数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

岳松同学

-- 查看系统中有哪些数据库show databases;-- 创建test数据库create database test;-- 选择进入数据库use test;-- 删除数据库(慎用)-- drop database test;-- 创建数据表use test;create table departmentd(deptid int ,dname varchar(15),num int);-- 查

21.9387

7

2

0

关注作者

收藏

听海@看日落

SQL条件查询

-- 比较运算符 -- where 条件 -- > # 查询年龄大于18岁的信息 select * from students where age>18; -- < # 查询小于18岁的信息 select * from students where age

21.2373

3

3

0

关注作者

收藏

PhilipLiang

函数作为返回值高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。我们来实现一个可变参数的求和。通常情况下，求和的函数是这样定义的：但是，如果不需要立刻求和，而是在后面的代码中，根据需要再计算怎么办？可以不返回求和的结果，而是返回求和的函数：当我们调用lazy_sum()时，返回的并不是求和结果，而是求和函数：调用函数f时，才真正计算求和的结果：在这个例子中，我们在函数lazy_sum

21.2427

4

0

0

关注作者

收藏

hcy吃猫的鱼

1.创建表之前首先要进入数据库，执行命令：use+数据库名称；2.查看表结构：desc 表名3.空值不能与任何值进行计算或比较，在SQL语言中为 is null 或 is not null ，不能用等号;4.每一条命令用分号（；）分隔，不然会出现连续执行命令；5.百分号匹配0个或多个字符，下划线匹配一个字符，可通过(not) like+通配符（%、_）实现模糊查询；6.没有指定排序方向时，默认是

19.5594

5

0

0

关注作者

收藏

gracejpw1117

Flume拉取数据太慢怎么办

现象描述：采样通道：日志数据 -> flume -> kafka -> flink flume到kafka的数据处理时间是980毫秒；flink的数据处理时间是十几毫秒。解决方法：flume方面：flume数量不够：增加日志服务器以增加并行度；（1）自身：增加内存flume-env.sh 4-6g-Xmx与-Xms最好设置一致，减少内存抖动带来的性能影响，如果设置不一致容易导致频繁fullgc

19.5422

4

2

0

关注作者

收藏

于家崎

数据分析MySQL707（下）

多表查询通过不同表中具有相同意义的关键字段，将多个表进行连接，查询不同表中的字段信息。连接方式内连接和外连接（左连接和右连接）多表连接的结果通过三个属性决定方向性：在外连接中写在前边的表为左表、写在后边的表为右表主附关系：主表要出所有的数据范围，附表与主表无匹配项时标记为null，内连接时无主附表之分对应关系：关键字段中有重复值的表为多表，没有重复值的表为一表内连接按照连接条件合并两个表，返回满足

19.5787

6

1

0

关注作者

收藏

lll

MySQL自带的数据库都是做什么的？

(1) information_schema：提供了访问数据库元数据的方式。其中保存着关于MySQL服务器所维护的所有其他数据库的信息，如数据库名、表名、列的数据类型、访问权限等。(2) mysql：这个是MySQL的核心数据库。主要负责存储数据库的用户、权限设置、关键字以及MySQL自己需要使用的控制和管理信息等。(3) performance_schema：主要用于收集数据库服务器性能参数，如

21.3179

7

3

0

关注作者

收藏

gracejpw1117

Flume之Taildir Source的特点

Flume Taildir Source的特点如下：（1）断点续传、多目录（2）哪个flume版本产生的？Apache1.7、CDH1.6（3）没有断点续传功能时怎么做的？自定义（4）taildir挂了怎么办？不会丢数：断点续传重复数据：（5）怎么处理重复数据？不处理：生产环境通常不处理，因为会影响传输效率；处理：自身：在taildirs

19.5582

5

2

0

关注作者

收藏

gracejpw1117

Flume常用source类型

flume流动模型Flume常用source类型1、Avro 类型的Source：监听Avro 端口来接收外部avro客户端的事件流。avro-source接收到的是经过avro序列化后的数据，然后反序列化数据继续传输。所以，源数据必须是经过avro序列化后的数据。利用 Avro source可以实现多级流动、扇出流、扇入流等效果。接收通过flume提供的avro客户端发送的日志信息。是flum

19.5520

4

2

0

关注作者

收藏

gracejpw1117

Hive 时间戳和日期相互转换 from_unixtime和unix_timestamp

Hive 时间戳和日期相互转换：from_unixtime和unix_timestamp时间戳转日期select distinct from_unixtime(1441565203,‘yyyy/MM/dd HH:mm:ss’) from test_date;日期转时间戳select distinct unix_timestamp(‘20111207 13:01:03’) from test_dat

