qq_33246702的博客

在Mac系统上安装ta-lib，一开始一直出错，折腾了很久，终于找到了解决办法，最终解决方案如下。使用brew安装Ta-Libbrew install Ta-Lib使用conda安装ta-lib之前pip安装一直出错，最后通过conda安装成功，能够成功import使用。conda install -c conda-forge ta-lib...

pandas中常见文件读写方法读+ **read_csv**+ **read_excel**+ read_hdf+ read_sql+ read_json+ read_msgpack (experimental)+ read_html+ read_gbq (experimental)+ read_stata+ read_sas+ read_clipboard+ read_pickle写+ **to_csv**+ **to_excel**+

这里介绍与聚合函数一起使用时的场景。以SUM为例格式：SUM(集合表达式 要计算的指标)，如SUM(集合表达式 AMT) 表示按照集合表达式对AMT进行求和。集合表达式格式：{<字段1 = {元素1 , 元素2 , 元素3 ... } , 字段2 = {元素1 , 元素2 , 元素3 ... } ...>} 序号 说明 写法 1 计算所有的销售额，不依当前选择而变动（这里的【变动】指的是.

SELECT OBJECT_NAME(@@PROCID) AS PROCEDURE_NAME,ERROR_MESSAGE() AS ERR

win + r 输入 cmd进入终端，通过如下命令进行查看net statistics WORKSTATION该命令会显示开机时间。

import smtplib# 负责构造文本from email.mime.text import MIMEText# 负责构造图片from email.mime.image import MIMEImage# 负责将多个对象集合起来from email.mime.multipart import MIMEMultipartfrom email.header import Headerimport os,sysBASE_PATH = os.path.dirname(os.path.dirn

如下图salers和percents是一一对应的关系，现需要将salers和percents进行拆开。结果如下图2创建模拟数据表create table sales_test(order_id int,sku_id int,salers nvarchar(50),percents nvarchar(50))通过循环创建模拟数据DECLARE @i INT = 1;WHILE @i <= 100000BEGIN insert into sales_test values

import smtplib# 负责构造文本from email.mime.text import MIMEText# 负责构造图片from email.mime.image import MIMEImage# 负责将多个对象集合起来from email.mime.multipart import MIMEMultipartfrom email.header import Headerimport os,sysBASE_PATH = os.path.dirname(os.path.dirn

在线安装：使用pip install + 包名默认安装最新版本的包格式：pip install + 包名如在完成Python的安装后，我们需要安装pandas这个包，则只需要在终端中输入 pip install pandas ,在网络畅通的条件下，就会开始包的安装。## 安装指定版本的包格式：pip install + 包名==版本号在安装包的时候，默认是安装最新版本的包。但有时候我们需要安装指定版本的包，这个时候就需要指定要安装的包的版本了,只需要在包后加上「==版本号」。如我们要安

介绍JupyterLab是Jupyter主打的最新数据科学生产工具，某种意义上，它的出现是为了取代Jupyter Notebook。不过不用担心Jupyter Notebook会消失，JupyterLab包含了Jupyter Notebook所有功能。JupyterLab作为一种基于web的集成开发环境，你可以使用它编写notebook、操作终端、编辑markdown文本、打开交互模式、查看csv文件及图片等功能。你可以把JupyterLab当作一种究极进化版的Jupyter Notebook。原来的

下载Anaconda首先登陆Anaconda官网，点击右上角Download按钮，然后选择自己的操作系统和要下载的版本。(下载较慢，不推荐)[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fIe1hP5c-1597552559449)(./img/Anaconda官网.png)]有时候Anaconda官网访问较慢，这时我们也可以选择清华的镜像源进行下载（下载较快，推荐）由于文件较大，下载可能需要一会儿，下载完成如下：Anaconda安装安装是比较简单的，基本上

在Python中，一个模块被另一个程序第一次引入时，其主程序将全部运行。如果想在模块引入的时候，模块中的某一程序块不执行，那么此时可以用__name__属性来使该程序块仅仅在该模块自身运行时执行。每个模块都有一个__name__属性，当其值时__main__时，表明该模块自身在运行，否则时被引入。...

常用文件管理函数模块函数名说明osos.remove删除文件/文件夹。当删除文件夹时，该文件夹必须是空文件夹osos.renames文件重命名/移动,目标文件要不存在，才能重命名或移动，否则会报错osos.listdir返回目录下文件或文件夹名osos.makdirs创建文件夹（多级或单级）osos.path.basename返回文件名osos.path.dirname返回上级文件路径osos.path.exists判断

方法1：使用递归（算法复杂度高，不推荐）这种方法的代码是最简单的，但复杂度是超高的。fib = lambda n:fib(n-1) + fib(n-2) if n >2 else 1方法2：利用循环，算法复杂度为O(N)def fib(n): if n <= 2: return 1 else: a,b = 1,1 for i in range(n-2): a,b = b,a+b re

public class IFELSEIF { public static void main(String[] args) { int a = 3; if (a < 0) { System.out.println("< 0"); } else if (a <= 10) { System.out.println("(0,10]"); } else if (a <=

