大數(shù)據(jù)物流可視化解決方案_第1頁
大數(shù)據(jù)物流可視化解決方案_第2頁
大數(shù)據(jù)物流可視化解決方案_第3頁
大數(shù)據(jù)物流可視化解決方案_第4頁
大數(shù)據(jù)物流可視化解決方案_第5頁
已閱讀5頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

物流大數(shù)據(jù)處理物流大數(shù)據(jù)處理采集導(dǎo)入/預(yù)處理

統(tǒng)計/分析

挖掘

1234567

潘果淘寶數(shù)據(jù)分析挖掘?qū)嵺`及變革百度大數(shù)據(jù)分析系統(tǒng)架構(gòu)京東大數(shù)據(jù)實時處理技術(shù)物流大數(shù)據(jù)處理簡介1234目錄【推薦】用大數(shù)據(jù)能力找到商品之間的關(guān)系【推薦】用大數(shù)據(jù)能力找到商品之間的關(guān)系你知曉大數(shù)據(jù)在哪些方面有應(yīng)用?3132

架構(gòu)化1950-1970數(shù)字化1970-1990

網(wǎng)絡(luò)化1990-2010+

物聯(lián)網(wǎng)

大數(shù)據(jù)Something

Big

is

Happening

NOW移動互聯(lián)網(wǎng)

云計算4信息技術(shù)革命的小周期

智慧化51:1

MarketingNanotargeting和Retargeting62?IBM

IBM

2013

多渠道

交通控制交易分析智慧的醫(yī)療

國土安全

制造

金融

電信欺詐和風險

日志分析

搜索質(zhì)量

零售:流失、促銷?

Copyright

2011

Corporation大數(shù)據(jù)在各行各業(yè)都可以獲得應(yīng)用24?

Copyright

2011

Corporation?IBM

IBM

2013獲得突破性回報

了解關(guān)于客戶的

一切作快速大量地創(chuàng)新產(chǎn)品和風險利用工具化的資產(chǎn)利用大數(shù)據(jù)能力可以幫助企業(yè)獲得突破性回報利用大數(shù)據(jù)獨有的

技術(shù)能力

可視化和發(fā)現(xiàn)Hadoop

執(zhí)行零延遲的操數(shù)據(jù)倉庫流計算文本分析整合和治理多媒體內(nèi)容通過分析仸意

大數(shù)據(jù)類型

交易

/

應(yīng)用數(shù)

據(jù)機器數(shù)據(jù)社交媒體數(shù)據(jù)