0.0570

3

4

0

关注作者

收藏

haoyumeng

z分布、t分布、F分布及χ^2分布

Z是正态分布，X^2分布是一个正态分布的平方，t分布是一个正态分布除以（一个X^2分布除以它的自由度然后开根号），F分布是两个卡方分布分布除以他们各自的自由度再相除比如X是一个Z分布，Y(n)=X1^2+X2^2+……+Xn^2,这里每个Xn都是一个Z分布，t(n)=X/根号(Y/n),F（m,n）=(Y1/m)/(Y2/N)各个分布的应用如下：方差已知情况下求均值是Z检验。方差未知求均值是t检验

19.6412

6

3

0

关注作者

收藏

于家崎

数据分析707MySQL（上）

数据查询语言DQL单表查询:全表查询：select * from 表名;查询指定列：select 字段1[,字段2,…] from 表名;别名的设置：select 字段名[ as] 列别名 from 原表名 [as ]表别名;查询不重复的记录：select distinct 字段名 from 表名;条件查询：select 字段1[,字段2,…] from 表名 where 查询条件;空值查询：se

19.5272

3

5

0

关注作者

收藏

永洪科技

数据分析如何用好高可用？Naming双活必须掌握！

在之前的文章中，我们有做过永洪对数据的加工和处理的方法和介绍，这次我们来学习一下永洪产品高可用的配置设计方案。在使用永洪产品过程中，可能会遇到服务器断电、网络质量差、服务器宕机等突发问题，结果使集群中的节点失效，从而影响到永洪BI的正常使用，导致无法正常的查看、分析数据，为了解决如此问题，永洪也完善并支持服务的高可用场景。永洪如何实现产品的高可用呢，答案是Naming双活，也就是部署两个N节点，通

19.6859

5

0

0

关注作者

收藏

gracejpw1117

ZooKeeper常用命令

查看目录ls[zk: localhost:2181(CONNECTED) 3] ls /[jodis, zk, zookeeper, codis, codis3, worker_id_forever]创建目录create[zk: localhost:2181(CONNECTED) 4] create /zk_test hanchao_testCreated /zk_test获取数据get[zk:

19.6162

4

1

0

关注作者

收藏

haoyumeng

常用估计方法

若服从正态分布N(u,a^2)——经验法则例子：平均分80分，标准差10分（满分120）说明：68.26%的成绩在70-90分之间 95.44%在60-100分之间 99.74%在50-110之间对任意分布，至少有1-1/k^2落在u+-ka范围内（K>1）——切比雪夫不等式例子：平均分80分，标准差10分（满分120）说

19.6355

5

3

0

关注作者

收藏

Aran刘跃然

sql执行顺序及性能优化（重点推荐）

前言：一定程度地理解SQL的执行顺序可以帮助我们更好地掌握和理解SQL，知道其运行原理建立心理表征后，不仅对语句书写大有裨益，而且在实际工作中能帮助我们提高提取效率。对于我们初学者而言，本篇分析毕比较到位，让我收获良多，重点推荐给大家。sql语句的执行步骤： 1）语法分析，分析语句的语法是否符合规范，衡量语句中各表达式的意义。 2）语义分析，检查

19.6871

6

1

0

关注作者

收藏

gracejpw1117

Zookeeper选举机制及部署台数

半数机制：2n+1，部署奇数台。10台服务器：3台20台服务器：5台100台服务器：11台ZK部署台数多的好处：提高可靠性；坏处：影响通信延时

36.8472

6

1

0

关注作者

收藏

雯子哦呀呀

离散程度的描述——变异指标

4.1极差极差=最大值-最小值极差的特点：A．离散程度的最简单测度值B．极易受极端值影响C．未考虑数据的分布 4.2平均差未分组数据：分组数据：平均差实际应用中较少 4.3方差和标准差总体方差分母为n，样本方差分母为n-1自由度：数据的总数-不等价的条件的个数 4.4离散系数又叫变异系数，是指标准差与均值之比V = s/x

19.8236

4

5

0

关注作者

收藏

雯子哦呀呀

开口组组中值计算公式：

下限+邻组组距/2上限-邻组组距/2

0.3286

3

5

0

关注作者

收藏

雯子哦呀呀

三、统计3——常用的分布

1.两点分布与二项分布两点分布：非此即彼2.正态分布正态分布那是一个神奇的分布（任何分布，任何统计量随着其自由度或样本量的增大，其最终都会服从正态分布，正态分布是所有分布的终极形态）山峰的形状，漏斗漏出来的沙的分布标准化公式： T分布实际上是Z分布小时候的样子（矮一点胖一点）

19.8236

4

3

0

关注作者

收藏

<1…195196197…530>

CDA考试动态

CDA报考指南