方法一：使用列表生成式x = [[1,2],[3,4],[5,6]]# 第一个b最后写，先是a in x ,然后b in a ,最后获取by = [b for a in x for b in a ]print(y) # [1, 2, 3, 4, 5, 6]x = [[[1,2],[3,4]],[[5,6]]]# 第一个c最后写，先是 a in x,然后 b in a,再然后 c in b ,最后获取cy = [c for a in x for b in a for c in b]# 再多层依

最小公倍数：两个或多个整数共有的倍数叫做它们的公倍数。其中除以0以外最小的一个公倍数就是最小公倍数。def lcm(x, y): max = x if x > y else y status = True while status: if max % x == 0 and max % y == 0: lcm = max status = False max += 1 return lcm

最大公约数：指两个或多个证书共有约束中最大的一个def gcd1(x, y): z = x % y while z: x, y = y, z z = x % y return ydef gcd2(x, y): min = x if x < y else y for i in range(1, min + 1): if x % i == 0 and y % i == 0: gcd =

import java.io.BufferedReader;import java.io.InputStreamReader;public class CallPy { public static void main(String[] args) { // 这里传入要执行的python安装路径和要执行的Python脚本路径 String[] arguments = new String[] {"E:/Anaconda3/python.exe", "D:/Py..

mysqlpump备份与mysqldump相似，但它提供了一些其他功能，常用的有以下几种。并行备份在备份的时候可以指定线程的数量，从而起到加速备份的作用。如mysqlpump --default-parallelism=4 > full_backup.sql甚至可以指定备份每个数据库的线程数，在使用的时候可以对较大的数据库多分配些线程数。mysqlpump --parallel-schemas=3:db1 --parallel-schemas=2:db2,db3 --default-pa

备份时需要先指定用户名和密码，然后再接其他参数mysqldump -uroot -pxxxx完整备份所有数据库语法：mysqldump --all-databases > 导出文件名mysqldump --all-databases > all_databases.sql备份指定数据库语法：mysqldump --databases + 数据库名 > 导出文件名mysqldump --databases employees > employees.sql

Linux/etc/my.cnf -> /etc/mysql/my.cnf -> /usr/local/mysql/etc/my.cnf -> ~/.my.cnfWindowsC:\WINDOWS\my.ini -> C:\WINDOWS\my.cnf -> C:\my.ini -> %MySQL安装目录%\my.ini -> %MySQL安装目录%\my.cnf如果这几个配置文件里都有一个共同参数，那么MySQL会以读取到的最后一个配置文件的参数为准。

如果表的类型是MyISAM，则会在现有的基础上继续编。因为MyISAM表会把自增主键的最大ID记录到数据文件里，重启MySQL自增主键的最大ID也不会丢失。如果表的类型是InnoDB，则会重新编。因为InnoDB只是会把自增主键的最大ID记录到内存中，所以重启数据库或者对表进行OPTIMIZE操作，都会导致最大的ID丢失。如一张表里有自增ID主键，往里面INSERT了20条数据后，删除第13，14，15条记录后，再把MySQL重启，再INSERT一条记录，则当表的类型是MyISAM时，这条记录的ID是2

char是一种固定长度的类型，varchar是一种可变长度的类型。char列的长度固定为创建表时的长度，其范围为0~255。当保存为char类型时，在它们右边填充空格以达到指定的长度。当检索到char值时，尾部的空格被删除掉。在存储或检索的过程中不进行大小写转换。varchar列中的值为可变长字符串，其范围为0~65535。varchar的最大有效长度由最大行大小和使用的字符集确定。对于MyISAM表，推荐char类型；对于InnoDB表，推荐varchar类型。另外，在进行检索的时候，若列值的尾.

在工作中，通常是完整备份和差异备份相结合，如每周进行一次完整备份，每天进行差异备份。1. 完整备份可定期备份，如每周，每月一次BACKUP DATABASE [BI_ODS] TO DISK = @bak_fileWITH NOFORMAT, NOINIT, NAME = @bak_name, SKIP, REWIND, NOUNLOAD, STATS = 10DECLARE @time_stamp varchar(17) ;-- 文件路径DECLARE @bak_file var

部署SSISUSE [SSISDB]GODECLARE @ProjectBinary AS VARBINARY(MAX)DECLARE @operation_id AS BIGINTSET @ProjectBinary =(SELECT * FROM OPENROWSET(BULK 'D:\SSIS\FirstDemo\FirstDemo\bin\Development\FirstDemo.ispac',-- SSIS部署包的路径SINGLE_BLOB) AS BinaryData

问题描述在使用SQL Server做多表关联时，遇到以下错误，由于字段排序规则不同，导致无法关联![image.png](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9jZG4ubmxhcmsuY29tL3l1cXVlLzAvMjAyMC9wbmcvNjcxOTcwLzE1OTQ3MTI3NTAwMzgtOTQzZjdkMTMtMjNlZS00ZWJhLTgwMmYtMmI0NWVhMmQzZDE3LnBuZw?x-oss-process=image/format,pn

在使用Azure时，当启动hdinsight时，会产生一些container来存储相关的日志，这样就导致会产生过多的无需保存的container，一个个删除太过于麻烦，故这里使用python通过循环进行删除。由于container过多，我们可以反向思考，将部分container添加进白名单保留，其余的都删除即可调用delete_container方法进行删除# pip install azure-storage-blob==1.5.0import osfrom azure.storage.blob i

