![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
BI
ziven18
忆技回忆录
展开
-
Kettle实现行转列1(场景)
1.固定列数 create table t1 ( studentno int, subject varchar2(10), grade int ); insert into t1 values(1,'语文',80); insert into t1 values(1,'数学',82); insert转载 2017-12-03 21:02:39 · 875 阅读 · 0 评论 -
Kettle实现行转列2(Kettle实现)
以(Kettle实现行转列1(场景))的实验为例,用Kettle实现行转列。 create table t1 ( studentno int, subject varchar(10), grade int ); insert into t1 values(1,'语文',80); insert into t1转载 2017-12-03 21:04:48 · 2001 阅读 · 0 评论 -
kettle 列转行的demo
1.元数据: 姓名,星期,工作小时 userA,周六,0 userA,周日, userA,周一,8 userA,周二,9 userA,周三,9 userA,周四,9 userA,周五,9 2.目标数据格式: 姓名,周一,周二,周三,周四,周五,周六,周日 userA,8,9,9,9,9,0,0 明细:转载 2017-12-03 21:44:59 · 352 阅读 · 0 评论 -
缓慢变化维(I)
维度建模的数据仓库中,有一个概念叫Slowly Changing Dimensions,中文一般翻译成“缓慢变化维”,经常被简写为SCD。缓慢变化维的提出是因为在现实世界中,维度的属性并不是静态的,它会随着时间的流失发生缓慢的变化。这种随时间发生变化的维度我们一般称之为缓慢变化维,并且把处理维度表的历史变化信息的问题称为处理缓慢变化维的问题,有时也简称为处理SCD的问题。处理缓慢变化维的方法通常分转载 2017-12-04 22:01:52 · 298 阅读 · 0 评论 -
缓慢变化维(II)
首先说一下概念,缓慢变化维(Slowly Changing Dimensions)指的是:维度表里面的数据并非是始终不变的,总会随着时间发生变化: 假设我们有一张我们公司的销售员维度表如下,记录了每个销售员的一些基本信息,那么随着时间的变化销售员可能会在各省公司间调岗,如将周杰伦调入北京分公司,针对这种变化,业务系统会直接将业务数据库中周杰伦的地址直接update为北京,而不会考虑历史变化,转载 2017-12-04 22:03:11 · 307 阅读 · 0 评论