實時偵測欺詐411快雜大大數(shù)據(jù)的新新思維13多數(shù)據(jù)源的的集成浮動車GPS:20M/day手機位置信信息:18M/day居民調(diào)查:80000戶視頻/圖像像數(shù)據(jù)和元數(shù)據(jù):100sofTB/dayGIS數(shù)據(jù)據(jù)供水系統(tǒng)智能電網(wǎng)睡眠質(zhì)量出租車運營營數(shù)據(jù):1M/day交通卡:19M/day高速路收費費數(shù)據(jù):0.5M/day社交網(wǎng)絡(luò)情感分析部分數(shù)據(jù)來來源:BeijingTOCC12大數(shù)據(jù)的新新方法學數(shù)據(jù)極大豐豐富前提下下的新分析析思維和技技術(shù)采樣數(shù)據(jù)全集數(shù)據(jù)多數(shù)據(jù)源的的整合基于主觀因因果假設(shè)相關(guān)關(guān)系大數(shù)據(jù)+小小算法+上下文+知識積累累描述性分析析預(yù)測性和處方性分分析實時性>絕對的精確確性數(shù)據(jù)數(shù)據(jù)中介服務(wù)生態(tài)系統(tǒng)數(shù)據(jù)擁有者者大數(shù)據(jù)的數(shù)據(jù)中介數(shù)據(jù)技術(shù)公公司數(shù)據(jù)產(chǎn)品和服務(wù)16大數(shù)據(jù)系系統(tǒng)的設(shè)設(shè)計權(quán)衡衡大體量基于采樣樣的查詢詢實時性流計算批量計算算精確性惰性數(shù)據(jù)據(jù)的即席席查詢Littledata(個人計計算)19城市計算算增量計算算內(nèi)存計算算案例一::大數(shù)據(jù)分分析系統(tǒng)統(tǒng)架構(gòu)的的搭建百度的數(shù)數(shù)據(jù)規(guī)模模?100~1000PB?10~100PB/天?千億~萬億?百億~千億?十億~百億/天?十億~百億/天?100TB~1PB/天數(shù)據(jù)總量量數(shù)據(jù)處理理量網(wǎng)頁索引更新量請求日志離線在線離線分析析與在線線實驗相相結(jié)合快速迭代代是互聯(lián)網(wǎng)網(wǎng)產(chǎn)品的的主要創(chuàng)新新手段算法A算法B算法B通過反饋饋來驗證證算法優(yōu)優(yōu)劣搜索引擎擎的迭代代5%5%OnlineLearningA/Btest策略機器學習習平臺FeatureTraining數(shù)據(jù)網(wǎng)頁網(wǎng)頁庫倒排表DataMining想法原型系統(tǒng)快速開發(fā)發(fā)測試產(chǎn)品部署運維維開發(fā)框架架互聯(lián)網(wǎng)產(chǎn)產(chǎn)品的迭迭代A/B測試,持持續(xù)優(yōu)化化數(shù)據(jù)智能能驗證數(shù)據(jù)分析析應(yīng)用引擎擎云測試應(yīng)用引擎擎數(shù)據(jù)架構(gòu)技術(shù)互聯(lián)網(wǎng)服服務(wù)enable數(shù)據(jù)智能能IT產(chǎn)業(yè)業(yè)生產(chǎn)力力的變化化‘60‘70‘80‘90‘00‘10硬件Mainframe軟件PCInternetInf+人+數(shù)據(jù)Cloud迭代的本本質(zhì)是讓讓人參與與系統(tǒng)進進化,而BigData為迭代代指導(dǎo)方方向,Infrastructure則加加速迭代代。軟件+人互聯(lián)網(wǎng)服服務(wù)的典典型技術(shù)術(shù)特點超大規(guī)模模快速迭代代數(shù)據(jù)智能能軟件基礎(chǔ)礎(chǔ)架構(gòu)大數(shù)據(jù)數(shù)據(jù)中心心、網(wǎng)絡(luò)絡(luò)、服務(wù)務(wù)器數(shù)據(jù)中心心計算云計算技技術(shù)體系系DiskFlashPipeK/VFileTable統(tǒng)一存儲儲體系–平衡大容容量、高高并發(fā)、、低延遲遲–不同訪問問模式通通過組合合滿足統(tǒng)一訪問問與傳輸輸數(shù)據(jù)訪問問層P2PCDN分布式存存儲描述能力力數(shù)據(jù)流優(yōu)優(yōu)化控制流管管理資源分配配優(yōu)先級、、并發(fā)控控制隔離、安安全執(zhí)行層模型層MapReduce表示層SQL-like翻譯JoinSelectTop分布式計計算BCDA實時存儲儲與計算算kNN查詢平臺向量計算算引擎流式數(shù)據(jù)據(jù)處理引引擎PubSub引擎機器學習習算法平臺臺OLAP引擎復(fù)雜事件件處理引引擎分布式數(shù)數(shù)據(jù)結(jié)構(gòu)構(gòu)超大規(guī)模模數(shù)據(jù)倉倉庫圖查詢平臺實時檢索索平臺向量計算算引擎VectorLayoutMap-ShuffleOperators/CheckpointSIMDProgram復(fù)雜事件件處理average(price)trigger(?,b,c)filter(b)pattern(a->b->c)condition(func(a,b,c))流式計算算模型windowstepboundtimeM=Stream<window,step,bound>目標?1000PB?10億維維特征訓(xùn)訓(xùn)練?100維維條件查查詢?