1. 导入相关包及配置# -*- coding：utf-8 -*-# pip install azure-storage-blob==1.5.0import os, sysimport argparseimport pandas as pdfrom azure.storage.blob import BlockBlobServiceimport timefrom tabulate import tabulateimport datetime as dtFilePath = os.pat

具体操作如下：创建修改上传下载删除先决条件：安装好Python环境，可参考Python安装开始之前：安装包azure-storage-blob# 这里使用1.5.0版本的azure-storage-blobpip install azure-storage-blob==1.5.0下面开始Blob的操作：开始之前，我们需要明确Storage Blob的层级结构，首先是有一个account账户，在这个账号下创建容器，再接下来才是blob数据。从理解上就相当于,account是一

解题思路这道题目使用反向思维，我们第一步获取任意一门成绩小于等于85的学生，然后在过滤出不在该列表中的学生信息，即为所有科目成绩都大于85分。创建示例数据DROP TABLE IF EXISTS grade;CREATE TABLE IF NOT EXISTS grade(name varchar(20),course varchar(20),score int);INSERT INTO grade VALUES ('a','chinese',82),('a','math',75),('b','c

恢复模型 优点 工作损失表现 能否恢复到即时点 简单恢复 允许高性能大容量复制操作 收回日志空间以使空间要求最小 必须重做自最新的数据库或差异备份后所发生的更改 可以恢复到任何备份的结尾，随后必须重做更改 完全恢复 数据文件丢失或损坏不会导致工作损失...

1. 查看系统CPU、内存、磁盘、进程情况top # 查看CUP利用率free # 查看内存使用率df -h # 查看磁盘使用率ps -ef # 查看进程2. crontab常用命令service crond status # 查看crond服务状态service crond start # 启动crond服务crontab -l # 列出当前用户crond的详细内容crontab -r # 删除当前用户的crond服务crontab -e # 编辑当前用户的crond服务3. 将

获取本周、本月、本季、本年的第一天和最后一天YTD|MTD|WTD|LMD|LWD计算DECLARE @today datetimeSET @today = GETDATE()-- TRAGET DATE-- [本年第一天,本年最后一天]SELECT 'YTD' AS CATEGORY_TIME ,@today AS CURRENT_DAY ,DATEADD(year, -1, @today) AS LAST_CURRENT_DAY -- 同期 ,DATEADD(year

思路分析：先通过group by得到每个分类别的总和，再通过开窗函数计算整体的总和，两者相除就得到占比了。当over()后不加任何内容时，就是对所有的数据进行汇总。1.使用over (partition by)得到总计select sites_id,channel_id,volume, sum(volume) over (PARTITION by sites_id) as volume_sum from ( select sites_id,channel_id,sum(volume

该方法可用于计算两个相邻日期间的间隔，如可用来计算用户活跃度，看出每个用户多次下单中的每两次之间的时间间隔，用以划分用户（如很活跃，活跃等，），还可以看出用户的大致购买时间间隔，对于超出时间间隔未再次下单的用户（沉睡用户），可想办法进行唤醒等。1.查看现有数据select * from emp;2.通过分析函数lag直接获取上一个记录的信息select deptno,hiredate, lag(hiredate) over (partition by deptno order by hi

假设现在有两个表，stg_table和ods_table，两者字段一模一样（建表语句如下）。我们现在需要将stg表中的数据增量插入到ods中去。create table stg_table(col1 varchar(5),col2 int,col3 int);create table ods_table like stg_table;insert into stg_table values ('a',1,1),('c',3,3);insert into ods_table values ('a',1

解题思路根据user_id对用户登陆日期进行开窗分组排序，再用登陆日期减去序号rn,如果连续的话，登陆日期减去序号的值应该是相同的。开始解题创建数据集USE demo;DROP TABLE IF EXISTS login3days;CREATE TABLE login3days(user_id varchar(20),login_date date);INSERT INTO login3days VALUES ('a','2020-07-01'),('a','2020-07-02'),('

原表及结果表如下图所示做法：通过表自关联转换行列。根据NAME,FROM_DATE,STATUS使用开窗函数取最小的TO_DATEwith T1 AS (SELECT 'A' AS NAME,'2020-01-01' AS [DATE],'active' AS STATUS UNION SELECT 'A' AS NAME,'2020-02-01' AS [DATE],'sleep' AS STATUS UNION SELECT 'A' AS NAME,'2020-02-26' AS

1. 时间戳转年月日时分秒import time# 创建一个时间戳t = 1533880334# 1. 使用time.localtime将时间戳转成日期格式t = time.localtime(t)# time.struct_time(tm_year=2018, tm_mon=8, tm_mday=10, tm_hour=13, tm_min=52, tm_sec=14, tm_wday=4, tm_yday=222, tm_isdst=0)# 2. 使用time.strftime将日期转成日

由于freeSSHD所有用户都会访问到同一个目录，无法做到不同用户访问不同目录（相当于权限控制），故不能使用freeSSHD配置sftp服务。取而代之的是使用freeFTPd来进行配置，可以实现不同用户访问不同目录。1. 软件下载与安装！！！重要：安装和打开时需要注意，要以管理员身份安装和打开。下载链接为：http://www.freesshd.com/?ctt=download下载安装时注意把服务添加到系统中（默认安装即可）2. 工具配置2.1 ip配置2.2 添加用户并设置用户能访问

固定数据库角色名说明db_ownerdb_owner 固定数据库角色的成员可以执行数据库的所有配置和维护活动，还可以删除 SQL Server中的数据库。 （在 SQL 数据库 和 SQL 数据仓库中，某些维护活动需要服务器级别权限，并且不能由 db_owners执行。）db_securityadmindb_securityadmin 固定数据库角色的成员可以仅修改自定义角色的角色成员资格和管理权限。 此角色的成员可能会提升其权限，应监视其操作。db_accessadmi...

