精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:大數據數據庫 → 正文

數據庫領域2017年的小驚喜和2018年的大展望

責任編輯:editor006 作者:田曉旭  |來源:企業網D1Net  2017-12-11 16:00:34 本文摘自:it168網站

科技行業向來是以技術發展速度快著稱,時值歲末,我們和多位數據庫領域的業內大佬進行了深度交流,分享了他們眼中2017年的小驚喜和2018年的大展望。

數據庫領域2017年的小驚喜和2018年的大展望

Endpoint Systems創始人Lucas Vogel

2017年:最大的驚喜應該是Oracle Autonomous Database Cloud,其次,是Google Cloud Spanner,Google全球可用分布式關系數據庫平臺,第三是Microsoft CosmosDB,全球可用的JSON數據庫平臺。

2018年:數據庫的未來是會變得更加小。隨著微服務和容器的發展和穩定,開發人員將意識到,他們可以在Docker化的微服務中運行嵌入式數據庫,而不是使用Docker式數據庫服務器來運行。Oracle Berkeley DB系列產品提供了一些優秀的嵌入式和自我復制的數據庫解決方案,為云以及物聯網解決方案架構提供了很好的案例。

我認為關系數據庫服務器定價會變得糟糕,因為仍然有大量應用程序和平臺被鎖定到一個或兩個數據庫供應商的應用程序中。我們希望看到廠商能夠利用云中可用的更便宜的數據庫產品。

CYBRIC首席技術官Mike Kail

2017年:從單一數據庫向擴展的數據庫即服務(DBaaS)解決方案的轉變仍然緩慢,但是這些解決方案提供了一些額外的功能,例如運行Hadoop等大數據stack的Docker容器環境,或者需要裸機硬件來保證性能。

2018年:DBaaS供應商將繼續為客戶提供更多的定制解決方案,包括支持深度學習和GPU加速。其他架構趨勢方面,單片解決方案將轉變為微服務模式。

Datical聯合創始人兼首席技術官Robert Reeves

RDBMS將會繼續增長,NoSQL無法取代RDBMS。目前,頂級的關系數據庫管理系統(RDBMS)供應商是Oracle,Mircrosoft,IBM,SAP和Amazon。根據Gartner的數據顯示,Amazon的2016年年增長率為107.9%,遠遠超過其它RDBMS廠商。排在第二位的是阿里巴巴,增長率為99%,420萬美元上升到840萬美元。當然這和云RDBMS有很大關系。

在過去的幾年里,我們常聽到NoSQL會取代RDBMS,因為它更適合云計算。但到了現在,這種情況也沒有發生,因為RDBMS解決了真正的業務問題,所以所有NoSQL應用范圍之外的預測都不會實現。

簡而言之,SQL是程序員使用的第一語言。

YugaByte首席執行官兼聯合創始人KannanMuthukkarupan

2017年:Kubernetes作為一種手段讓企業應用程序在本地,混合和共有云中的移動性獲得了突飛猛進的進展,其在2017年迸發出的超乎想象的增長空間令人震驚。在快速發展的云環境中,任何可以自動化部署,擴展和管理Docker應用程序的系統,都會獲得持續進展。

2018年:盡管2017年基于云的技術取得了諸多令人矚目的進步,但是數據層仍然是一個挑戰。想要推動這一領域發展,首先要解決的問題就是——一個基于意圖的,跨云可移植的數據層,零停機時間配置。2017年11月2日,業界第一次看到YugaByte,YugaByte是關鍵任務應用的開源云本地數據庫,可滿足這一需求。

到2018年,數據層將成為值得關注的空間。

Neo4j產品副總裁Philip Rathle

2017年:采用圖數據庫技術的企業數量激增,甚至超出了分析師的預期。根據最近Forrester Research的報告,全球51%的數據和分析技術決策者已經實施或者正在實施、升級或擴展企業中的圖形數據庫。另外,以圖數據庫為重點的會議、活動等等也有了明顯的增加。例如,十月份的Neo4j GraphConnectNew York City就有各行各業超過1000人參與其中。另外,

紐約市就有超過一千名參與者,代表著各種各樣的行業。另外, Cypher現在已經成為圖數據庫的首選SQL。其它圖數據庫廠商也在積極加入到這個行業中,這個領域正在不斷成熟。