流式?觸發(fā)式海量高維、多多維實時更大、更更復(fù)雜、、更快!數(shù)據(jù)智能能分布式存儲與計計算大規(guī)模人人工輔劣標注注系統(tǒng)人計算向量引擎擎MachineLearning算法WebContents流式處理理LogsPubSub推薦系統(tǒng)統(tǒng)智能交通通Apps自勱評估估商業(yè)智能能決策輔劣劣關(guān)于京東東營銷管理供應(yīng)商管理倉儲管理財務(wù)系統(tǒng)客戶數(shù)據(jù)網(wǎng)站前臺關(guān)于京東東京東擁有有覆蓋企企業(yè)全部部價值鏈鏈的穩(wěn)定定系統(tǒng),,通過持持續(xù)優(yōu)化化打造開開放平臺,全面面提升用用戶體驗驗。配送管理大規(guī)模數(shù)數(shù)據(jù)處理理更加容容易ETL/企業(yè)數(shù)數(shù)據(jù)倉庫庫(Hive/Pig/MR))數(shù)據(jù)挖掘掘/建模模(R、Mahout))搜索和推推薦日志存儲儲…?????“NextClick”運營智能能風險控制制互動分析析?一些場景景需要進進一步的的考量MapReduce批量處理理=延遲較長長無法滿足足用戶的的實時需需求調(diào)度開銷銷較大批處理與分析近實時分析實時流處理實時性離線準實時/實時實時處理時間分鐘到小時毫秒到秒持續(xù)不斷數(shù)據(jù)量TB-PBGB-TB持續(xù)編程模型MapReduceQueriesDAG用戶分析師/開發(fā)者分析師/開發(fā)者開發(fā)者成本中高高應(yīng)用ETL/數(shù)據(jù)挖掘/預(yù)處理?數(shù)據(jù)決策分析/??大數(shù)據(jù)包包括三部部分服務(wù)模型性能能大數(shù)數(shù)據(jù)據(jù)實實時時處處理理的的思思考考?模型型–海量量數(shù)數(shù)據(jù)據(jù)?數(shù)據(jù)據(jù)量量大大?并發(fā)發(fā)數(shù)數(shù)高高–多個個數(shù)數(shù)據(jù)據(jù)源源整整合合–預(yù)定定義義好好的的數(shù)數(shù)據(jù)據(jù)模模型型?去規(guī)規(guī)格格化化–數(shù)據(jù)據(jù)任任務(wù)務(wù)依依賴賴關(guān)關(guān)系系簡簡單單–推和和拉拉的的問問題題?拉比比推推好好大數(shù)數(shù)據(jù)據(jù)實實時時處處理理的的思思考考?性能能–高并并發(fā)發(fā)需需求求–大容容量量需需求求?GB––TB級后后臺臺數(shù)數(shù)據(jù)據(jù)處處理理吞吞吐吐–高速速度度需需求求?從數(shù)數(shù)據(jù)據(jù)產(chǎn)產(chǎn)生生到到處處理理完完成成結(jié)結(jié)果果延延遲遲要要求求到到秒級級?計算算需需要要在在短短時時間間內(nèi)內(nèi)完完成成–批處處理理預(yù)預(yù)算算–硬件件支支持持?內(nèi)存存、、CPU、、網(wǎng)網(wǎng)絡(luò)絡(luò)–容錯錯–水平平擴擴展展大數(shù)數(shù)據(jù)據(jù)實實時時處處理理的的思思考考––––關(guān)聯(lián)聯(lián)獲獲取取價價值值,,維維度度按按需需定定制制互動動分分析析、、報報表表等等完完成成價價值值交交付付與其其他他在在線線生生產(chǎn)產(chǎn)系系統(tǒng)統(tǒng)進進行行數(shù)數(shù)據(jù)據(jù)對對接接((數(shù)數(shù)據(jù)據(jù)反反哺哺))計算算即即服服務(wù)務(wù)大數(shù)數(shù)據(jù)據(jù)實實時時處處理理的的思思考考?