆盖场景；其次，对各类数据和任务，抽样进行尝试迁移验证，包括元数据、数据、作业等相关联的完整测试校验，确保无误；最后，结合业务应用特征，配置策略，利用低峰期将历史数据平缓迁移，再配置双写策略，平滑迁移实时数据和任务 目前，借助于云端大数据基础设施，快速实现基于数据驱动的业务创新和运营创新已成为新一代互联网企业的业界共识和主流趋势。
2K30发布于 2021-09-18 - 来自专栏PowerBI战友联盟
复用云端 PowerBI 数据集服务众人
今天的主题是：复用 PowerBI 数据集。 在我们把报告发布到云端以后可以有： ? 也就意味着我们可以复用不同的数据集。 数据集，是存储 PowerBI 数据容器名称，是 PowerBI 可视化背后的实际数据。这份数据可以依照不同角色的需求去做不同的报告。 我们回到云端界面，如下： ? 点击【在Excel中分析】就会下载到一个连接文件。这是一个.odc结尾的文件，它就像一条线，可以从 Excel 打通到 PowerBI 云端数据集的连接。如下： ? （一般是 PowerBI Pro） 在 PowerBI 中使用数据集 在 PowerBI 中点击： ? 选择 PowerBI 数据集，得到： ? 选择一个有权限的数据集，就可以使用了，如下： ? 这里的权限控制是通过 PowerBI 云端完成的，也就意味着不同的人的权限是在云端的工作区设置的。 总结 用 PowerBI 创建数据模型，并分发给不同的同事使用是一种很好的方式。
2.1K20发布于 2020-04-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号