1. 主数据文件主要数据文件是数据库的起点，指向数据库中文件的其它部分。每个数据库都有一个主要数据文件。其默认扩展名是 .mdf。2.辅助数据文件辅助数据文件包含除主要数据文件外的所有数据文件。一个数据库可以创建多个辅助数据文件。其默认扩展名是 .ndf。3.事务日志文件事务日志文件记录对数据库的所有操作，但不包含所操作的数据。其默认拓展名为.ldf。所有的数据文件或日志文件默认存放在C:\Program Files\Microsoft SQL Server\MSSQL.xxx\MSSQL\DA

在SQL Server中，临时表有两种类型，分别为本地临时表和全局临时表。临时表和永久表相似，但临时表存储在数据库tempdb中，当不再使用时回自动删除。区别作用域不同本地临时表只对创建这个表的用户的SESSION可见，对其他进程是不可见的。当创建它的进程消失时，这个临时表就会自动删除。全局临时表对整个SQL Server示例都可见，只有当所有访问它的SESSION都消失的时候，它才会自动删除。创建方式不同本地临时表的名称是以单#打头，而全局临时表的名称是以双#打头，如它们的创建语句如下：.

SQL Server的存储结构有两种，分别是页和区间。页用于数据存储的连续的磁盘空间块，SQL Server中数据存储的基本单位是页，磁盘I/O操作在页级执行，页的大小为8kb，每页的开头是96字节的页头，用于存储有关页的系统信息，包括页码、页类型、页的可用空间以及拥有该页的对象的分配单元ID。区间区间是管理空间的基本单位，一个区是8个物理上连续的页（即64KB）的集合，所有页都存储在区中。SQL Server有两种类型的区：统一区和混合区。统一区：由单个对象所有，区中的所有8页只能由一个对象.

计划任务（事件）与Linux服务器上的cron，Window的Schedule一样，MySQL中的事件（EVENTS）是用来在指定的时间，处理计划任务的。在开始使用EVENTS之前，要确保事件调度线程是启用的，如果没有启用，通过以下命令进行启用。默认是启用的。set global event_schedule = ON;1. 创建计划任务如每天像表demo.demo中插入一条数据drop event if exists insert1line_everyday;delimiter $$ --

1. mastermaster数据库时SQL Server的主数据库，其保存放在SQL Server实体上的所有数据库元数据的详细信息，它还是将引擎固定起来的粘合剂。由于如果不使用master数据库，那么SQL Server就不能启动，所以，必须要小心地管理好这个数据库。因此，对这个数据库进行常规备份是十分有必要的。这个数据库还包括了诸如系统登录、配置设置、已连接的Server信息、拓展存储过程等。2. model模型数据库时一个用来在实体上创建新用户数据库的模板数据库，可以把任何存储过程、视图、用户

使用函数GETDATE获取系统时间。使用@@VERSION获取版本号。SELECT GETDATE() AS NOW,@@VERSION AS MS_VERSION

触发器用于在触发器事件之前或之后激活某些内容。概念触发器Trigger是数据库提供给数据库管理员来保证数据完整性的一种方法，它是与表事件相关的特殊的存储过程，是用户定义在表上的一类由事件驱动的特殊过程。触发器的执行不是由程序调用，也不是由手工启动，而是由事件来触发的。其中，事件是指用户对表的增INSERT、删DELETE、改UPDATE等操作。触发器经常被用于加强数据的完整性约束和业务规则等。触发器可以是INSERT、DELETE或UPDATEINSERT：无论何时通过INSERT、REPLA.

就像存储过程一样，我们也可以创建函数。两者主要的区别在于，函数应该有一个返回值，并且可以在SELECT中调用。通常创建函数是为了简化复杂的计算。创建方法使用 CREATE FUNCTION + 函数名 进行创建如DROP FUNCTION IF EXISTS get_sal_level; -- 如果函数已经存在则删除DELIMITER $$ -- 更改结束分隔符为$$CREATE FUNCTION get_sal_level(emp int) RETURNS VARCHAR(10)DET

假设你需要在数据库中执行一系列的SQL语句，那么可以将所有的语句封装到单个程序中，并在需要时调用这个程序，而不是每次发送所有的SQL语句。存储过程处理的是一组SQL语句。概念存储过程是用户定义的一系列SQL语句的集合，实际特定表或其他对象的任务，用户可以调用存储过程，而函数通常是数据库已经定于的方法，它接收参数并返回某种类型的值，并且不涉及特定用户表。存储过程用于执行特定的操作，可以接收输入参数、输出参数，返回单个或多个结果集。在创建存储过程时，既可以指定输入参数IN，也可以指定输出参数OUT，通.

