目前广泛使用的语法解析框架主要包括ANTLR、JavaCC和Yacc等。在大数据领域中，很多计算引擎都是基于ANTLR进行语法解析，例如 Hive、Spark和...

SQL执行流程有一套通用的步骤，尽管具体的实现可能会因数据库系统的不同而有所差异，但流程相对固定。以下是通用的SQL处理流程：

Calcite作为SQL中间件，为提供扩展性并适配不同数据源，提供了Adapter（适配器）方式对接数据源并根据数据源特性进行查询优化。

Convention：Calcite设计的核心概念，代表一类特定的数据源或执行引擎，基于Convention可生成与具体数据源或者引擎相关的执行计划。Calci...

关系模型是一种用于数据库管理的理论框架，其基础建立在数学的集合论之上。该模型由Edgar F. Codd 于1970年提出，旨在以一种严格且理论化的方式来描述数...

Apache Calcite是一款开源的动态数据管理框架，提供了标准的 SQL 语言、查询优化和连接各种数据源的能力，但不包括数据存储、处理数据的算法和存储元数...

随着信息时代的飞速发展，数据已经成为了各行各业的重要资源。知识图谱作为大数据时代的一种新型数据组织形式，能够将分散、无序的数据进行结构化处理，并建立起相互之间的...

全球 30 米不透水表面动态数据集 (GISD30) 为了解 1985 年至 2020 年全球不断变化的不透水表面景观提供了宝贵的资源。该数据集在城市可持续发展...

本研究中介绍的全球无缝高分辨率温度数据集（GSHTD）为各领域的研究人员提供了全面而宝贵的资源。该数据集涵盖 2001 年至 2020 年，主要关注陆地表面温度...

Doris由百度大数据部研发，之前叫百度Palo，于2017年开源，2018年贡献到 Apache 社区后，更名为Doris。

CDC实时数据同步指的是Change Data Capture（数据变更捕获）技术在数据同步过程中的应用。CDC技术允许在数据源发生变化时，实时地捕获这些变化，...

ETL流程是数据仓库建设的核心环节，它涉及从各种数据源中抽取数据，经过清洗、转换和整合，最终加载到数据仓库中以供分析和决策。在数据仓库国产化的背景下，ETL流程...

爬虫，是学习Python的一个有用的分支，互联网时代，信息浩瀚如海，如果能够便捷的获取有用的信息，我们便有可能领先一步，而爬虫正是这样的一个工具。之前的的文章中...

- 随着大数据领域不断发展，企业对于业务场景的诉求也从离线的满足转到高实时性的要求，“t+0”形式呈现业务数据已是刚需。

质量管理七大工具（Seven Basic Quality Tools）是由日本质量大师石川馨于20世纪50年代首次提出，这些工具被广泛应用于制造业和服务业的质量...

提到数据库索引的时候，一般都会提到 B+Tree，因为主流数据库都使用它。我们的DawnSql使用的是 H2 中的存储引擎，因此也是使用 B+Tree。这篇文章...

矩阵能够快速对数据进行汇总对比。需求：使用矩阵展示"2022年点播订单表"不同门店不同套餐消费类型对应的总营收情况。

在Power BI中有很多报表类型供我们选择，选择图表时一定要符合数据分析之间的关系。常见的数据分析关系有五类：对比分析、趋势分析、占比分析、相关性分析、地理地...