服務(wù)務(wù)生產(chǎn)產(chǎn)數(shù)數(shù)據(jù)據(jù)庫庫企業(yè)業(yè)數(shù)數(shù)據(jù)據(jù)倉倉庫庫大數(shù)數(shù)據(jù)據(jù)實實時時處處理理架架構(gòu)構(gòu)財務(wù)務(wù)數(shù)數(shù)據(jù)據(jù)集集市市采銷銷數(shù)數(shù)據(jù)據(jù)集集市市羅盤盤數(shù)數(shù)據(jù)據(jù)集集市市分析析挖挖掘掘數(shù)據(jù)據(jù)集集數(shù)據(jù)據(jù)緩沖沖區(qū)區(qū)企業(yè)業(yè)消消息息總總線線流式式計計算算集集群群實時時數(shù)數(shù)據(jù)據(jù)同步步模型型日志志系統(tǒng)統(tǒng)高速速存存取取集集群群在線線實實時時計計算算集集群群持久久化化PUSHPULL/PUSH訂閱閱ELTELT高速速存存取取集集群群ETL報表表應(yīng)應(yīng)用用分析析應(yīng)應(yīng)用用推薦薦應(yīng)應(yīng)用用...數(shù)據(jù)推送中心近實實時時分分析析集集群群近實實時時計計算算實時時計計算算在線線服服務(wù)務(wù)離線線計計算算應(yīng)用用分布布式式消消息息系系統(tǒng)統(tǒng)緩存存集集群群––––日志志((用用戶戶行行為為、、??))批量量同同步步消息息隊隊列列??開源源技技術(shù)術(shù)––––FlumeScribeKafka?大數(shù)數(shù)據(jù)據(jù)實實時時處處理理技技術(shù)術(shù)?數(shù)據(jù)據(jù)傳傳輸輸?Apache項項目目:?一個個分分布布式式的的發(fā)發(fā)布布/訂訂閱閱消消息息系系統(tǒng)統(tǒng)?術(shù)語語–Topics?消息息分分組組–Brokers?消息息存存儲儲–Producers?消息息生生產(chǎn)產(chǎn)者者–Consumers?消息息消消費費者者Kafka–––––大數(shù)數(shù)據(jù)據(jù)實實時時處處理理技技術(shù)術(shù)?幾個個點點SinkAgentAgentStorm等Broker(Topic1)Broker(Topic2)HDFSZookeeper解耦耦緩沖沖容錯錯透明明跨數(shù)數(shù)據(jù)據(jù)中中心心數(shù)數(shù)據(jù)據(jù)分分發(fā)發(fā)FlumeKafka––––––HadoopHBaseCassandraMongoDBRedis??數(shù)據(jù)據(jù)庫庫Sharding?合適適的的就就是是最最好好的的大數(shù)數(shù)據(jù)據(jù)實實時時處處理理技技術(shù)術(shù)?存儲儲–大容容量量低低速速存存儲儲–高速速存存儲儲–KV存存儲儲?開源源NoSQL數(shù)數(shù)據(jù)據(jù)存存儲儲––––可加加計計算算、、不不可可加加計計算算實時時數(shù)數(shù)據(jù)據(jù)的的實實時時計計算算實時時數(shù)數(shù)據(jù)據(jù)的的計計算算數(shù)據(jù)據(jù)的的實實時時計計算算?開源源計計算算框框架架–Storm–Impala–?大數(shù)數(shù)據(jù)據(jù)實實時時處處理理技技術(shù)術(shù)?計算大數(shù)據(jù)實實時分析析明細事實實表聚合表1聚合表2聚合表3?基本概念念–Streams(流))?元組序列列–Spouts?流的源頭頭–Bolts?Functions,Filters,Joins,Aggregations–Topologies?優(yōu)點–可擴展、、容錯、、易用??–在內(nèi)存中中執(zhí)行流式計算算Storm?Twitter開源的的分布式式處理框框架SpoutsBoltTopologies?Nimbus–主控節(jié)點點,用于于任務(wù)分分配,集集群任務(wù)務(wù)監(jiān)控等等?Zookeeper–集群中協(xié)協(xié)調(diào),共共有數(shù)據(jù)據(jù)的存放放(如心心跳信息息)?Supervisor–對應(yīng)一臺臺物理機機,用于于啟動worker?Worker–工作進程程,負責責啟動task,以及及通過zeromq進進行tuple的分發(fā)發(fā),與接收。?Task–工作線程程,任務(wù)務(wù)的處理理Storm的部署Storm的應(yīng)用模模式用戶查詢詢大數(shù)據(jù)存存儲數(shù)據(jù)視圖圖集(批處理理)數(shù)據(jù)流HadoopStorm數(shù)據(jù)視圖圖集(實時處處理)數(shù)據(jù)流數(shù)據(jù)視圖圖集(實時處處理)數(shù)據(jù)視圖圖集(實時處處理)流式計算算流式計算算應(yīng)用事件收集集器Storm前段展現(xiàn)現(xiàn)?事件驅(qū)動動實現(xiàn)?