在多维分析的商业智能解决方案中，根据事实表和维度表的关系，可将常见的模型分为星型模型和雪花模型。在设计逻辑型数据的模型的时候，就应考虑数据是按照星型模型还是雪花模型进行组织。星型模型当所有维表都直接连接到事实表上时，整个图解就像星星一样，故将该模型称为星型模型。星型架构是一种非正规化的结构，多维数据集的每一个维度都直接与事实表相连接，不存在渐变维度，是反范式的，所以数据有一定的冗余。其模型示例如下图所示雪花模型当有一个或多个维表没有直接连接到事实表上，而是通过其他维表连接到事实.

概念所谓SQL注入（SQL Injection），就是通过把SQL命令插入WEB表单提交或输入域名或页面请求的查询字符串，最终达到欺骗服务器执行恶意的SQL命令的目的。例如，在代码中使用如下SQL语句：SELECT * FROM USER WHERE NAME = "'" + NAME + "'" AND PASSWORD = "'" + PASSWORD + "'"来验证用户名和密码是否正确，其中NAME和PASSWORD是用户输入的内容，当用户输入名为AA，密码为"BB OR 'A' = 'A’

建议 在WHERE子句或者连接条件经常引用的列上建立索引，特别是大表的字段，应该建立索引。 经常出现在关键字GROUP BY | ORDER BY | DISTINCT后面的字段，最好建立索引。 表的主键、外键必须建立索引。 创建了主键和唯一性约束后会自动创建唯一索引。 如果单字段查询很少甚至没有，那么可以建立复合索引；否则考虑单字段索引。 如果复合索引中包含的字段经常单独出现在WHERE子句中，那么仔细考虑其必要性，考虑减少复合的字段。 建议不（

概念数据库中索引（index）的概念与目录的概念十分类似。如果某列出现在查询的条件（where）中，而该列的数据是无序的，那么查询时只能从第一行开始一行一行地匹配。创建索引就是对某些特定列中的数据排序，生成独立的索引表。当在某列上创建索引后，如果该列出现在查询条件中，那么数据库系统会自动地引用该索引。先从索引表中查询出符合条件记录的ROWID，由于ROWID是记录的物理地址，因此可以根据ROWID快速地定位到具体的记录。当表中的数据非常多时，引用索引带来的查询效率非常可观。在处理一个请求时，数据库可

聚集索引与非聚集索引的根本区别是表记录的物理排序顺序和索引的排序顺序是否一致。其主要区别有以下几点： 聚集索引一个表只能有一个，非聚集索引一个表可以存在多个。 聚集索引存储记录是物理上连续存在，物理存储按照索引排序；而非聚集索引是逻辑上的连续，物理存储并不连续，物理存储不按照索引排序。 聚集索引查询数据比非聚集索引速度快，插入数据速度慢（时间花费在「物理存储的排序」上，也就是首先要找到位置然后插入）；非聚集索引反之。 索引是通过B+Tree的结构来描述的，聚集索引的叶节点

隔离级别当多个线程都开启事务操作数据库中的数据时，数据库系统要能进行隔离操作，以保证各个线程获取数据的准确性，所以对于不同的事务，采用不同的隔离级别会有不同的结果。如果不考虑事务的隔离性，则会发生以下情况： 现象 简介 举例 Dirty Read脏读 一个事务读取了已被另一个事务修改，但尚未提交的数据。当一个事务正在多次修改某个数据，而这个事务中这多次的修改都还未提交，这时另一个并发的事务来访问该数据时，就好

名称 简介 举例 Atomicity原子性 所有的SQL语句要么全部成功，要么全部失败，不会存在部分更新。 假设有以下场景，A转账100元给B。这里有两个动作：一是A账号减少100元，二是B账号增加100元，这两个动作不可分割。 Consistency一致性 事务只能以允许的方式改变受其影响的数据。 假设A和B两者的钱加在一起一共100元，那么无论A和B之间如何转账，转几次账，

支持的隔离级别及默认值 Oracle MySQL SQL Server 支持 Read Committed提交读 Serializable可串行化 Read Uncommitted未提交读 Read Committed提交读 Repeatable Read可重复读 Serializable可.

视图是一个基于SQL语句的结果集的虚拟表。它像一个真正的表一样具有行和列，在查询的时候与表基本没有差异。但它提供了两点好处：一是隐藏了SQL的复杂性，二是更重要的一点，它提供了额外的安全性。概念视图是由从数据库的基本表中选取出来的数据组成的逻辑窗口，它不同于基本表，是一个虚拟表，其内容由查询定义。在数据库中，存放的知识视图的定义而已，而不是存放数据，这些数据仍然存放在原来的基本表结构中。只有视图在使用的时候，才会执行视图的定义，从基本表中查询数据。视图一般用于查询。作用 隐藏了数据的复杂性

设置读入、输出文件以及缩小/放大比例imgfile = 'E:/PycharmProjects/PracticalTableau/img/191119-8.png'outfile = 'E:/PycharmProjects/PracticalTableau/img/191119-8_resize.png'resize = 0.8缩小/放大图片文件并输出from PIL import Imageimg = Image.open(imgfile)w,h = img.sizew,h = roun

在通过sql server2005/2008创建存储过程的文件时，在文件的开头部分会默认出现下面这几行代码：USE [Test]GOSET ANSI_NULLS ONGOSET QUOTED_IDENTIFIER ONGO作用和详解：USE:指明整个存储过程所调用/使用的数据库，其中Test是我本地建立的数据库名称，USE [Test]就是告诉程序，要调用/使用的是我本地的Test数据库的意思。必须要指明调用/使用的具体数据库。GO:该语句不是SQL的语句，表示一个事务结束的标识