2018年:圖技術最令人興奮的新用例是知識圖與機器學習和人工智能的配對。機器學習將有助于推動公司的下一波競爭優勢,但擺在我們面前的難題是,它如何落到實處,哪些公司可以成功地使用圖,機器學習和AI。無論是與客戶聯系,降低欺詐風險,提高員工工作效率,還是做出更好的投資決策,企業對于如何選擇使用圖數據庫技術的探索都是無止境的,同樣這也是企業在未來取得差異化競爭先機的關鍵。

SAP全球副總裁,產品營銷云平臺和數據管理主管Ken Tsai

2017年7月下旬,Gartner發布了“Hype Cycle for Data Management 2017”,其中Hadoop發行版被標記為“obsolete before plateau”。Gartner正在呼吁大型全棧Hadoop發現的到來,以及與之相關的新功能更新,更簡單的基于SQL的數據平臺技術和托管云服務,從而更加經濟高效地處理大數據。

2018年:2018年,數據平臺技術將在日益增的全球勞動力中發揮作用。為了遵守明年實施的新合規措施,公司將需要超越數據屏蔽并實施創新的數據匿名策略,以保護隱私。同時,我們還可以預見下一代HTAP的使用和增長將會擴大,換一種說法,其在交易中超越OLAP的分析處理(即運行OLAP)來運行各種實時分析工作負載,例如,機器學習,空間,時間序列,圖表,同時不會犧牲事務完整性,性能,規模,并為每個分析引擎提供需要的單獨SQL框架。

數據庫即服務(DBaaS)將繼續擴展到多云支持之外,還將擴展到內部部署的私有云,以實現以前不可用的新型增值數據處理方案。數據集成和轉換工具也將煥然一新,因為企業正在尋找超越ETL和數據爭奪的解決方案,以在不同的數據系統環境中創建邏輯集中的數據治理和數據流水線管理功能。因此,我看到企業數據操作(DataOps)的興起成為數據庫分析師,數據工程師,數據分析師和數據科學家們更重要的學科。

另外,區塊鏈仍然是一個沒有獨特用例的熱門話題(除了加密貨幣之外)。我預計,到2018年,除了更多集成的區塊鏈和DBMS平臺技術外,我們還將開始看到加密貨幣以外的用例。

我預計,未來數據隱私將被視為一個全球性問題,并且不能通過數據安全(AKA消除數據使用或數據訪問)來充分解決。未來的數據庫平臺需要整合新的技術和算法來保護數據隱私,同時仍然能夠共享數據而不違反隱私合規性。

Instaclustr首席技術官Ben Bromhead

2017:2017年,我比較期待AWS re:Invent,因為Amazon總是有一些很酷的東西,在趨勢方面,我認為行業正在向數據庫即服務快速發展,很多云供應商也證實了這一點。我認為過去的一年中,最棒的事件就是Kafka 1.0和在Kafka Stream上引入KSQL。

2018年:隨著數據庫與云融的合更好,未來在動態可擴展性方面將會有更多探索。企業開始期待從數據層進行即時縮放。最重要的是,NoSQL數據庫正在不斷成熟,流處理成為了數據庫的重要組成部分。隨著數據庫項目的成熟,我們將看到Apache Cassandra的一系列新功能,其對底層存儲機制有一系列的改變,能夠提供顯著的性能改進。

TigerGraph首席執行官兼創始人Yu Xu

2017年:10月份MongoDB IPO是數據庫的大事件,同時也進一步驗證了一種尺寸不能適合所有的數據管理,今天的數據更加復雜,并以驚人的速度增長,這意味著企業需要超越傳統的關系數據庫來管理數據。

2018年:作為新一代數據庫的下一個階段,我們正在快速地將實時圖形分析技術發展起來。圖數據庫技術非常適合為企業AI,機器學習,網絡安全和物聯網應用提供支持,未來圖數據庫必將得到廣泛采用。

IDERA產品管理副總裁Robert Anderson

2017年: 數據庫蔓延已經司空見慣,數據庫管理員(DBA)常常要根據需要來輪換數據庫。最近,我們已經看到了一些企業已經在長期規劃并承諾增加數據庫性能工具許可證的數量,以便在未來的兩到三年內支持他們的數據庫需求。

2018年: 數據庫環境將變得更加多樣化,DBA越來越多的擔當數據專業人員的角色,所以對于他們在數據開發和數據科學方面的技能也提出了更高的要求。由于GDPR調控的出現,數據治理將上升到top 5,同時在線存儲的繼續增長,會導致越來越多的數據安全漏洞。Docker支持將解鎖Microsoft SQL Server支持到更多的應用程序團隊。隨著MySQL使用量的減少,SQL Server的市場份額將會增加。最后,人工智能(AI),機器學習甚至深度學習將在數據庫管理中成為主要推動力。

