数据蒋堂 •
175 引用 •
108 回帖 •
590 关注
博客
关注
-
基于对象 - 事件模式（schema）的数据计算，可以说是商业中最常见的一种数据分析任务。这里说的对象可以是电商系统用户、游戏玩家、银行账号、手机、车辆等等，通常会有个唯一的 ID，对象涉及的 ..
-
八、有序归并 我们再来看同维表和主子表的 JOIN，这两种情况的优化提速手段是类似的。 我们前面讨论过，HASH JOIN 算法的计算复杂度（即关联键的比较次数）是 sum(ni*mi)，比全 ..
-
七、进一步的外键关联 我们继续讨论外键 JOIN，并延用上一篇的例子。 当数据量大到无法全部放进内存时，前述的地址化方法就不再有效了，因为在外存无法保存事先算好的地址。 一般来讲，外键指向的维 ..
-
我们再来研究如何利用 JOIN 的特征实现性能优化，这些内容的细节较多，我们挑一些易于理解的情况来举例，更完善的连接提速算法可以参考乾学院上的《性能优化》图书及课程。 六、外键预关联 先看全内 ..
-
五. 解决关联查询 我们重新审视和定义了等值 JOIN 运算，并简化了语法。一个直接的效果显然是让语句书写和理解更容易。外键属性化、同维表等同化和子表集合化方案直接消除了 JOIN 关键字，也 ..
-
四. 维度对齐 我们再回顾前面的双子表例子的 SQL： SELECT Orders.id, Orders.customer, A.x, B.y FROM Orders LEFT JOIN (S ..
-
三. JOIN 的语法简化 我们先看如何利用关联都涉及主键这个特征来简化 JOIN 的代码书写，分别讨论这三种情况。 1. 外键属性化 先看个例子，设有如下两个表： employee 员工表 ..
-
二. 等值 JOIN 的分类 我们来考察下面三种等值 JOIN： 1. 外键关联 表 A 的某个字段和表 B 的主键字段关联（所谓字段关联，就是前一节说过的在等值 JOIN 的过滤条件中要对应 ..
-
[链接]JOIN 系列 [链接] [链接] [链接] [链接] [链接] [链接] [链接] [链接] 连接运算（JOIN）一直是 SQL 中的老大难问题。在关联表稍多一点的时候，代码书写就变 ..
-
BI 和 AI 中都有个 I，对应的英文单词都是 Intelligence，看起来是同一个意思。 其实不然，即使我们只限定商业决策领域中讨论问题，BI 和 AI 中的 I 也有很大的不同。 广 ..
-
某机构上了一套分布式数据仓库，历史数据逐步装进了仓库，然后，基于数据仓库构建了 BI 系统（主要是多维分析）。刚开始，一切都顺利，但随着时间推移，基于中央数据仓库的应用越来越多，几年下来积累了 ..
-
事物是普遍联系的，很多有业务意义的查询也会涉及多个数据表的关联。 BI 类软件通常会提供自助查询功能，有些软件还能支持关联查询，但实际使用的大多数还是单表的，关联查询功能很少被业务人员使用。涉 ..
-
其实没多少！ 从早期喊的多维分析到近年来喊敏捷 BI，BI 厂商一直在强调自助能力，宣称可以由业务人员自己随心所欲地分析数据，而用户也常常有强烈的需求，双方一拍即合，很容易形成购买行为。 不过 ..
-
OLAP 这个词从字面上理解是在线分析的意思，也就是由人员面对数据进行各种交互式的分析操作。 但是，现在的OLAP 概念被 BI 软件给严重狭义化了。面向业务分析时说到 OLAP，在技术上经常 ..
-
在结构化数据计算领域，SQL 现在还是应用最广泛的工作语言，不仅被所有关系数据库采用，许多新进的大数据平台也将实现 SQL 作为目标。 对于某种计算技术，人们通常会关心两个效率。一是运算的描述 ..
-
碰到过这么一个案例，情况可以简化总结成这样：数据库中有表 T，其中有两个重要的字段 a 和 b，a 是一个时间戳，精确到秒；b 是用户号；其它字段用来表示用户 b 在时刻 a 发生的事件属性。 ..
-
减少外存（硬盘）访问量一直是提高大数据计算性能的永恒话题，我们也讨论过列存、压缩等直接减少访问量甚至存储量的手段。除了这些存储层面的方法外，在算法和计算实现环节，也可以想办法减少外存的访问量。 ..
-
过滤是个很基本的运算，就是从一个集合中找出满足某些条件的成员构成的子集。SQL 中有 WHERE 和 HAVING 来实现过滤运算（严格地说，困为 SQL 缺乏离散性，WHERE 的运算结果是 ..
-
我们讨论过的常规聚合运算如 SUM/COUNT 和非常规聚合运算如 maxp/top，都是事先设计好的聚合函数。但如果我们想实现一个以前没有定义过的运算怎么办？比如想做连乘运算，显然这也算是一 ..
-
标准 SQL 中提供了五种最常用的聚合运算：SUM/COUNT/AVG/MIN/MAX。观察这几个运算，我们发现它们都可以看成是一个以集合为参数返回单值的函数，我们就先把这个共同点理解为聚合运 ..
-
我们在讨论有序分组时只研究了待分组集合的成员次序对分组运算可能的影响，但既然要考虑集合的有序性，那么结果集也是个集合，它的成员次序是不是也有业务意义呢？ 确实有意义，不过重要程度不如原集的次序 ..
-
编程这件事现在有点热门了，经常能在网上看到有人问该怎么学编程。不用说，问这种题的同学都是对编程没啥经验的，有不少甚至是完全零基础的。 要搞清该怎样学编程，先得问自己一个问题：为什么要学编程？学 ..
-
[图片] 我们知道，数据库的数据处理能力是封闭的。所谓封闭性，这里是指要被数据库计算和处理的数据，必须事先装入数据库之内，数据在数据库内部还是外部是很明确的。 数据库一般有 OLTP 和 OL ..
-
按：在敏捷 BI 横行的年代，报表这个概念也有了更大的外延，很多用户甚至技术人员都会将由复杂格式报表与 BI 系统中拖拽出来的报表混为一谈。这是一篇 2004 年底写的老文，现在重读，对于理解 ..
-
[图片] 某机构上了一套分布式数据仓库，历史数据逐步装进了仓库，然后，基于数据仓库构建了 BI 系统（主要是多维分析）。刚开始，一切都顺利，但随着时间推移，基于中央数据仓库的应用越来越多，几年 ..
