grouping sets 用法在Hive中，会出现对同一个数据表进行不同粒度的汇总，这时可以有两种方案：用多个sql，对不同粒度使用不同的 group by 方法。用1个sql，使用 grouping sets 方法一次性得到所有粒度的汇总。以测试数据表 tmp_student 为例:1、生成测试数据在 hive 环境中创建临时表：create table tmp.tmp_student
(
转载
2023-07-12 16:15:19
131阅读
1.需求描述
统计硅谷影音视频网站的常规指标，各种 TopN 指标：
-- 统计视频观看数 Top10
-- 统计视频类别热度 Top10
-- 统计出视频观看数最高的 20 个视频的所属类别以及类别包含 Top20 视频的个数
-- 统计视频观看数 Top50 所关联视频的所属类别排序
--
转载
2023-12-10 11:24:52
54阅读
第10章 Hive实战之谷粒影音10.1 需求描述10.2 项目10.2.1 数据结构10.2.2 ETL原始数据10.3 准备工作10.3.1 创建表10.3.2 导入ETL后的数据到原始表10.3.3 向ORC表插入数据10.4 业务分析10.4.1 统计视频观看数Top1010.4.2 统计视频类别热度Top1010.4.3 统计出视频观看数最高的20个视频的所属视频类别以及对应视频类别的个
转载
2023-12-01 08:32:43
39阅读
从Oracle9i开始，就可以使用DBMS_FGA可以对指定的表的select语句进行审计但是在9i中只能对select语句进行审计，在10g中可以实现对DML的审计功能下面用DBMS_FGA来展示select语句的审计功能 ① 假定我们存在表t，包含记录为sys@ORCL> select * from hr.t; ID NAME ---------- --------------
原创
2013-10-17 09:55:58
792阅读
本文目录列表：
1、什么是时间粒度?
2、SQL Server提供的时间粒度
3、SQL Server时间粒度代码演示
4、SQL Server基准日期
5、总结语
6、参考清单列表
什么是时间粒度?
&n
1 引言—数据库锁的基本概念 为了确保并发用户在存取同一数据库对象时的正确性（即无丢失修改、可重复读、不读“脏”数据），数据库中引入了锁机制。基本的锁类型有两种：排它锁（Exclusive locks 记为X 锁）和共享锁（Share locks记为 S锁）。 排它锁：若事务T对数据D加X锁，则其它任何事务都不能再对D加任何类型的锁，直至T 释放D 上的X 锁；一般要求在修改数据前要向
转载
精选
2008-03-27 07:19:08
746阅读
1 引言—数据库锁的基本概念 为了确保并发用户在存取同一数据库对象时的正确性（即无丢失修改、可重复读、不读“脏”数据），数据库中引入了锁机制。基本的锁类型有两种：排它锁（Exclusive locks 记为X 锁）和共享锁（Share locks记为 S锁）。 排它锁：若事务T对数据D加X锁，则其它任何事务都不能再对D加任何类型的锁，直至T 释放D 上的X 锁；一般要求在修改数据前要向
转载
精选
2008-03-28 07:55:51
393阅读
Oracle 多粒度锁机制介绍 根据保护对象的不同，Oracle数据库锁可以分为以下几大类： (1) DML lock（data locks，数据锁）：用于保护数据的完整性； (2) DDL lock（dictionary locks，字典锁）：用于保护数据库对象的结构（例如表、视图、索引的结构定义
转载
2020-06-18 06:47:00
271阅读
2评论
由来细粒度审计 (FGA)（通过 Oracle9i 引入）可以理解为“基于策略的审计”。与标准的审计功能相反，FGA 可用于指定生成审计记录必需的条件：FGA 策略通过使用“dbms_fga”程序包以编程方式绑定到对象（表、视图）。类似于用于通过 VPD ("dbms_rls") 进行访问控制的程序包，它允许您创建任何需要的条件，例如：仅当以下条件为真实审计事件：在早上九点到下午六点之间或在星期六
原创
精选
2024-03-21 16:20:41
991阅读
1、FGA策略（细粒度审计）DBMS_FGA是SYS用户的一个包（1）增加 FGA 策略-- 审计表GRANT RESOURCE,CONNECT TO BANK IDENTIFIED BY BANK;CREATE TABLE BANK.ACCOUNTS（ACCT_NO NUMBER PRIMARY KEY,CUST_ID NUMBER NOT NULL ,BALANCE NUMBER（15,2）
原创
