hxh的博客

遇到大变更可以考虑重新启动一个新项目，遇到小的项目变更，也需要等到本期验收，项目上线后再说。类似面向对象的向上转型，狗要喝水，猫要喝水，人也要喝水 -》产生方法 动物需要喝水。但实际用户需要的是更快的交通工具，向上提炼需求，从而去完成更大的价值实现，创造更多的价值。①不要沉浸在细节里，要针对业务的解决方案才是客户真实的需求。②项目中期：先要分析变更的影响，原则上尽可能与相关人员沟通，取消变更（如果按照需求，我直接找一匹马就可以了，这只能达到完成目标。生米煮成熟饭，吃是这盘菜，不吃也是这盘菜。

预算管理：系统需要能够对公司的预算进行管理和监控，包括预算编制、预算执行和预算分析等功能。库存管理：系统需要能够对公司的库存进行管理，包括库存查询、库存调拨、库存盘点等功能。商品管理：系统需要能够对公司的商品进行管理，包括商品编码、名称、价格、库存等信息。采购管理：系统需要能够对公司的采购进行管理，包括采购订单、采购单、发票管理等功能。销售管理：系统需要能够对公司的销售进行管理，包括销售订单、销售单、发票管理等功能。数据集成：系统需要能够与公司的其他业务系统进行数据集成，如ERP、CRM等系统。

主要是用来做左侧菜单栏的，主要的的步骤1.拖一个Node Tree出来 2.添加删除节点即可。3）右键这个数，编辑图标->导入一个图标->显示所有节点图片。↑以上细节，具体参看某淘客服发的链接，这里不具体附上了。4.汉化包，lang文件导入安装地址即可。2）右键这个数，编辑数属性->√显示图标。3.通过账号密码，生成一个key，完成。1）先有个16*16的icon，自行去。2.然后通过淘宝几块钱购买一个账号。PS：想要给itme附上图片，1.首先需要下载Axue9。

SQL心得(下)

P1章节：什么是Axure原型1.Axure的软件目的1)软件功能复杂，用户需求多2)向用户演示产品原型，挖掘需求3)项目组(产品、设计、研发)之间降低沟通成本2.分类1）草图原型(记录灵感)2）低保真原型(系统大致结构、交互效果)3）高保真原型(视觉、体验接近真实)...

1.loc函数和iloc函数loc[n, :] #n行的所有数据 ， n代表行数 例如： loc[0, :] #第0行的所有数据loc[:, 'days'] #days列的所有数据 loc[:, 'type'] #type列的所有数据2.data_Pivot函数 属于Pandasdata_Pivot[(data_Pivot.days>='2021-10-28')&(data_Pivot.days<='2021-10-29')]...

1.change buffer2.数据页3.内存/硬盘4.redo log5.InnoDBredo log 主要节省的是随机写磁盘的 IO 消耗（转成顺序写），而 change buffer 主要节省的则是随机读磁盘的 IO 消耗。

1. 机器学习的概念：解释1：机器学习是一门通过编程让计算机从数据中进行学习的学科。解释2：机器学习是一个研究领域，让计算机无须进行明确的编程就具备学习能力。解释2：一个计算机程序利用经验E来学习任务T，性能是P，如果针对任务T的性能P随着经验E不断增长，则称之为机器学习。2 . 我理解的过程：解决一个问题-> 发现规律-> 定义规律-> 完善规律-> 通过计算机语言(编程等) -> 让机器进行同样的思考和学习 ->并解决这个问题机器学习擅长处理对

当前探究的是快递件量预测基本过程一、预测基本过程1.底盘数据(RawData)2.特征工程3.特征评估4.模型组件5.模型提升二、各过程解释1.数据底盘从最原始的数据表或者excel中，通过sql或者hive手段，初步处理数据，形成底层数据，dwd明细或者dws轻汇包含：运单特征、客户特征、运力特征、运营数据特征、预算指标特征、节假日特征、营销活动特征、平峰高峰特征、区域特征(全网/业务区/网点/细分地域 小区学校之类)、经济市场/特征、企业画像，用户画像，大客户特.

