首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

基于Hadoop生态圈的数据仓库实践 —— 进阶技术

三、维度子集 有些需求不需要最细节的数据。例如更想要某个月而不是某天的记录。再比如相对于全部的销售数据,可能对某些特定状态的数据更感兴趣等。这些特定维度包含在从细节维度选择的行中,所以叫维度子集。维度子集比细节维度的数据少,因此更易使用,查询也更快。 本节中将准备两个特定维度,它们均取自现有的维度:月份维度(日期维度的子集),Pennsylvania州客户维度(客户维度的子集)。 1. 建立月份维度表 执行下面的脚本建立月份维度表。注意月份维度不包含promo_ind列,该列不适用月层次上,因为一个月中可能有多个促销期,而且并不是一个月中的每一天都是促销期。促销标记适用于天这个层次。

01

基于Hadoop生态圈的数据仓库实践 —— 进阶技术(三)

三、维度子集         有些需求不需要最细节的数据。例如更想要某个月而不是某天的记录。再比如相对于全部的销售数据,可能对某些特定状态的数据更感兴趣等。这些特定维度包含在从细节维度选择的行中,所以叫维度子集。维度子集比细节维度的数据少,因此更易使用,查询也更快。         本节中将准备两个特定维度,它们均取自现有的维度:月份维度(日期维度的子集),Pennsylvania州客户维度(客户维度的子集)。 1. 建立月份维度表         执行下面的脚本建立月份维度表。注意月份维度不包含promo_ind列,该列不适用月层次上,因为一个月中可能有多个促销期,而且并不是一个月中的每一天都是促销期。促销标记适用于天这个层次。

02

mysql数据库面试题目及答案_java面试数据库常见问题

其他面试题类型汇总: Java校招极大几率出的面试题(含答案)—-汇总 几率大的网络安全面试题(含答案) 几率大的多线程面试题(含答案) 几率大的源码底层原理,杂食面试题(含答案) 几率大的Redis面试题(含答案) 几率大的linux命令面试题(含答案) 几率大的杂乱+操作系统面试题(含答案) 几率大的SSM框架面试题(含答案) 几率大的数据库(MySQL)面试题(含答案) 几率大的JVM面试题(含答案) 几率大的现场手撕算法面试题(含答案) 临时抱佛脚必备系列(含答案) 注:知识还在积累中,不能保证每个回答都满足各种等级的高手们,若发现有问题的话,本人会尽快完善。 。◕‿◕。

03

基于Hadoop生态圈的数据仓库实践 —— 进阶技术(二)

二、按需装载 前面已经做了“初始装载”和“定期装载”。还有一种需要熟悉的装载类型,按需装载。所谓“按需装载”指的是,在正常调度之外,当源数据有效或者数据仓库需要时进行装载。例如,促销销售源数据只有在促销期内有效,而在其它时间是无效的,而对促销期数据就要进行按需装载。 在“建立数据仓库示例模型”中讨论的日期维度数据生成可以看做是一种按需装载。数据仓库预先装载了日期,当日期用完时,需要再次运行预装载。 本节的主题是按需装载,首先修改数据库模式,然后在DW数据库上执行按需装载,使用促销期场景进行说明。定期装载不适合促销期场景,因为促销期数据并不是按调度定期装载。下面是需要装载的促销期内容,存储在source.promo_schedule表中。

01

维度模型数据仓库(十) —— 快照

(五)进阶技术         5. 快照         前面实验说明了处理维度的扩展。本篇讨论两种事实表的扩展技术。         有些用户,尤其是管理者,经常会要看某个特定时间点的数据。也就是说,他们需要数据的快照。周期快照和累积快照是两种处理事实表扩展的技术。         周期快照是在一个给定的时间对事实表进行一段时期的总计。例如,一个月销售订单周期快照是每个月底时总的销售订单金额。         累积快照用于跟踪事实表的变化。例如,数据仓库可能需要累积(存储)销售订单从下订单的时间开始,到订单中的商品被出库、运输和到达的各阶段的时间点数据来跟踪订单生命周期的进展情况。用户可能要取得在某个给定时间点,销售订单处理状态的累积快照。         下面说明周期快照和累积快照的细节问题。         周期快照         本节以销售订单的月底汇总为例说明如何实现一个周期快照。         首先需要添加一个新的事实表。图(五)- 5-1中的模式显示了一个名为month_end_sales_order_fact的新事实表。该表中有两个度量值,month_order_amount和month_order_quantity,这两个值是不能加到sales_order_fact表中的。不能加到sales_order_fact表中的原因是,sales_order_fact表和新的度量值有不同的时间属性(数据的粒度不同)。sales_order_fact表包含的是每天一条记录。新的度量值要的是每月的数据。使用清单(五)- 5-1里的脚本建立month_end_sales_order_fact表

01

基于Hadoop生态圈的数据仓库实践 —— 进阶技术

五、快照 前面实验说明了处理维度的扩展。本节讨论两种事实表的扩展技术。 有些用户,尤其是管理者,经常要看某个特定时间点的数据。也就是说,他们需要数据的快照。周期快照和累积快照是两种常用的事实表扩展技术。 周期快照是在一个给定的时间对事实表进行一段时期的总计。例如,一个月销售订单周期快照汇总每个月底时总的销售订单金额。 累积快照用于跟踪事实表的变化。例如,数据仓库可能需要累积(存储)销售订单从下订单的时间开始,到订单中的商品被打包、运输和到达的各阶段的时间点数据来跟踪订单生命周期的进展情况。用户可能要取得在某个给定时间点,销售订单处理状态的累积快照。 下面说明周期快照和累积快照的细节问题。 1. 周期快照 下面以销售订单的月底汇总为例说明如何实现一个周期快照。 首先需要添加一个新的事实表。下图中的模式显示了一个名为month_end_sales_order_fact的新事实表。

