作为 5 楼的参照，中国电信网络诈骗挽回损失大概是这个数量级，未能挽回的数字不清楚。

《我国打击电信网络诈骗犯罪成效显著 2020 年为群众挽回经济损失 1870 余亿元》
https://www.gov.cn/xinwen/2021-04/10/content_5598774.htm

@WangLiCha
普通的数据仓库大多是二维表的数据库，和大数据没直接关系，即使有关也是从大数据源（比如数据湖）里抽取并整理之后的少量数据，处于大数据项目偏下游位置。至于数据中台，处在比数据仓库更下游的位置，只比报表制作者和报表使用者稍上面一些。

真正接触大数据上游的人大多都是数据科学家/数据工程师+IT ，写代码敲命令居多，不太需要 GUI 。

至于你问大数据有什么特别的，你可以看一下大数据的基本特征，没有哪条能用常见数据库来达成。
* 量 volume: TB 只是基础单位，上到 PB EB 的数据量，你用普通通用数据库能应付吗？
* 种类 variety: 结构化数据容易用通用数据库处理，给一堆非结构化数据你怎么处理呢？
* 速度 velocity: 比如 1 个车间有 100 台机器，每台机器有 100 个传感器，每个传感器以 1kHz 采样，那么每秒就有 1000 万个采样点，你用传统数据库每秒 insert 1000 万行数据吗？当然 PostgreSQL 可能勉强能达到，但过段时间你有 10 个车间，传感器采样率提高到了 16kHz ，你继续堆数据库硬件吗？
* 可信度 veracity: 传统数据库里的公司内部数据，DBA 很容易管理数据质量，但当你的爬虫从互联网上爬来一大堆乱七八糟的数据时，你怎样从中提取有效信息做成可靠的报告？

数据仓库（ data warehouse ）不是什么新概念，至少在 1980 年代就已经有商业应用了。
数据市集（ data mart ）也是有了数据仓库后自然延伸的概念，比数据仓库更小，一般是从数据仓库里提取了一小部分数据，便于做报告。就像商店从仓库里取出部分货物放到货架上一样。
以上两个都是很早就有的概念，和大数据没直接关系，和传统 OLAP 、ETL 等概念关系更大一些。

传统数据大多是结构化数据，用二维表很容易存储，用 ETL 很容易处理，用 OLAP 很容易分析。
大数据，是现在数据量更加庞大、数据关系和逻辑更加复杂（比如非结构化数据），需要和传统数据库不同的设计和工具，概念大概出现在 2010 年代前期。
数据湖（ data lake ）是和大数据差不多时期出现的概念。

至于数据域、数据指标，虽然能搜到，但具体不太清楚。

大部分是数据库管理员的事情，和前端工作关系不大，前端可能要做的是 BI 报告平台。

感觉像斯纳金的鸽子实验那样...

“食物分发器被设定为每隔 15 秒落下食丸，不管动物当时在做什么。可以看到这便产生了非关联性强化。换句话说，不管动物做了什么，每隔 15 秒它将得到一份奖励。”
“让每只鸽子每天在实验箱里待几分钟，对其行为不作任何限制。在这期间，每个 15 秒强化自动出现。几天后，两个独立的观测者记录了鸽子在箱中的行为。”

“ 8 只鸽子中的 6 只产生了非常明显的反应，两名观察者得到了完全一致的记录。
一只鸽子形成了在箱子中逆时针转圈的条件反射，在两次强化之间转 2 － 3 圈；另一只反复将头撞向箱子上方的一个角落；第三只只显现出一种上举反应，似乎把头放在一根看不见的杆下面并反复抬起它。还有两只鸽子的头和身体呈现出一种摇摆似的动作，它们头部前伸，并且从右向左大幅度摇摆，接着再慢慢的转过来，它们的身子也顺势移动，动作幅度过大时还会向前走几步。还有一只鸽子形成了不完整的啄击或轻触的条件反应，动作直冲地面但并不接触。”

上述的行为都是在建立条件反射前未曾观测到的。实际上新的行为和鸽子得到食物毫无联系。然而，它们表现的就好像行为会产生食物似的；也就是说，它们变得迷信了。

境外 IP 以及机房 IP 都很容易触发非常严格的风控，而这类风控的逻辑压根不会仔细测试，只负责封禁不负责解封，所以出现莫名其妙自相矛盾的指示没什么好奇怪的。

反正张小龙________

票面利率 4.05%的五年期大额存单，真实年化利率是 3.76%

@majula
参加存款保险的银行即使倒闭，保障范围内的存款仍会由存款保险基金管理有限责任公司（央行的子公司）保证兑付。当然还得注意：
1. 该银行是否参加了存款保险（绝大部分银行金融机构都参加，但不排除个别小型金融机构不在名单）
2. 存款真的是保障范围内的存款（反例是上次河南村镇银行事件，“存款”只在 app 上显示存入，实际压根没存入）

类似的还有中国保险保障基金有限责任公司（财政部的子公司），用来确保即使保险公司倒闭，保单仍然能被接手。

@tony1016
现在针对拔网线、关网站之类消极应对方式有规则约束了吗？

@OutOfMemoryError
经济周期罢了，近一年美国为了压制通胀所以大幅加息，许多国家为了避免资本外流或稳定汇率所以不得不跟着加息。中国因为当前经济增长趋缓所以大幅降息试图刺激经济。
如果你看十年前，欧美国家大多在 0-2%，而中国那时实际无风险的理财利率也有 4-5%

另外，境外所有投资一定要留意机构本身风险评级。

以前证交所的大屏是 LED 二极管阵列，背景是黑的。为了迎合老股民习惯，早些年开发的交易软件也沿用了黑色背景。