VoltDB總裁兼首席執行官David Flower

2017年:我們看到了數據庫市場的持續發展。雖然發生了一些轉變,但是真正能夠推動市場變化的可能會發生在2018年:

Hadoop死亡:當然這個說法有點夸張,Hadoop之所以能夠在企業中占有一席之地,主要是因為存儲靜態數據,但接下來圍繞這一技術的炒作將會明顯減少。Strata數據會議現在更側重于數據科學和人工智能,而Hadoop峰會已經發展成為DataWorks峰會。另外,Hadoop的先驅Cloudera,Hortonworks和MapR已經在縮減Hadoop中心消息。

開源的真正成本:雖然開源技術仍然是測試,開發和預生產環境中最流行的選擇,但企業現在已經更密切地在關注開源技術的真正成本。畢竟,MongoDB在2017年上市,其理由是收入接近1億美元,收入必須來自某個地方。

(實時)時間機器已經到達。時間是資產。現在技術的實時性仍然很差,對于很多應用程序來說,批處理和接近實時是不可被接受的,而且分析也正從后端(事件后)開始轉移到前端(事件中或正在處理中),尤其是5G,ML和AI更加強調這一點。對于我們來說,現在的時間價值不再是一天之內、在一個小時內,甚至是一分鐘之內。而是現在,此刻!

Red Hat JBoss Middleware產品經理Kim Palko

2018年:受歐盟“通用數據保護條例”(GDPR)的推動,將重新關注數據安全性,尤其是公有云。隨著物聯網(IoT)產生的數據量不斷增加,企業將繼續將更多的數據遷移到云中,以獲得可擴展性,災難恢復,靈活性等方面的優勢。2018年我們將需要更嚴格的安全保證。

RealmCMO Paul Kopacki

2018年:經過多年對關注大數據集中式存儲庫的關注,2018年的重點將朝著網絡邊緣、移動設備、物聯網數據庫和數據處理技術的新類別轉移。每個設備和每個人都在捕獲,處理和同步越來越多的數據,而舊的數據技術無法應對這一挑戰。

Datos IO營銷與業務開發副總裁Peter Smails

MongoDB IPO 是2017年最大的事件。云已經顛覆了傳統的數據庫市場。現代數據庫(包括MongoDB,Apache Cassandra,Redis和DynamoDB)的新一代正迅速成為云本地應用程序部署的標準平臺。MongoDB的估值和IPO證明了這些新數據庫在整個企業IT中正在激增。

Couchbase工程和CTO高級副總裁Ravi Mayuram

2018年的預測:

以對數據基礎設施的重新思考為基礎,數字化轉型將加速。企業已經開始了解客戶參與和數字化轉型之間的聯系,他們已經意識到,使用舊的基礎設施將無法幫助他們實現這一轉變。因此,越來越多的企業將從根本上重新考慮數據來演變業務模式,例如如何管理數據,如何移動數據,以及如何向客戶呈現數據。這種基本的重新思考始于數據基礎設施層面,實現了企業最終數字化轉型目標的靈活性。企業數據庫基礎設施向現代數據平臺的重新平臺化,數據移動的流暢性和從邊緣到云端的安全管理平臺將以前所未有的速度加速。

包含數據庫蔓延將是一項任務。解決單一客戶問題的一招技術解決方案將開始剝離。為了保持持久的商業戰略,企業需要成為持續創新的真正合作伙伴,而不是指向能夠解決問題的解決方案。將眾多解決方案整合到一個平臺上的做法將會摒棄,而提供滿足多個客戶需求的一個平臺的業務將會蓬勃發展。企業需要適應客戶的期望,對技術采取敏捷的方法將是關鍵的區分因素。