2013-09-06 09:35:35
2201阅读
Oracle的标准审计默认级别是DB，这个级别不会记下具体sql语句是什么，如果需要记下需要开到DB,extended，但是改这个参数需要重启数据库，影响
原创
2022-03-08 22:09:49
248阅读
oracle按天，周，月，季度，年查询排序天--to_char(t.start_time,'YYYY-MM-DD')周--to_char(t.start_time,'YYYY')，to_char(t.start_time,'IW')月度--to_char(t.start_time,'YYYY-MM')季度--to_char(t.sta
原创
2019-10-15 10:18:28
2113阅读
点赞
2．4 以个数为基准和以质量为基准的平均粒径计算公式一般情况下，以个数为基准和以质量为基准的平均粒径计算可有下列公式转换：注： ni , di 含义：颗粒粒径为 di 的颗粒的总个数为 ni 。mi , di 的含义：颗粒粒径为 di 的颗粒，在整个颗粒群中占有的质量为 mi 。2．4．1 个数平均径以个数为基准：相当
转载
2023-08-04 18:01:17
105阅读
目录内容数据仓库中的粒度一、占用空间估算二、确定双重粒度/单一粒度三、确定粒度的级别四、总结 数据仓库中的粒度数仓粒度确定的是否合理，很大程度决定了在设计和实现的过程中所遇到问题的控制程度，如果没有确定合理的数据粒度，那么会在各种意想不到的环节出现问题。如何进行粒度确定？一、占用空间估算很容易考虑到的是，在数仓粒度的确定起始，需要符合自己的具体业务或者具体需求，作为确定的起点，我们需要实现估测一
转载
2023-09-30 10:54:18
58阅读
如何优化提升接口的性能问题？这个问题虽然问的很广，没有一个标准答案，但回答者需要根据以往的工作经验或学习经验来进行回答，根据作答的深浅情况可以反映一个程序员的大致水平。 导致接口性能问题的原因千奇百怪，不同的项目不同的接口，原因可能也不一样。本文我总结了一些行之有效的，优化接口性能的办法：一、优化索引
转载
2023-05-30 20:51:23
137阅读
select to_char(p.create_date,'WW') as dat,
count(1) as cnt
from crm_percustomer p
--用拥有者关联员工
left join tbl_employee em on em.uuid=p.owner
--用员工关联部门，查城市
left join tbl_dep dep on dep.uuid=em.dep_u
原创
2013-07-17 09:57:20
1034阅读
文章目录数据模型名词说明业务板块公共定义项目管理维度业务过程指标统计粒度事实事实的设计准则事实表事实表设计原则事实表设计方法声明粒度确定事实冗余维度事务事实表设计过程事务事实表分类多事务事实表两种事务事实表如何选择周期快照事实表特性用快照采样状态快照粒度密度与稀疏性半可加性快照事实表分类设计步骤单维度的每天快照事实表混合维度的每天快照事实表全量快照事实表累计快照事实表设计过程业务过程确定粒度确定
转载
2023-10-20 06:49:49
65阅读
# 计算周颗粒度日期之间相差的周数
作为一名经验丰富的开发者，我很乐意教会刚入行的小白如何实现“python 计算周颗粒度日期之间相差的周数”。下面我将为你介绍整个实现过程，并给出每一步需要做的具体操作和代码示例。
## 实现流程
首先让我们来看一下整个实现的流程。下面是一个简单的表格来展示具体步骤：
```mermaid
journey
title Implementing We
原创
2024-03-30 05:43:11
24阅读
粒度似乎是根据项目模块划分的细致程度区分的，一个项目模块（或子模块）分得越多，每个模块（或子模块）越小，负责的工作越细，就说粒度越细，否则为粗粒度。简而言之：粗粒度：模块的功能太过于集中。细粒度：将一个大的功能分成比较多的子模块。 我在一篇论文中读到这样的描述：通常情况下，软件缺陷预测模型的选择取决于预测目标，一般，粗粒度软件模块内的缺陷概率较大，故对于此类模块而言，预测其是否存在缺陷并
转载
2023-11-21 00:05:23
162阅读
测试用例设计粗细程度一. 测试粒度，是软件测试实施过程中用来衡量测试覆盖程度的专业术语，主要包括：1. 测试用例设计粒度，体现在： a. 测试点（check-list）多少。 b. 测试步骤（step）是否详细。 c. 功能点覆盖情况。2. 测试执行覆盖粒度。 a. 执行用例占总用例的比例 b. 测试需求覆盖情况。 c. 功能点覆盖情况。二. 测试粒度的粗细取决于1. 当前
转载
2012-07-16 09:03:05
678阅读