方式一：（表大时较慢）select count(*) as rowsfrom table_name方式二：(数据库里本身存的信息，速度较快）SELECT a.name, b.rows,b.indidFROM sysobjects AS aINNER JOIN sysindexes AS bON a.id = b.idWHERE b.indid in (0,1)and a.name = 'table_name'ORDER BY a.name,b.rows DESC如查询表DM_FAC

总览5种方式分别为：INSERT VALUES：直接把值插入INSERT SELECT：将一个查询结果插入到另一个表SELECT INTO：非标准的T-SQL语句BULK INSERT：从外部读入文件插入1.INSERT VALUES这种插入数据的方式是最基础、最常见的方式。数据插入之前需要确保表是存在的，不然数据无法插入。IF OBJECT_ID('A_TEST','U') IS NOT NULL DROP TABLE A_TEST; -- 删表CREATE TABLE A_TEST

首先创建一个测试数据库CREATE DATABASE tmp_db1. 创建登陆用户 create loginCREATE login [’{KaTeX parse error: Expected 'EOF', got '}' at position 8: 要创建的用户名}̲'] WITH passwor…密码}’, default_database= ‘{$数据库名}’USE DATABASE [tmp_db]CREATE login [readonly_tmp_db] WITH pas

直接使用unique函数即可res = df.groupby(['zq','area'].agg({'province':'unique'}).reset_index()#此时得到的province是一个列表res['province'] = res['province'].map(lambda x:','.join(x))import pandas as pd'''dfzq area province北一战区 北京区 北京北一战区 华北区 河北北一战区 华北区 天津北一战区 东北区

设置好格式，然后用条件判断符合规则的加格式，不符合的不做处理。写出数据时一个个单元格写出和按行/列写出在效率上并无太大差异。写出效率约如下，所消耗时间与数据量成线性关系。All Done!,输出 1W 行 20 列 数据共耗时2.3836sAll Done!,输出 10W 行 20 列 数据共耗时24.5910sAll Done!,输出 100W 行 20 列 数据共耗时299.4173simport xlsxwriterimport pandas as pddef writ.

分组统计最常跟聚合函数COUNT、SUM、AVG、MIN、MAX一起使用。SUM、AVG、MIN、MAXselect emp_no ,SUM(salary) AS salary_sum ,AVG(salary) AS salary_avg ,MIN(salary) AS salary_min ,MAX(salary) AS salary_max from salaries where from_date > '2002-01-01' group by emp_no lim

1. 查询所有列的数据用*代表所有列。select * from 表名2. 选择列select 字段1,字段2,字段3… from 表名3. 选择行等值select … from 表名 where 字段 = 条件如查询salaries表中salary超过10000的信息select * from salaries where salary > 10000;IN：检查一个值是否在一组值中如查询表employees中姓名为kangkang,jack

1. 数据导入使用load data infile语句加载数据load data infile '/mysql_data/employee_name.csv' into table employee_namesfields terminated by ','optionally enclosed by '"'lines terminated by '
';文件名可以是一个完整的路径，指定其确切的位置。如果是相对目录，则会被解析于相对于客户机程序启动的目录。这里建议使用绝对路径。如果文件

1. 插入数据通过使用insert语句，在表中添加记录。-- 通过显式地指明字段间的对应关系。insert ignore into `demo`.`customers`(first_name,second_name,country)values('Andy','Perera','China'),('Bob','Ven','Alustralia');-- 如果插入的字段个数与表字段完全对应，则不需要指定列名insert ignore into `demo`.`customers`values

1. 创建表创建表时，需要指定表名、字段名、字段的数据类型等信息。如create table if not exists `demo`.`first_table`(id int unsigned auto_increment primary key,first_name varchar(20),last_name varchar(20),country varchar(20)) engine=InnoDB;常用的数据类型如下：数字：tinyint , smallint , medium

数据库创建数据库create database 数据库名-- 创建一个名为demo的数据库create database demo;如果库名中包含特殊字符，则需要用反标记字符（`)将其引起来。如创建一个叫做my.demo的数据库，由于.是特殊字符，则需要使用如下命令：create databse `my.demo`;通常情况下是不建议库名中包含特殊字符的。在不同数据库中切换use 数据库名use demo;use `my.demo`;查看当前连接到哪个数据库

主要介绍5个函数：openJson:打开Json字符串IsJson:判断一个字符串是不是合法的Json格式。是返回1，否返回0，null返回null。Json_Value:从Json字符串中提取值。Json_Query:Json字符串中提取对象或数组。Json_Modify:更新Json字符串中的属性值，并返回更新的Json字符串。# 开始之前：创建示例数据declare @json_str varchar(max)set @json_str='[ {"key":3,"value

获取本周、本月、本季、本年的第一天和最后一天YTD|MTD|WTD|LMD|LWD计算DECLARE @today datetimeSET @today = GETDATE()-- TRAGET DATE-- [本年第一天,本年最后一天]SELECT 'YTD' AS CATEGORY_TIME ,@today AS CURRENT_DAY ,DATEADD(year, -1, @today) AS LAST_CURRENT_DAY -- 同期 ,DATEADD(ye.