02

基于Hadoop生态圈的数据仓库实践 —— 进阶技术(五)

五、快照         前面实验说明了处理维度的扩展。本节讨论两种事实表的扩展技术。         有些用户,尤其是管理者,经常要看某个特定时间点的数据。也就是说,他们需要数据的快照。周期快照和累积快照是两种常用的事实表扩展技术。         周期快照是在一个给定的时间对事实表进行一段时期的总计。例如,一个月销售订单周期快照汇总每个月底时总的销售订单金额。         累积快照用于跟踪事实表的变化。例如,数据仓库可能需要累积(存储)销售订单从下订单的时间开始,到订单中的商品被打包、运输和到达的各阶段的时间点数据来跟踪订单生命周期的进展情况。用户可能要取得在某个给定时间点,销售订单处理状态的累积快照。         下面说明周期快照和累积快照的细节问题。 1. 周期快照         下面以销售订单的月底汇总为例说明如何实现一个周期快照。         首先需要添加一个新的事实表。下图中的模式显示了一个名为month_end_sales_order_fact的新事实表。

02

MYSQL必知必会笔记

1、什么是数据库 数据库是一个以某种有组织的方式存储的数据集合 (人们通常用数据库这个术语来代表他们使用的数据库软件,这是不正确的。数据库软件应称为DBMS(数据库管理系统),数据库是通过DBMS创建和操纵的容器) 表(table)是某种特定类型数据的结构化清单 (数据库中的每个表都有一个名字,用来标识自己,此名字是唯一的) 模式(schema)关于数据库和表的布局及特性的信息 列(column)表中的一个字段。正确的将数据分解成多个列很重要。每个列都有相应的数据类型,用来定义列可以存储的数据种类 行 表中的数据是按行存储的,所保存的每个记录存储在自己的行内 主键(primary key)一列(或一组列),其值能够唯一区分表中的每一行 注意:1、任意两行都不具有相同的主键值 2、每个行都必须具有一个主键值(主键列不允许NULL值) SQL是结构化查询语言(Structured Query Language)的缩写,是一种专门用来与数据库通信的语言 优点:1、不是某个特定数据库供应商专有的语言,几乎所有重要的DBMS都支持2、简单易学3、可以进行非常复杂和高级的数据库操作 2、MySQL (1)、开放源代码,可以免费使用 (2)、性能非常好 (3)、可信赖并且简单易用 DBMS可分为两类:(1)、基于共享文件系统的DBMS(例如:Microsoft Access和FileMaker)(2)、基于客户机-服务器的DBMS(例如:MySQL,Oracle,Microsoft SQL Server) 基于客户机-服务器的DBMS与数据文件打交道的只有服务器软件,关于数据、数据添加、删除和数据更新的所有请求都由服务器软件完成 2.1 mysql命令行实用程序 2.2 MySQL Administrator是一个图形交互客户机,用来简化MySQL服务器的管理(需要安装) 2.3 MySQL Query Browser为一个图形交互客户机,用来编写和执行MySQL命令 3、使用MySQL 常用命令: use database 选择数据库 show databases 显示数据库 show tables 显示数据库里的表 show clumns from table 显示表中的列 (同 describe table) show status 用于显示广泛的服务器状态信息 show create database 和 show create table 用来显示创建特定的数据库和表的MySQL语句 show grants 用来显示授予用户(所有用户和特定用户)的安全权限 show errors和show warnings 用来显示服务器错误或警告消息 4、检索数据 SELECT id,name FROM table; 使用DISTINCT 来告诉MySQL来返回不同的行 5、排序检索数据 ORDER BY ASC DESC 6、过滤数据 WHERE = 等于 <> 不等于 != 不等于 < 小于 <= 小于等于 > 大于 >= 大于等于 between 在指定的两个值之间 检查单个值 不匹配检查 范围值检查 空值检查 AND 操作符 OR 操作符 IN 操作符 IN 操作符优点:1、在使用长的合法选项清单时,IN操作符的语法更清楚更直观2、计算的次序更容易管理3、一般比OR操作符清单执行更快4、可以包含其他SELECT 语句 NOT 操作符 用通配符进行过滤 LIKE 操作符 百分号(%)通配符 下划线(_)通配符 注意:下划线只匹配单个字符而不是多个字符 用正则表达式来进行搜索REGEXP???? 在LIKE与REGEXP之间有一个重要的差别 进行OR匹配(|) 匹配几个字符之一可通过指定一组用[和]括起来的字符来完成(eg:WHERE prod_name REGEXP '[123] Ton' 输出:1 ton vil 2 ton vil) 匹配范围(eg:[1-9],[a-z]) 匹配特殊字符 匹配多个实例 匹配定位符 7、创建计算字段 拼接(concatenate)将值联结到一起构成单个值 多数DBMS使用+或|| 来实现拼接,MySQL则使用Concat()函数来实现(eg: SELECT Concat(vend_name,'(',vend_country,')')) 执行算术计算 SELECT id,num*price as total_price FROM t_order;(操作符有 + - * /) 8、使用数据处理函数 文本处理函数:RTrim()、Upper()、Left()、Length()、Locate()、Lower()、LTrim()、Right()、Soundex

02
领券