關鍵字:圖形數據庫DataWorks

本文摘自:it168網站

x 數據庫領域2017年的小驚喜和2018年的大展望 掃一掃
分享本文到朋友圈
當前位置:大數據數據庫 → 正文

數據庫領域2017年的小驚喜和2018年的大展望

責任編輯:editor006 作者:田曉旭  |來源:企業網D1Net  2017-12-11 16:00:34 本文摘自:it168網站

科技行業向來是以技術發展速度快著稱,時值歲末,我們和多位數據庫領域的業內大佬進行了深度交流,分享了他們眼中2017年的小驚喜和2018年的大展望。

數據庫領域2017年的小驚喜和2018年的大展望

Endpoint Systems創始人Lucas Vogel

2017年:最大的驚喜應該是Oracle Autonomous Database Cloud,其次,是Google Cloud Spanner,Google全球可用分布式關系數據庫平臺,第三是Microsoft CosmosDB,全球可用的JSON數據庫平臺。

2018年:數據庫的未來是會變得更加小。隨著微服務和容器的發展和穩定,開發人員將意識到,他們可以在Docker化的微服務中運行嵌入式數據庫,而不是使用Docker式數據庫服務器來運行。Oracle Berkeley DB系列產品提供了一些優秀的嵌入式和自我復制的數據庫解決方案,為云以及物聯網解決方案架構提供了很好的案例。

我認為關系數據庫服務器定價會變得糟糕,因為仍然有大量應用程序和平臺被鎖定到一個或兩個數據庫供應商的應用程序中。我們希望看到廠商能夠利用云中可用的更便宜的數據庫產品。

CYBRIC首席技術官Mike Kail

2017年:從單一數據庫向擴展的數據庫即服務(DBaaS)解決方案的轉變仍然緩慢,但是這些解決方案提供了一些額外的功能,例如運行Hadoop等大數據stack的Docker容器環境,或者需要裸機硬件來保證性能。

2018年:DBaaS供應商將繼續為客戶提供更多的定制解決方案,包括支持深度學習和GPU加速。其他架構趨勢方面,單片解決方案將轉變為微服務模式。

Datical聯合創始人兼首席技術官Robert Reeves

RDBMS將會繼續增長,NoSQL無法取代RDBMS。目前,頂級的關系數據庫管理系統(RDBMS)供應商是Oracle,Mircrosoft,IBM,SAP和Amazon。根據Gartner的數據顯示,Amazon的2016年年增長率為107.9%,遠遠超過其它RDBMS廠商。排在第二位的是阿里巴巴,增長率為99%,420萬美元上升到840萬美元。當然這和云RDBMS有很大關系。

在過去的幾年里,我們常聽到NoSQL會取代RDBMS,因為它更適合云計算。但到了現在,這種情況也沒有發生,因為RDBMS解決了真正的業務問題,所以所有NoSQL應用范圍之外的預測都不會實現。

簡而言之,SQL是程序員使用的第一語言。

YugaByte首席執行官兼聯合創始人KannanMuthukkarupan

2017年:Kubernetes作為一種手段讓企業應用程序在本地,混合和共有云中的移動性獲得了突飛猛進的進展,其在2017年迸發出的超乎想象的增長空間令人震驚。在快速發展的云環境中,任何可以自動化部署,擴展和管理Docker應用程序的系統,都會獲得持續進展。

2018年:盡管2017年基于云的技術取得了諸多令人矚目的進步,但是數據層仍然是一個挑戰。想要推動這一領域發展,首先要解決的問題就是——一個基于意圖的,跨云可移植的數據層,零停機時間配置。2017年11月2日,業界第一次看到YugaByte,YugaByte是關鍵任務應用的開源云本地數據庫,可滿足這一需求。

到2018年,數據層將成為值得關注的空間。

Neo4j產品副總裁Philip Rathle

2017年:采用圖數據庫技術的企業數量激增,甚至超出了分析師的預期。根據最近Forrester Research的報告,全球51%的數據和分析技術決策者已經實施或者正在實施、升級或擴展企業中的圖形數據庫。另外,以圖數據庫為重點的會議、活動等等也有了明顯的增加。例如,十月份的Neo4j GraphConnectNew York City就有各行各業超過1000人參與其中。另外,

紐約市就有超過一千名參與者,代表著各種各樣的行業。另外, Cypher現在已經成為圖數據庫的首選SQL。其它圖數據庫廠商也在積極加入到這個行業中,這個領域正在不斷成熟。

2018年:圖技術最令人興奮的新用例是知識圖與機器學習和人工智能的配對。機器學習將有助于推動公司的下一波競爭優勢,但擺在我們面前的難題是,它如何落到實處,哪些公司可以成功地使用圖,機器學習和AI。無論是與客戶聯系,降低欺詐風險,提高員工工作效率,還是做出更好的投資決策,企業對于如何選擇使用圖數據庫技術的探索都是無止境的,同樣這也是企業在未來取得差異化競爭先機的關鍵。

