- 博客(4)
- 收藏
- 关注
RSS订阅原创 数仓笔记之维度建模
适用于简单的查询和分析场景，设计和查询较为简单，但可能存在数据冗余。适用于复杂的大型数据仓库，支持多个主题的分析，设计和维护都较为复杂。适用于需要优化存储、减少数据冗余的场景，但查询复杂性增加。一个事实表连接维度表、维度表再连维度表。一个事实表关键多个维度表。多个事实表关键多个维度表。
2024-09-08 14:33:05
112
原创 SQL刷题记录-牛客SQL177（某滴打车）
（order_id-订单号, uid-用户ID, driver_id-司机ID, order_time-接单时间, start_time-开始计费的上车时间, finish_time-订单完成时间, mileage-行驶里程数, fare-费用, grade-评分）（uid-用户ID, city-城市, event_time-打车时间, end_time-打车结束时间, order_id-订单号）子句通常与窗口函数一起使用来定义一个窗口或范围，在这个范围内进行聚合或排序操作。常用的窗口函数如下。
2024-08-26 21:16:22
761
原创 数仓自学笔记之基本理论1
操作数据层 ，把操作系统数据几乎无处理地存放在数据仓库中。主要存放未经处理的原始数据。采用维度模型方法作为基础，更多采用了维度退化的手法，将维度退化至事实表中，减少事实表和维度表的关联。--《阿里大数据之路》主要包括DWD和DWS层。其中DWD保持和ODS一样的数据粒度，但DWD会对ODS进行数据清洗，如字段命名统一化、空值填充、脏数据剔除、字段补齐等，建议保留较长的时间。DWS一般基于某个主题域进行数据汇总，用于后续业务查询、OLAP分析等，该层数据保存时间建议一个月。
2024-08-25 16:55:10
134
原创 SQL刷题记录-牛客SQL163
统计每篇文章同一时刻最大在看人数，如果同一时刻有进入也有离开时，先记录用户数增加再记录减少，结果按最大人数降序。解释：10点0分10秒时，有3个用户正在浏览文章9001；11点01分0秒时，有2个用户正在浏览文章9002。给进入时间和出去时间打上标签方便进行计数。注意：“同一时刻有进入也有离开时，先记录用户数增加再记录减少”示例数据的输出结果如下。
2024-08-24 17:56:10
243
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人