注意–內(nèi)存泄露露–消息堆積積–算法模塊塊拆分流式計算算––––分析可視視化數(shù)據(jù)可視視化數(shù)據(jù)反哺計算即服務(wù)務(wù)?仔細思考考其價值值–––––實時的統(tǒng)統(tǒng)計:最最流行廣告CTR預(yù)測測ETL::格式轉(zhuǎn)轉(zhuǎn)換、重重復(fù)值過過濾、??運營需求求:資源源調(diào)派?大數(shù)據(jù)實實時處理理技術(shù)?服務(wù)和應(yīng)應(yīng)用?價值展現(xiàn)現(xiàn)?對系統(tǒng)的的壓力–數(shù)據(jù)量–數(shù)據(jù)展現(xiàn)現(xiàn)–數(shù)據(jù)讀寫寫和傳輸輸?解決方法法–前端和后后端解耦耦?緩存的應(yīng)應(yīng)用?JS發(fā)揮揮前端的的能力–壓縮–排隊?異步、非非阻塞IO模型型?線程池?事件驅(qū)動動–后端更強強勁?數(shù)據(jù)庫集集群:分分庫、分分表、分分區(qū)?NoSQL數(shù)據(jù)據(jù)庫:Hbase、MongoDB等數(shù)據(jù)應(yīng)用用的問題題淘寶數(shù)據(jù)據(jù)分析挖挖掘?qū)嵺`踐及變革革淘寶數(shù)據(jù)據(jù)四階段段?被動響應(yīng)應(yīng)–2007年前前?主動變革革–2008-2010?優(yōu)化完善善–2011-2012?引領(lǐng)驅(qū)動動–2013-數(shù)據(jù)系統(tǒng)統(tǒng)變遷2007年前數(shù)據(jù)庫(集群)腳本簡單調(diào)度度數(shù)據(jù)報表表2008-2010Hadoop集集群調(diào)度監(jiān)控控實時日志志傳輸數(shù)據(jù)門戶戶多維分析析2011-2012Hadoop集集群DXP公公有云實時Storm調(diào)度監(jiān)控控實時日志志傳輸實時數(shù)據(jù)據(jù)庫同步步數(shù)據(jù)門戶戶自助查詢詢工具元數(shù)據(jù)管管理2013-數(shù)據(jù)驅(qū)動動新模式探探索調(diào)度監(jiān)控業(yè)務(wù)庫((Mysql))LogServer外部數(shù)據(jù)據(jù)數(shù)據(jù)源數(shù)據(jù)計算平臺數(shù)據(jù)門戶戶多維自助助查詢平平臺OpenAPI數(shù)據(jù)平臺臺架構(gòu)數(shù)據(jù)應(yīng)用數(shù)據(jù)收集DBSyncTTDataX……HiveHDFSHbase實時計算算Storm…OceanBase分布式集集群量子恒道道在云端接接入數(shù)據(jù)魔方方DXP數(shù)據(jù)交換平臺冷數(shù)據(jù)集群數(shù)據(jù)應(yīng)用用格局對外數(shù)據(jù)據(jù)產(chǎn)品?數(shù)據(jù)魔方方/淘寶寶指數(shù)–行業(yè)趨趨勢–人群特特征–成交排排行–市場細細分?量子恒道道–銷售分分析–營銷效效果–來源分分析?搜索排行行榜對外數(shù)據(jù)據(jù)產(chǎn)品?淘寶時光光機–回憶的的感動?排行榜對外數(shù)據(jù)據(jù)產(chǎn)品-淘寶指指數(shù)對外數(shù)據(jù)據(jù)產(chǎn)品-量子恒恒道數(shù)據(jù)嵌入入產(chǎn)品中中?搜索匹配配、排序序?廣告匹配配、排序序?推薦?商家后臺臺數(shù)據(jù)?營銷效果果–直通車車、展示示廣告、、淘寶客客內(nèi)部數(shù)據(jù)據(jù)服務(wù)?淘數(shù)據(jù)門門戶–用戶分分析–商家云云圖–活動效效果分析析–例行數(shù)數(shù)據(jù)報表表?在云端–低門檻檻接入分分布式集集群–周活躍躍用戶1000+內(nèi)部數(shù)據(jù)據(jù)服務(wù)?多維數(shù)據(jù)據(jù)自助查查詢平臺臺–數(shù)據(jù)倉倉庫和索索引技術(shù)術(shù)結(jié)合–隨意組組合維度度–秒級返返回?日常數(shù)據(jù)據(jù)需求管管理–數(shù)據(jù)接接口人數(shù)據(jù)工具具?天網(wǎng)調(diào)度度?元數(shù)據(jù)管管理?數(shù)據(jù)地圖圖-定位位、血緣緣分析?DataX異源源數(shù)據(jù)傳傳輸?TimeTunnel實時日日志傳輸輸?監(jiān)控報警警?生命周期期管理新的探索索?金融服務(wù)務(wù)–小微企企業(yè)貸款款–個人消消費貸款款?全網(wǎng)精準準營銷–DMP、DSP、ADExchange、RTB?無線與PC數(shù)據(jù)據(jù)打通?數(shù)據(jù)交換換一些觀點點?