我们在计算留存指标(次留、3留、7留、15留、30留)的时候，通常情况下会使用以下公式： 第N日留存率公式 = (T日访问用户)∩ (T+N日访问用户) / (T日访问用户),这种实现方式，具有很好的代码可维...

表的基本操作（一） 表的构建语句，基本都会。 核心在于构建表时，要指定上一些约束。 一、约束 1、主键 2、非空 3、唯一 4、检查 5、外键 目前国内很多公司不玩这个，坑比较多，最好不要玩，真...

Hive SQL底层执行过程详细剖析 ================================================== 点击上方卡片进入主页，然后右上角“设为星标” 比别人更快接收好文章 整体到细节 Hive Hive是什么？Hive ...

一、前言 1.1 背景 从而有以下问题： 1.直接从ods贴源层取数据，业务研发侧一改造则下游链路级联影响改动很大 2.各数据分析下游从源头贴源层就直接各自依赖计算，数据链路十分零散不好管理 3.贴...

一、大数据架构平台搭建指南 虽然大数据平台组件很多，但是对于没有参与建设过大数据平台的朋友来说，当前众多的大数据组件和平台架构容易让人眼花缭乱。 本文首先介绍了大数据架构平台的组件架...

'我们业务太忙！' 当你想把数据治理的失败归咎于这句话时，就要想想：业务为什么不配合？ 这就像一个项目经理抱怨开发不写文档——你也得先问问自己，写这文档到底有什么用。 业务其实一直在做...

ChatGPT：1小时学会DAMA数据管理（上） ChatGPT：1小时学会DAMA数据管理（中） 第12章 元数据管理 （一）数据的故事 某大型零售连锁企业决定实施元数据管理项目，以提升数据治理能力和决策效率...

在SQL中有一类函数叫做聚合函数，例如sum()、avg()、max()等等，这类函数可以将多行数据按照规则聚集为一行，一般来讲聚集后的行数是要少于聚集前的行数的。但是有时我们想要既显示聚集前的数据...

PyMySQL使用介绍 提前安装MySQL数据库（可以使用Linux系统的，也可以使用Windows版本） 一、为什么要学习PyMySQL 如何实现将100000条数据插入到MySQL数据库？ 如果使用之前学习的MySQL客户端来...

5. Fluss 开源 当前业界呈现出一个显著的趋势，即大数据的处理正在从离线模式转向实时化。我们可以观察到，多个行业和应用场景都在进行实时化的演进。例如，互联网、车联网和金融等领域都正通过...