问题描述：在使用Tableau连接腾讯云mysql8.0的时候，始终显示无法连接，但是Navicat却可以连接。经检查发现是mysql8.0更改了默认密码验证方式，需要将其改回8.0之前版本的验证方式开始使用以下语句更改ALTER USER 'root'@'localhost' IDENTIFIED WITH mysql_native_password BY '新密码';但是依旧连接不上。经查询发现连接腾讯云服务器时，使用的是host = ‘%’的用户，但是上诉语句更改的是localhost使用执

在使用Tableau连接mysql时，mysql数据表为文本的字段，在Tableau中为空，但通过查询是可以获取的。经检查发现，这是因为在建表时编码方式导致的问题。之前建表语句是：CREATE TABLE IF NOT EXISTS {tablename} ( sites_id VARCHAR(10) COMMENT '平台', channel_id VARCHAR(10) COMMENT '类型', categroy_1st VAR

最终结果展示一、准备接上个例子，我们将同比划分为4个区间 ：0：sun[0,-0.1)：cloud[-0.1,-0.2)：rain[-0.2,-0.3)：snow二、开始Step1首先创建一个计算字段符号可视化:使用条件语句IF [同比] > 0 THEN 'sun'ELSEIF [同比] > -0.1 THEN 'cloud'ELSEIF [同比] > -0.2 THEN 'rain'ELSE 'snow'END也可以使用函数IIFIIF([同比]

这里我们使用Tableau自带的示例数据超市中的类别和数量两个字段。Step1将类别字段拖放到颜色上，并将标记改为饼图，然后把数量拖放到角度上。Step2在列上创建两个AVG(0)字段，并将后面的一个改为双轴。Step3将第一个AVG(0)设置为饼图，且将其大小拉大（要大于后者）；将第二个AVG(0)改为圆并将其颜色填充为白色。Step4为第一个AVG(0)添加文本标签，并将数量快速表计算->总额百分比最后结果如下后话饼图配色时，使用同一色彩的不同深浅明暗的相近

一、准备素材数据格式：0.0%* ▲;-0.0%* ▼;–大于零显示向上的三角形；小于零显示向下的三角形；等于零则显示–。 数值和形状之间添加了一个空格，显得不那么拥挤，把空格去掉也是可以的，只是会显得拥挤。关于形状的更多玩法：http://cn.piliapp.com/symbol/2.颜色：这里使用的颜色为：红色（小于零）：RGB(198, 47, 42) HTML:#c62f2a绿色（大于零）：RGB(10, 127, 84) HTML:#0a7f54二、正式开始选择Tableau提供的

如下图可以看到：1. 该图最上层显示一个数值，下方为增长率。2. 值得注意的是增长率为正时，显示向上三角形且其颜色为橙色；当增长率为负时，显示向下三角形且其颜色为蓝色。该图可以用来显示今年与去年数值的比较。接下来让我们看一下这个图该怎么做。Step1准备数据类别当前值去年值High2691899123927679Low1355849913648067Medium1432568714291579Unassigned2514710125115957

该图说明：1. 条形图为实际完成情况，黑色竖线为目标值。2. 未完成与已完成用颜色进行区分。制作该图所需三个字段数据：类别，完成数，目标值。然后根据目标值和完成数创建一个用来分色的字段完成数 > 目标值将类别拖放到行字段，完成数和目标值拖放到列字段，并将目标值设置为双轴，然后同步轴。完成数改为条形图，目标值改为甘特图。将刚才创建好的分色字段拖放到完成数的颜色标记中，并设置颜色。进行一些格式化设置，如隐藏坐标轴，更改颜色等。为了显示美观，也可以对工具提示做一些调整。...

结果展示这种分成小而多的好处在于行数和列数是可控的，可以将多个类别分成指定的行和列，而非直接拖到行列时，所有只能以一行或一列展示。制作方式首先生成两个字段，用来打点定位(二维坐标)Cols = (index()-1) % (round(SQRT(size())))+1Rows = int((index()-1)/(round(sqrt(size()))))+1注：这里的round(sqrt(size()))也可以写为固定值，或者通过参数传递进来。将新添加的字段Cols和Rows分别拖

制作步骤：首先，我们数据源至少要包含以下字段：1. 行列轴对应的值，类别值。2. 然后我们要创建一个可以用做筛选器的参数Choose a Product Line。根据类别（Sub-Category)创建。3. 接下来我们要创建一个映射到颜色上的字段，当类别筛选值的时候，就显示颜色，否则就显示灰色。其实就是相当于创建一个T|F。Highlighter = [Sub-Category]=[Choose a Product Line]4. 把3中创建好的Highlighter字段拖放到颜色上，并将Tru

比如下图中的TOP100，如果不做修饰，在Tableau中直接作图的话，这100个类别会在行或列上显示，这样的话这个行就会很长，列就会很高，不能在一个视区里看完。所以我们把他们分成M*N的形式，所有风光一览无余。制作要点：1. 这里可以看到上图共有100个类别，分成20行5列。（其实这个图不仅仅局限在刚好能20X5=100的这种形式，如果列表少于100或者是其他，只要我们的行列乘积大于类别数，都是可以做的。）那么我们肯定是要先生成两列数据，分别对应着行列。列的话是20个[1,2,3,4,5]，行的话是5个