SAP全球副總裁,產品營銷云平臺和數據管理主管Ken Tsai

2017年7月下旬,Gartner發布了“Hype Cycle for Data Management 2017”,其中Hadoop發行版被標記為“obsolete before plateau”。Gartner正在呼吁大型全棧Hadoop發現的到來,以及與之相關的新功能更新,更簡單的基于SQL的數據平臺技術和托管云服務,從而更加經濟高效地處理大數據。

2018年:2018年,數據平臺技術將在日益增的全球勞動力中發揮作用。為了遵守明年實施的新合規措施,公司將需要超越數據屏蔽并實施創新的數據匿名策略,以保護隱私。同時,我們還可以預見下一代HTAP的使用和增長將會擴大,換一種說法,其在交易中超越OLAP的分析處理(即運行OLAP)來運行各種實時分析工作負載,例如,機器學習,空間,時間序列,圖表,同時不會犧牲事務完整性,性能,規模,并為每個分析引擎提供需要的單獨SQL框架。

數據庫即服務(DBaaS)將繼續擴展到多云支持之外,還將擴展到內部部署的私有云,以實現以前不可用的新型增值數據處理方案。數據集成和轉換工具也將煥然一新,因為企業正在尋找超越ETL和數據爭奪的解決方案,以在不同的數據系統環境中創建邏輯集中的數據治理和數據流水線管理功能。因此,我看到企業數據操作(DataOps)的興起成為數據庫分析師,數據工程師,數據分析師和數據科學家們更重要的學科。

另外,區塊鏈仍然是一個沒有獨特用例的熱門話題(除了加密貨幣之外)。我預計,到2018年,除了更多集成的區塊鏈和DBMS平臺技術外,我們還將開始看到加密貨幣以外的用例。

我預計,未來數據隱私將被視為一個全球性問題,并且不能通過數據安全(AKA消除數據使用或數據訪問)來充分解決。未來的數據庫平臺需要整合新的技術和算法來保護數據隱私,同時仍然能夠共享數據而不違反隱私合規性。

Instaclustr首席技術官Ben Bromhead

2017:2017年,我比較期待AWS re:Invent,因為Amazon總是有一些很酷的東西,在趨勢方面,我認為行業正在向數據庫即服務快速發展,很多云供應商也證實了這一點。我認為過去的一年中,最棒的事件就是Kafka 1.0和在Kafka Stream上引入KSQL。

2018年:隨著數據庫與云融的合更好,未來在動態可擴展性方面將會有更多探索。企業開始期待從數據層進行即時縮放。最重要的是,NoSQL數據庫正在不斷成熟,流處理成為了數據庫的重要組成部分。隨著數據庫項目的成熟,我們將看到Apache Cassandra的一系列新功能,其對底層存儲機制有一系列的改變,能夠提供顯著的性能改進。

TigerGraph首席執行官兼創始人Yu Xu

2017年:10月份MongoDB IPO是數據庫的大事件,同時也進一步驗證了一種尺寸不能適合所有的數據管理,今天的數據更加復雜,并以驚人的速度增長,這意味著企業需要超越傳統的關系數據庫來管理數據。

2018年:作為新一代數據庫的下一個階段,我們正在快速地將實時圖形分析技術發展起來。圖數據庫技術非常適合為企業AI,機器學習,網絡安全和物聯網應用提供支持,未來圖數據庫必將得到廣泛采用。

IDERA產品管理副總裁Robert Anderson

2017年: 數據庫蔓延已經司空見慣,數據庫管理員(DBA)常常要根據需要來輪換數據庫。最近,我們已經看到了一些企業已經在長期規劃并承諾增加數據庫性能工具許可證的數量,以便在未來的兩到三年內支持他們的數據庫需求。

2018年: 數據庫環境將變得更加多樣化,DBA越來越多的擔當數據專業人員的角色,所以對于他們在數據開發和數據科學方面的技能也提出了更高的要求。由于GDPR調控的出現,數據治理將上升到top 5,同時在線存儲的繼續增長,會導致越來越多的數據安全漏洞。Docker支持將解鎖Microsoft SQL Server支持到更多的應用程序團隊。隨著MySQL使用量的減少,SQL Server的市場份額將會增加。最后,人工智能(AI),機器學習甚至深度學習將在數據庫管理中成為主要推動力。

