热线电话：13121318867

登录
热搜话题:
ai长文生成
Scikit-learn
Python
大数据
数据分析师
统计学
微积分
线性代数
Excel
Power BI
R语言
SPSS
Mysql
快速发帖
我要提问
最新
热门
关注
推荐
问答
hcy吃猫的鱼
7.7打卡
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
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
2
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
3
0
关注作者
收藏
shauna570392
使用matplotlib画图时，饼图每块的颜色怎么设置？​
pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprop
38.4866
5
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
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
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
4
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
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
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
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
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
1
0
关注作者
收藏
gracejpw1117
30台机器，跑mr任务的时候发现5个map任务全都分配到了同一台机器上
集群有30台机器，跑mr任务的时候发现5个map任务全都分配到了同一台机器上，这个可能是由于什么原因导致的吗？解决方案：yarn.scheduler.fair.assignmultiple 这个参数 默认是开的，需要关掉。将YARN配置中的yarn.scheduler.fair.assignmultiple参数设为false，或者手动设定yarn.scheduler.fair.max.assign
19.6162
3
0
关注作者
收藏
斯O
Python安装目录教程
步骤一：打开jupyter notebook，然后在开始菜单的anaconda3点击anaconda prompt,如下：步骤二：在出现的命令端输：pip --default-timeout=100 install jupyter_contrib_nbextensions -i https://pypi.tuna.tsinghua.edu.cn/simple，按enter执行等候 步骤三：成功后，
19.9254
5
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
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
3
0
关注作者
收藏
雯子哦呀呀
二、统计2——描述统计
华瑞万家——日用品做的比较好大润发——食品、生鲜上做的比较好 1.总体规模的描述——总量指标某一段时间的销售额，某一个商品的销售额，某一个品类的销售额（可以把各自擅长的领域单独拿出来分析一下），某一个店铺的销售额，店铺的规模…… 2.对比关系的描述——相对指标计划完成程度：计划增加50%，实际增加了25%，计划完成相对数=1.25/1.5结构相对数：日用品销售额/总销售额 多用饼图比例相对
0.3093
5
0
关注作者
收藏
雯子哦呀呀
一、统计1——概述
计算机 + 统计学 = 人工智能什么是统计学？统计学是一门收集、处理、分析、解释数据并从中得出结论的科学。核心：数据抓取、清洗、分析、解释 数据分析师的四大任务：收集数据—》处理数据—》分析数据—》解释数据 数据：统计学的对象是数据数据既可以是数字形式的，也可以是文字形式的数据的形式有两种：数字和文字数字如何区分文字和数字：是否可以运算 分类型数据：eg：性别分为男、女顺序性数据：数值型数据：
19.8043
3
0
关注作者
收藏
zengweiak47
7月6日
人工智能 = 计算机科学 + 统计学统计学是一门收集,处理,分析,解释数据比从中得出结论的科学.核心:数据.收集数据-处理数据-分析数据-解释数据.描述性分析方法总体规模,对比关系,集中趋势,离散程度,偏态,峰态....推断性分析方法估计,假设检验,列联分析,方差分析,相关分析,回归分析,....数据类型决定方法.数据两种形式:文字和数字区分文字和数字:是否可以运算.将数据按计量尺度不同分1.分类
19.8337
4
0
关注作者
收藏
开花结果02
Python:numpy中矩阵和数组有什么区别？
Numpy 矩阵必须是2维的,但是数组可以是多维的（1D，2D，3D··du··ND）.矩阵是array的一个小的分支，包含于array。所以矩阵拥有数组的所有的特性。数组一般有广播的方法，但是矩阵一般不用 在numpy中矩阵的主要优势是：相对简单的乘法运算符号。例如，a和b是两个matrices，那么a*b，就是矩阵的积。
19.9811
2
0
关注作者
收藏
<1…147148149…404>
CDA考试动态
考试介绍
考试大纲
考试内容
考试地点
CDA报考指南
报考流程
考试时间
报名费用
联系我们
热门栏目
考试动态
报考指南
复习备考
职业发展
直播公开课
经验分享
Copyright © 2015-2020, www.pinggu.com All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备18052299号-1