标签:无模式
DBEvents:一个用于高效地将数据吸收到Uber的Apache Hadoop数据湖的标准化框架
Uber工程师讨论了DBEvents的开发，这是一种变化数据捕获系统，旨在提高数据质量和新鲜度，能够在全球范围内运行。
Uber的无模式数据存储的多数据中心复制引擎
面对数千个存储节点上的弹性数据结构的需求，以服务我们平台上每天发生的1500万次出行，Uber的工程师开发了我们的数据复制解决方案Herb。Herb确保我们数据中心之间的数据可用性和完整性。
COTA:用NLP和机器学习改善Uber客户关怀
在本文中，Uber Engineering介绍了我们的客户痴迷票务助手(Customer Obsession Ticket Assistant, COTA)，这是一种新工具，它将机器学习和自然语言处理模型应用于客户关怀服务，以帮助代理提供更好的支持体验。
在Uber Engineering对MySQL进行docker化
在本文中，我们将介绍Schemadock，这是Uber Engineering用于管理越来越多的MySQL集群的工具解决方案。
Streamific, Uber工程公司的Hadoop大数据吸收服务
在这里，我们将研究Hadoop数据摄取，以及Uber Engineering如何使用我们内部开发的Streamific将不同的数据流到一个内聚层中，以便近乎实时地进行查询。
使用无模式触发器，Uber工程的数据存储使用MySQL
无模式触发器的细节和示例，这是数据存储的一个关键特性，自2014年10月以来，它一直保持着Uber Engineering的扩展性。本文是关于Schemaless的三部分系列的第三部分;第一部分是设计概述，第二部分是体系结构的讨论。