VoltDB總裁兼首席執行官David Flower

2017年:我們看到了數據庫市場的持續發展。雖然發生了一些轉變,但是真正能夠推動市場變化的可能會發生在2018年:

Hadoop死亡:當然這個說法有點夸張,Hadoop之所以能夠在企業中占有一席之地,主要是因為存儲靜態數據,但接下來圍繞這一技術的炒作將會明顯減少。Strata數據會議現在更側重于數據科學和人工智能,而Hadoop峰會已經發展成為DataWorks峰會。另外,Hadoop的先驅Cloudera,Hortonworks和MapR已經在縮減Hadoop中心消息。

開源的真正成本:雖然開源技術仍然是測試,開發和預生產環境中最流行的選擇,但企業現在已經更密切地在關注開源技術的真正成本。畢竟,MongoDB在2017年上市,其理由是收入接近1億美元,收入必須來自某個地方。

(實時)時間機器已經到達。時間是資產。現在技術的實時性仍然很差,對于很多應用程序來說,批處理和接近實時是不可被接受的,而且分析也正從后端(事件后)開始轉移到前端(事件中或正在處理中),尤其是5G,ML和AI更加強調這一點。對于我們來說,現在的時間價值不再是一天之內、在一個小時內,甚至是一分鐘之內。而是現在,此刻!

Red Hat JBoss Middleware產品經理Kim Palko

2018年:受歐盟“通用數據保護條例”(GDPR)的推動,將重新關注數據安全性,尤其是公有云。隨著物聯網(IoT)產生的數據量不斷增加,企業將繼續將更多的數據遷移到云中,以獲得可擴展性,災難恢復,靈活性等方面的優勢。2018年我們將需要更嚴格的安全保證。

RealmCMO Paul Kopacki

2018年:經過多年對關注大數據集中式存儲庫的關注,2018年的重點將朝著網絡邊緣、移動設備、物聯網數據庫和數據處理技術的新類別轉移。每個設備和每個人都在捕獲,處理和同步越來越多的數據,而舊的數據技術無法應對這一挑戰。

Datos IO營銷與業務開發副總裁Peter Smails

MongoDB IPO 是2017年最大的事件。云已經顛覆了傳統的數據庫市場。現代數據庫(包括MongoDB,Apache Cassandra,Redis和DynamoDB)的新一代正迅速成為云本地應用程序部署的標準平臺。MongoDB的估值和IPO證明了這些新數據庫在整個企業IT中正在激增。

Couchbase工程和CTO高級副總裁Ravi Mayuram

2018年的預測:

以對數據基礎設施的重新思考為基礎,數字化轉型將加速。企業已經開始了解客戶參與和數字化轉型之間的聯系,他們已經意識到,使用舊的基礎設施將無法幫助他們實現這一轉變。因此,越來越多的企業將從根本上重新考慮數據來演變業務模式,例如如何管理數據,如何移動數據,以及如何向客戶呈現數據。這種基本的重新思考始于數據基礎設施層面,實現了企業最終數字化轉型目標的靈活性。企業數據庫基礎設施向現代數據平臺的重新平臺化,數據移動的流暢性和從邊緣到云端的安全管理平臺將以前所未有的速度加速。

包含數據庫蔓延將是一項任務。解決單一客戶問題的一招技術解決方案將開始剝離。為了保持持久的商業戰略,企業需要成為持續創新的真正合作伙伴,而不是指向能夠解決問題的解決方案。將眾多解決方案整合到一個平臺上的做法將會摒棄,而提供滿足多個客戶需求的一個平臺的業務將會蓬勃發展。企業需要適應客戶的期望,對技術采取敏捷的方法將是關鍵的區分因素。

關鍵字:圖形數據庫DataWorks

本文摘自:it168網站

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 吉木萨尔县| 扬州市| 科尔| 正宁县| 九龙坡区| 天长市| 陇川县| 岗巴县| 定兴县| 镇赉县| 邵武市| 巴彦县| 彩票| 乐业县| 武义县| 阿拉尔市| 泸州市| 朔州市| 四川省| 海城市| 雷波县| 乌兰察布市| 安岳县| 西吉县| 方山县| 衢州市| 柘城县| 若尔盖县| 哈尔滨市| 沂源县| 阿拉善左旗| 大田县| 茌平县| 新民市| 鄂托克前旗| 玉屏| 新建县| 绵阳市| 阿拉尔市| 沈阳市| 平邑县|