數(shù)據(jù)處理理是手段段,數(shù)據(jù)據(jù)應(yīng)用是是根本?云系統(tǒng)運運維能力力是核心心競爭力力?整合關(guān)聯(lián)聯(lián)讓數(shù)據(jù)據(jù)價值指指數(shù)級增增長?數(shù)據(jù)可視視化很重重要?想大做小小,迭代代優(yōu)化?關(guān)于隱私私–隱私和和服務(wù)的的權(quán)衡–控制使使用比控控制收集集更有效效–不針對對具體個個體初識物流流物流信息技術(shù)物流信息平臺概念發(fā)展歷程物流的概概念(Logistics)來源于二戰(zhàn)軍事(運輸管理、倉儲管理和庫存管理))物流管理理:除運輸外的需求預(yù)測測、采購、生產(chǎn)計劃劃、存貨管理理、配送與客客戶服務(wù)務(wù)等物流信息息技術(shù)條碼技術(shù)術(shù)射頻技術(shù)術(shù)物流信息息技術(shù)EDI技術(shù)GPS技術(shù)物流信息息技術(shù)GIS技術(shù)物流大數(shù)數(shù)據(jù)來源源被動主動自動海量并行爆發(fā)式增增長物流大數(shù)數(shù)據(jù)處理理過程處理過程程挖掘統(tǒng)計/分析導(dǎo)入/預(yù)處理收集識別、定定位和感感知研究點::物流信息息平臺的的壓力測測試物流信息息平臺大大數(shù)據(jù)在在亞馬遜遜平臺的的性能分分析…………………………整合:用用服務(wù)去去換取管管理科學拆分分數(shù)據(jù)的數(shù)數(shù)量優(yōu)于于質(zhì)量數(shù)據(jù)相關(guān)關(guān)性優(yōu)于于數(shù)據(jù)邏邏輯性或或因果性性公共平臺臺解決網(wǎng)網(wǎng)絡(luò)(資資源)與與流程((服務(wù)))電商物流流企業(yè)((物流流倉儲平平臺建設(shè)設(shè)、物物流信息息平臺建建設(shè)))啟示發(fā)展趨勢勢大數(shù)據(jù)能能否預(yù)言言足球盛盛況?拭目以待待ThankYou!9、靜夜四無鄰鄰,荒居舊業(yè)業(yè)貧。。12月-2212月-22Friday,December23,202210、雨中黃葉樹樹,燈下白頭頭人。。11:42:1711:42:1711:4212/23/202211:42:17AM11、以以我我獨獨沈沈久久,,愧愧君君相相見見頻頻。。。。12月月-2211:42:1711:42Dec-2223-Dec-2212、故人江海海別,幾度度隔山川。。。11:42:1711:42:1711:42Friday,December23,202213、乍乍見見翻翻疑疑夢夢,,相相悲悲各各問問年年。。。。12月月-2212月月-2211:42:1711:42:17December23,202214、他他鄉(xiāng)鄉(xiāng)生生白白發(fā)發(fā),,舊舊國國見見青青山山。。。。23十十二二月月202211:42:17上上午午11:42:1712月月-2215、比不了得就就不比,得不不到的就不要要。。。十二月2211:42上上午12月-2211:42December23,202216、行動出成果果,工作出財財富。。2022/12/2311:42:1711:42:1723December202217、做前,,能夠環(huán)環(huán)視四周周;做時時,你只只能或者者最好沿沿著以腳腳為起點點的射線線向前。。。11:42:17上上午11:42上上午11:42:1712月-229、沒有失敗,,只有暫時停停止成功!。。12月-2212月-22Friday,December23,202210、很多事情努努力了未必有有結(jié)果,但是是不努力卻什什么改變也沒沒有。。11:42:1711:42:1711:4212/23/202211:42:17AM11、成功就是日日復(fù)一日那一一點點小小努努力的積累。。。12月-2211:42:1711:42Dec-2223-Dec-2212、世間間成事事,不不求其其絕對對圓滿滿,留留一份份不足足,可可得無無限完完美。。。11:42:1711:42:1711:42Friday,December23,202213、不知香香積寺,,數(shù)里入入云峰。。。12月-2212月-2211:42:1711:42:17December23,202214、意意志志堅堅強強的的人人能能把把世世界界放放在在手手中中像像泥泥塊塊一一樣樣任任意意揉揉捏捏。。23十十二二月月202211:42:17上上午午11:42:1712月月-2215、楚塞塞三湘湘接,,荊門門九派派通。。。。。十二月月2211:42上上午12月月-2211:42Decembe

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論