能够继续使用java的语法(部分) scala独特语法(或者从java包装起来的类库)：例如元祖等Tuple、Map 比java语法有增强： 偏函数、 函数式编程、 函数的柯里化、 高阶函数、 将函数作为参数传递 4. scala的语法是对java的类或者接口做了包装，底层还是java 5.Java和scale关系图解...

重点：排序、筛选、格式化为表格、交叉分析筛筛选器、设定格式化的条件1.获取日期：control+; --获取年月日control+‘’ --获取十分秒2.冻结窗口3.分割视窗4.自定义排序，并提供内部降序5.自定义清单的设置，可以完成自动补全5.自定义颜色筛选排序6.自动增加列，直接tab7.交叉分析筛筛选器（插入->切片器） 多维筛选8.设定格式化的条件(给筛选的枚举打上颜色等，路径：开始->条件格式↓->突出显示单元格规则，其中还包含额外：数据条，色阶，图表集

2.5处理缓慢变化维度属性

2.4使用一致性维度维度建模目的：集成来自不同商业过程的数据，且定义了简单而强大的解决方案。一、一致性维度不同的维度表的属性具有相同的列名和领域内容时，称维度表具有一致性。有利于事实表的重用，减少开发开销和重新创表、数据对不齐的开发症结。二、缩减维度在特定的需求下，我们需要进行缩减维度，由基本列or行的子集构成。例如按月和品牌进行预测报表，我们不需要将销售相关的终极原子的数据拉出来，只需要使用聚合即可。三、跨表钻取首先要了解什么是钻取：钻取是改变维的层次，变换分析的粒度。它包括向

## (Chapter2 Kimball 维度表技术基础)适用于所有维度表！一、维度建表结构二、维度代理键三、自然键、持久键、超自然键四、下钻五、退化维度六、非规范化扁平维度七、多层次维度八、文档属性的标志与指示器九、维度表的空值属性十、日历日期维度十一、扮演角色维度十二、杂项维度十三、雪花维度十四、支架维度...

本文转载至：https://blog.csdn.net/u010002184/article/details/90143932此处仅为mark，方便查看。捣腾了半天，终于找到解决方案了，hive定时任务原表添加字段的方法分两步，先添加字段到最后（add columns），然后再移动到指定位置（change）alter table table_name add columns (c_time string comment '当前时间'); -- 正确，添加在最后alter table table_n

数据仓库工具箱-学习笔记5

Apache Storm 流式计算框架面试记住下面两个即可1、Storm基础1.1、Storm是什么Hadoop在处理数据的时候，时效性不够，市场期望能够尽快得到处理后的数据。 Storm是一个流式计算框架（类比MapReduce），数据源源不断的产生，源源不断的收集，源源不断的计算。（一条数据一条数据的处理） Strom是...

数据仓库工具箱-学习笔记3其他DW/BI架构介绍一、独立数据及时架构无需考虑企业级信息共享和集成，只针对部分人员的需求。适合快速响应二、辐射状企业信息工厂Inmon架构辐射状企业信息工厂（Corporate Information Factory，CIF）方法。关注核心元素展开讨论。以部门为中心设计的，而不是以也业务中心三、常见的维度建模错误理解1.维度模型仅包含汇总数据 ×...

数据仓库工具箱-学习笔记3Kimball的DW和BI框架DW/BI系统组成分为四个：操作型原系统、ETL系统、数据展现、商业智能一、操作型源系统记录的是业务数据，认为原系统处于数据仓库之外，因为我们几乎不能才做这部分数据，它的目的是保留源数据的格式和内容。主要关注处理性能和可用性。二、ETL系统获取、转换、加载(Extract Transformation and Load，ETL)系统。其中包括工作区间、实例化数据结构、过程集合。是处于操作型源系统和DW/BI展现系统之间的区域。数据操作流程

数据仓库工具书-学习笔记2(chapter1数据仓库、商业智能及维度建模初步)作者认为，没有必要纠结于技术，因为技术只是实现业务的工具，它会更新会变化，而真正根源是解决业务问题，至于什么技术实现不必纠结，探讨的是逻辑设计、物理设计及采用的相关技术和工具的决策和选定。一、三个重要概念1.数据仓库 DW(Data Werehousing)、2.商业智能 BI(Business Intelligence)、3.维度建模初步 (DW/BI的展现技术)二、信息的两个目的1.操作型记录的保存（用户获取订单