用于其他类别与某一个类别的比较，相当于以某个类别为1计算比值。另外最后的格式中 网格线以灰色虚线设置，清晰明了。如下图以上海为1，其他城市的值与上海的值的差，再除以上海的值，相当于一个环比的概念，以零为分界点，进行红绿分色。数据源首先看一下我们的数据源，只有两列：制作步骤1.创建一个参数2.创建计算字段Diff =IF MAX([City])<>[Compared City] THEN(ZN(SUM([€ pro qm])) - LOOKUP(ZN(SUM([€

漏斗图常用于一些转化率的表达，如下图示例，从浏览->加入购物车->购买，三个环节共两个转化率。先看一下我们的数据：制作方法：1.我们首先要根据uv字段创建一个-uv字段-uv =-uv2.把category拖到行，并进行排序3.把度量值拖到列上两次，并筛选出uv和-uv4.把度量值拖放到第一个度量值的路径上。同时注意列上的两个度量值线标记的不同。5.把第二个度量值设置为双轴，并同步轴。6.我们再创建一个双轴AVG(0.5)和AVG(1),同步轴并设置轴范围为[0,1]。这两处的打点一

上图中条形图显示数量多少，气泡图反映占比关系。该图制作只有一个地方需要注意，就是气泡图的位置的获取：WINDOW_MAX(SUM(数量))*[Distance]这里的Distance是创建的一个参数，用来调整气泡和条形图之间的距离。这里是用了一个表计算函数WINDOW_MAX将新创建的字段拖放到列，并双轴 同步轴...

将度量值拖放到颜色标记选择使用单独的图例选择编辑颜色

结果展示：特点：类别旁边显示百分占比注意点：需要将汇总字段设置为离散，才可以显示数字，否则的话仍然会是以条形图的形式展示。制作方式：将「Ship Mode」拖放到行，「Sales」拖放到列，度量方式为总和。再将「Sales」拖放到行，此时结果如下左图，这肯定不是我们要的结果。这里需要注意：将Sales改为「离散」。「快速表计算」设置为「合计百分比」。最后进行一些字体、百分比的格式化设置即可。...

结果展示：特点：折线图以阶梯形式展示背景以阴影填充注意点：X轴日期为按天显示，但是计算字段需要按月汇总.制作方式：创建字段「SalesByMonth」。Sum({ fixed datetrunc(‘month’,[Order Date]) : SUM([Sales])})将新建的字段「SalesByMonth」添加到行维度两次。将第二次添加的「SalesByMonth」设置为「双轴」，将其中一个标记方式设置为「区域」。最后进行一些格式的调整即可。...

在$HOME目录下配置.my.cnf文件cd $HOMEpwdvi .my.cnf[client]host=localhostuser=${yourusername}password=${"yourpassword"}[mysql]prompt="[\\u] [\\d]>" # 在使用mysql时会显示当前用户和使用的数据库名，起到友好提示作用如[client]host=localhostuser=dbadminpassword="1234"[mysql]promp

首先通过命令查看编码show variables like '%char%';mysql8.0开始默认编码就是utf8了，如果之前的版本不是utf8,则可以通过修改/etc/my.cnf中的配置信息，设置其编码方，统一为utf8。vim /etc/my.cnf在[client]、[mysql]、[mysqld]中添加以下信息[client]default-character-set=utf8[mysqld]character_set_server=utf8character_set_c

在mysql安装完成后，使用mysql_secure_installation命令进行安全性安装设置mysql_secure_installationSecuring the MySQL server deployment.Enter password for user root:这里输入用户密码The ‘validate_password’ component is installed on the server.The subsequent steps will run with the exi

自定义安装1. 从mysql官网下载安装包，点击这里跳转下载下载完成后，将文件上传到服务器root目录下。2. 创建mysql用户先创建mysql组，再创建mysql用户并添加到mysql组中。groupadd mysqluseradd mysql -r -g mysql# 验证用户组和用户id mysql3. 创建程序、数据存放目录mkdir /home/mysql/{program,data,conf} -pmkdir /home/mysql/data/mysqldata

1. mysql安装位置whereis mysqlwhich mysql/usr/bin/mysql才是mysql的安装目录。在/etc/my.cnf中也可以查看2. 数据存放位置show global variables like "%datadir%";3. 查看mysql字符编码show variables like '%char%';

vv

该方法通用性更广，可以将文件夹下的子文件夹中的数据也都压缩。先遍历获取所有的文件创建一个压缩文件，将1中所有文件压缩进去在压缩的时候注意压缩文件中的名称要包含目录，即压缩文件中的文件名arcname= file.replace(fold_path,’’).lstrip(’/’)import zipfileimport glob,os,time,shutildef ZipFoldW...

1. 停止服务器的运行sudo systemctl stop mysqldps aux | grep mysqld |grep -v grep2. 使用–skip-grant-tables选项启动服务器sudo -u mysql /usr/sbin/mysqld --daemonize --pid-file=/var/run/mysqld/mysqld.pid --user=mysq...

用法：ALTER USER 'username'@'ip' IDENTIFIED WITH mysql_native_password BY 'newpassowd'; FLUSH PRIVILEGES;如修改developer用户的密码，首先以root或管理员用户登录mysql，然后执行以下语句ALTER USER 'developer'@'*' IDENTIFIED WITH ...