计算＆AI •
1062 引用 •
1118 回帖 •
475 关注
博客
关注
-
用 csv 文件存储数据很普遍。类似的还有纯文本文件、tsv 文件等等，这些文件都是平面结构，没有层次关系，数据都存成文本字符。有些 xls 文件也是类似的平面结构。 csv 文件具有简单、通 ..
-
简化后的用户行为表 actions 的部分数据如下，记录各个用户 9 种事件的发生时间： [图片] 《下载测试数据》 1、查找按顺序触发过 e2、e3、e7 事件的用户 顺序事件不要求连续。 ..
-
实时热数据报表，是指能够实时查询全量冷热数据的报表。早期业务只基于单个 TP 数据库时，这种报表并不是什么问题。但数据量大了，要拆分到专门的 AP 数据库后，就不一样了。因为冷热数据分离后，再 ..
-
本篇接续《数据分析编程从 SQL 到 SPL：用户事件统计》， 延用用户行为表 actions，记录各个用户 9 种事件的发生时间： [图片] 【下载测试数据】 3、连续 4 天活跃度排名前 ..
-
背景 报表经常会基于多种数据源，如 RDB、NoSQL、文本、Excel、MQ 等。 [图片] 借助逻辑数据仓库可以一定程度上实现多源混算，但其架构往往过于复杂和沉重，需要繁琐的预处理过程以运 ..
-
简化后的用户行为表 actions 的部分数据如下，记录各个用户 9 种事件的发生时间： [图片] 【下载测试数据】 1、计算每个用户会话次数 一个用户超过 2 天无操作或 e8 事件后 2 ..
-
背景 与一般事务处理（TP）系统相比，报表中的 SQL 更频繁地使用各种计算函数，计算逻辑也更加复杂，对 SQL 的依赖更强。报表开发中可能应对数据库的变化，不同数据库的 SQL 语法虽大体相 ..
-
数据分析师的日常离不开各种数据操作，过滤、分组、汇总、排序……，面对这些基本需求，SQL 用起来确实得心应手。比如，查个用户分组销售额、筛选一批重要客户，这样的任务用 SQL 写出来就像英语一 ..
-
数据分析需要探索式 对于数据分析，许多任务并非固定的查询，而是需要灵活的分析和判断。比如，电商数据中的用户行为分析、产品推荐、库存优化，或者金融行业的风险评估和客户分类等，都往往没有预先固定的 ..
-
在很多商业场景中，存在一种数据不平衡的现象。比如银行贷款违约，违约的人只是很小一部分人；保险欺诈，欺诈者也是个别现象；还有产品质量中不良品的比例、工业生产中非计划停车现象等等……。这些罕见现象 ..
-
1. 准备历史数据。 在营销场景中，要预测的目标是客户的购买行为，需要搜集一些可能会影响购买行为的信息字段，比如客户的年龄、学历、工作、收入、家庭结构、生活习惯、购物偏好，以及产品的特点、促销 ..
-
强计算和交互性的两难 Excel 和 BI 是常用的数据分析工具，很适合完成初级的数据分析任务，比如统计各月销售总额，计算各组的平均订单金额和购买频次等。但随着业务需求升级，更复杂的任务用 E ..
-
明确目标，准备数据 首先要明确目标，知道要预测什么东西。 比如银行放贷款时，希望预测出贷款人违约的可能性，从而判定是否放贷以及贷款利率。 保险公司制定保费时，希望预测出客户的理赔风险，从而制定 ..
-
什么是数据挖掘? 人们总是希望能预测未来，比如预测明天的天气，预测某地区的房价，预测下个季度的销量，预测客户的购买喜好等等。 [图片] 那么，我们到底有没有办法做预测呢？ 举个例子。 傍晚，路 ..
-
下载测试文本 结构化文本计算需求 结构化文本文件是常见的数据存储方式，比如这个score.txt，记录了所有班级学生的成绩，第一行是列名，之后每一行是一个学生的数据，行内用制表符分隔。 [图片 ..
-
SQL 经常跑得很慢 SQL 是最常用的大数据计算语言，但是，SQL 经常跑得很慢，严重浪费硬件资源。 某银行的反洗钱准备计算，36 亿行，11 节点的 Vertica 集群跑了 1.5 小时 ..
-
有些实际业务场景中，脚本文件需要附加严格的权限来控制是否可执行，比如为了数据安全，某些脚本文件的结果数据只允许特定用户查看，或者某些脚本需要绑定硬件才能执行等等。 针对类似需求，集算器企业版和 ..
-
是的！你没看错，SPL，Structured Process Language，就是这样一种写在格子里的开源程序设计语言，专门用于处理结构化数据。 我们知道，几乎所有编程语言都是写成文本的，那 ..
-
1. 数据准备 学习本课程需要先准备测试数据。可以使用 TPC 官网提供的程序生成测试数据，也可以使用[链接] 提供的方法生成。 准备数据时，要注意数据占用硬盘的空间大小。以 TPCH-Q1 ..
-
select cntrycode, count(*) as numcust, sum(c_acctbal) as totacctbal from ( select substr(c_phone ..
-
select * from ( select s_name, count(*) as numwait from supplier,lineitem l1,orders,nation where ..
-
select s_name,s_address from supplier,nation where s_suppkey in ( select ps_suppkey from partsup ..
-
下载源文件 SPL 实践系列：多源混算 背景 应用数据的生成方式和存储形式多样，不仅依赖传统的关系型数据库，还有 NoSQL 数据库、云存储、API、文件系统等多种数据源。整合和分析这些数据就 ..
-
select sum(l_extendedprice * (1 - l_discount)) as revenue from lineitem,part where ( p_partkey = ..
-
select * from ( select c_name, c_custkey, o_orderkey, o_orderdate, o_totalprice, sum(l_quantity) ..
