本文将介绍近期SLS Prometheus存储引擎的技术更新，在兼容 PromQL 的基础上实现 10 倍以上的性能提升。同时技术升级带来的成本红利也将回馈给使用SLS 时序引擎的上万内外部客户。
谈到数据仓库， 一定离不开使用Extract-Transform-Load (ETL)或 Extract-Load-Transform (ELT)。将来源不同、格式各异的数据提取到数据仓库中，并进行处理加工。传统的数据转换过程一般采用Extract-Transform-Load (ETL)来将业务数据转换为适合数仓的数据模型，然而，这依赖于独立于数仓外的ETL系统，因而维护成本较高。 ByConity 作为云原生数据仓库，从0.2.0版本开始逐步支持 Extract-Load-Transform (ELT)，使用户免于维护多套异构数据系统。本文将介绍 ByConity 在ELT方面的能力规划，实现原理和使用方式等。
标签作为企业数字化营销的基石，在企业运营与营销场景下发挥着重要的作用，通过标签体系，企业可以更好地了解消费者的需求和行为，丰富用户画像特征，帮助企业优化产品设计和营销策略，提高产品的市场竞争力。 因此，企业需要从业务场景出发，构建适用于自身业务模式和逻辑的标签体系，为企业的精细化运营及精准营销服务，进而深入挖掘潜在的商业价值。 本次分享来源于火山引擎客户数据平台VeCDP服务于近百个场景的经验，将汽车、金融、零售、泛互等领域交付、落地经验抽象成5000字干货，从方法论到案例，帮你建设一套“好的”标签体系。
该系列文章讲述设计团队与产品运营团队是如何进行深度合作，在暑期内容（影视、游戏、体育）运营战场中助力业务目标达成。 本期以影视类目为例，拆解设计解题思路，思考可复用之术。
得物的服务端监控是比较全面和有效的，除了上报原始日志数据，还通过数据分析制定线上告警机制，调用链路分析，而针对前端项目这一块，还是不够全面的。对前端线上问题感应不及时，靠人肉发现，没有告警机制等问题，所以就有个前端监控这个项目。前端监控也确实很有必要，我们需要对线上的页面有个全面的把控，而至于怎么做监控，做数据上报，以及数据分析，如何针对监控数据分析出有用的核心链路的告警等也能有个全面的认识。本文主要是介绍得物针对监控做了哪些事情以及对前端底层监控手段做个总结。
本文是vivo互联网大数据团队《BI数据可视化平台建设》系列文章第1篇 - 交叉表组件。 交叉表在数据分析里应用广泛，通过本文，你将了解到： 交叉表的基本概念，以及BI可视化平台常见术语。 我们的表格类组件的演化过程，以及如何通过技术调研和优化实现大数据量下渲染性能，一步一步从原先的~10s降低到3~4s。 交叉表的一些特定场景，提供了一些技术实现简易描述，对这些场景有一些宏观认识。 Worker，虚拟滚动，微应用等关键技术的实现细节。
