数据蒋堂 •
175 引用 •
108 回帖 •
590 关注
博客
关注
-
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 ..
-
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 ..
-
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 ..
-
标题党一下，Python 程序员成千上万，当然有很多人学得会。这里说的“你”，是指职场中的非专业人员。 职场人员一般会用 Excel 处理数据，但也会有很多无助的情况，比如复杂计算、重复计算、 ..
-
当前市场上有不少基于 Hadoop 的商用数据仓库产品，大部分都是有投资背景的，通常来讲，投资这种东西主要是因为有某种技术门槛，指望有过人的技术来挣大钱。但是，仔细分析这个业务，却很难想出它的 ..
-
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 ..
-
我们知道，SQL 延用了数学上的无序集合概念，所以 SQL 的分组并不关注待分组集合中成员的次序。我们前面讨论等值分组和非等值分组的时候，也都没有关注过这个问题，分组规则都是建立在成员取值本身 ..
-
分组是数据库中的常见运算，但未必所有人都能深刻地理解它。 分组运算的实质是将一个集合按照某种规则拆分成若干个子集，也就是说，返回值应当是一个由集合构成的集合，但人们一般并不太关心构成这个集合的 ..
-
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 ..
-
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 ..
-
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 ..
-
存储过程是个让人爱恨交加的东西。 它的意义自不必提，各大老牌数据库都支持，而且经常以此来挤兑一些还不支持存储过程的新数据库。反过来，它的缺点也很明显，能见到很多开发团队在努力拆除存储过程，在应 ..
-
一英里不是个很长的距离，一立方英里相对于地球也不会让人觉得是个很大的空间。然后我说，这个空间内能装下全世界所有人，你会不会觉到很惊讶？其实不过这话不是我说的，是美国作家房龙写的。 业内有个著名 ..
-
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 ..
-
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 ..
-
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。 ..
-
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。 ..
-
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 ..
-
任意的 SQL 语句都可移植是做不到的。因为各种数据库的功能并不一样，某些数据库的语法在另一种数据库中根本就没有对应的实现机制，这时当然就不可能移植了。 如果我们不用数据库的特殊功能，只在国际 ..
-
教科书中 SQL 例句通常都很简单易懂，甚至可以当英语来读，这就给人造成 SQL 简单易学的印象。 但实际上，这种三行五行的 SQL 只存在于教科书和培训班，我们在现实业务中写的 SQL 不会 ..
-
我们在学习 SQL 时，常常会听到这样的说法：SQL 是一种声明式语言。你只需要告诉它要做什么，而不需要告诉它怎么做，它会自己找到实现方法。也就是说，你要只用它描述任务目标，而不需要说明计算过 ..
-
手头有些 csv/xls 文件，比如这样的： [图片] [图片] 这种数据很适合用 SQL 做查询，但可惜 SQL 只能用在数据库，要安装个数据库并把这些文件导入，为这么个目标搞的整个应用系统 ..
-
大数据时代的分布式数仓（如 MPP）是个热门技术，甚至到了提到数据仓库言必称分布式的地步。 但是，分布式数仓真有必要吗？毕竟这些分布式数仓产品都不便宜，无论是采购成本还是运维成本都很高。是不是 ..
-
我们经常听到大数据产品宣传自己性能好，“万亿秒查”是个常见的说法，大概意思就是上万亿行数据中找出查出满足条件的数据，可以秒级返回。 这是真地吗？ 看过“[链接]”那期的同学大概都会觉得不可能。 ..
