数据

数据工程师应使用加密来保护在各个工具之间传输的敏感日志数据。本章将介绍 TLS（Transport Layer Security，传输层安全协议） ——一种对网络连接进行加密的协议，用于防止对在途数据

在开始动手使用数据工程工具之前，先总体梳理一下数据工程师在构建基础设施时需要完成的任务。我们还将介绍常见的日志记录架构，并讨论工具在格式化日志数据时常用的数据序列化结构，包括 JSON 和 YAML。

在当今互联的世界里，安全而高效的数据共享对现代企业至关重要。能在组织内部与外部无缝交换数据，将为协作、创新与基于数据的决策带来巨大的机会。然而，传统的数据共享方式常常面临诸多挑战：传输繁琐、存在安全风

Snowflake 是一个数据库，因此它具备与其他数据库类似的管理功能。它也是最早的数据仓库即服务（DWaaS）之一，这意味着终端用户可以最大限度地减少运维与维护。 本章概述了管理 Snowflake

如果你是数据分析师、数据科学家，或身处管理层，你就会明白：在任何时刻持续且及时地获取数据有多么重要。无论是查询、转换，还是以任何方式访问数据，都希望这些数据代表当下最新的信息，以便用于分析。 一旦数据

恭喜你决定开始使用 Snowflake！ 本章将带你掌握这个强大的云数据平台的基础要点。内容涵盖：规划你的 Snowflake 环境、创建 Snowflake 账户、浏览其基于 Web 的用户界面。你

云技术可以改变组织开展分析工作的方式。云让组织能够快速行动并采用业界最佳技术。传统上，数据仓库和商业智能（BI）项目被视为重大的投资，往往需要数年才能建成。它们需要一支由 BI、数据仓库和数据集成的开

为什么有些排序算法天生比其他算法更快？这一现实背后的数学基础是什么？本章将揭示排序的深层理论基础，展示支配算法设计中可能与不可能的无形规则。通过探讨形式模型、基本下界以及随机性和稳定性的细微作用，读者

欢迎阅读《Elastic 中的向量搜索入门》。本章将帮助你理解 Elastic 搜索的基本范式，以及向量搜索如何成为实时、上下文感知且精准的信息检索利器。 本章内容包括： 向量搜索引入前的 Elast

在本章中，我们将深入探索嵌入（embeddings）或向量的奇妙世界，以及它们在多个领域中的广泛应用。我们将介绍“嵌入”这一概念，它能够对复杂数据进行有效表示，从而使强大的机器学习（ML）模型能够分析

设计模式在软件工程领域已经非常成熟，但在数据工程领域则是近年来才逐渐受到关注。因此，在这里我需要向你简单介绍一下设计模式，并解释它在数据工程中的含义。 什么是设计模式？ 你可能会惊讶于自己日常生活中有

上一章帮助我们建立了对NLP概念的基础理解，如文本表示和语言建模，以及基于RNN的架构来执行生成任务。在本章中，我们将建立在这些概念的基础上，并介绍一些增强功能，这些功能促成了当前最先进的变换器架构的

在过去的几年里，自然语言处理（NLP）或文本数据处理在研究圈和特别是在工业界引起了广泛的关注。文本不仅仅是另一种非结构化的数据类型；它所代表的内容远远超过眼见的。文本数据是我们思想、理念、知识和交流的

CockroachDB旨在成为一个可扩展的、分布式的事务型数据库系统，能够满足高性能、高可用性和全球分布式应用的需求。然而，它并不是一个可以消除应用程序代码或架构设计中所有低效问题的“魔法盒”。开发人

像所有数据库一样，CockroachDB 对来自应用程序代码的请求作出响应。应用程序如何请求和使用数据对应用程序性能和可扩展性有着巨大的影响。本章将回顾应用程序如何与 CockroachDB 一起工作

一个合理的数据模型是构建高性能、易维护应用程序的基础。在本章中，我们将回顾关系型数据库模式设计的基本原理，特别关注那些影响分布式数据库操作的设计要素，以及 CockroachDB 的一些高级特性，例如

虽然CockroachDB有一些命令行工具，但所有应用程序与数据库之间的交互都通过SQL语言命令来媒介。 SQL是一种功能丰富的语言，拥有悠久的历史——我们在第一章中提到了一部分历史。对所有SQL语言

CockroachDB拥有复杂且现代化的架构，旨在支持全球规模的应用。然而，这种复杂性和可扩展性并不意味着陡峭的学习曲线或高门槛。在本章中，我们将帮助你开始使用CockroachDB的安装，并向你介绍

软件系统的架构定义了实现该系统目标的高层设计决策。正如您在第一章中回顾的那样，CockroachDB的目标是提供一个可扩展、高可用、高性能、强一致性、地理分布式、基于SQL的关系数据库系统，能够在各种