《数据蒋堂》

数据蒋堂》的作者蒋步星,从事信息系统建设和数据处理长达20多年的时间。他丰富的工程经验与深厚的理论功底相互融合、创新思想与传统观念的相互碰撞,虚拟与现实的相互交织,产生出了一篇篇的沥血之作。此连载的内容涉及从数据呈现、采集到加工计算再到存储以及挖掘等各个方面。大可观数据世界之远景、小可看技术疑难之细节。针对数据领域一些技术难点,站在研发人员的角度从浅入深,进行全方位、360度无死角深度剖析;对于一些业内观点,站在技术人员角度阐述自己的思考和理解。蒋步星还会对大数据的发展,站在业内专家角度给予预测和推断。静下心来认真研读你会发现,《数据蒋堂》的文章,有的会让用户避免重复前人走过的弯路,有的会让攻城狮面对扎心的难题茅塞顿开,有的会为初入行业的读者提供一把开启数据世界的钥匙,有的甚至会让业内专家大跌眼镜,产生思想交锋。

联合发布平台

数据讲堂 - 文章列表

【数据蒋堂】第34期:JOIN提速 - 外键指针的衍生

【数据蒋堂】第34期:JOIN提速 – 外键指针的衍生

发布时间:2017-12-12 Tag:,,,

我们继续讨论外键JOIN,并延用 上一篇 的例子。 当数据量大到无法全部放进内存时,前述的指针化方法就不再有效 […]

【数据蒋堂】第33期:JOIN提速 - 外键指针化

【数据蒋堂】第33期:JOIN提速 – 外键指针化

发布时间:2017-12-07 Tag:,,

我们再来看重新定义JOIN后如何能够提高运算性能,先看外键式JOIN的情况。 设有两个表: products商 […]

【数据蒋堂】第32期:JOIN简化 - 意义总结

【数据蒋堂】第32期:JOIN简化 – 意义总结

发布时间:2017-11-28 Tag:,,

蒋步星《JOIN运算的简化与提速》系列技术文章。 【数据蒋堂】第29期:JOIN运算剖析 【数据蒋堂】第30期 […]

【数据蒋堂】第31期:JOIN简化 - 维度对齐

【数据蒋堂】第31期:JOIN简化 – 维度对齐

发布时间:2017-11-21 Tag:,,

蒋步星《JOIN运算的简化与提速》系列技术文章。 【数据蒋堂】第29期:JOIN运算剖析 【数据蒋堂】第30期 […]

【数据蒋堂】第30期:JOIN简化 - 消除关联

【数据蒋堂】第30期:JOIN简化 – 消除关联

发布时间:2017-11-15 Tag:,,

近期,蒋步星在「天善智能」直播分享了《JOIN运算的简化与提速》,视频地址:https://edu.hello […]

【数据蒋堂】第29期:JOIN运算剖析

【数据蒋堂】第29期:JOIN运算剖析

发布时间:2017-11-07 Tag:,,

10月19日,蒋步星在「天善智能」直播分享了《JOIN运算的简化与提速》,视频地址:https://edu.h […]

【数据蒋堂】第28期:迭代聚合语法

【数据蒋堂】第28期:迭代聚合语法

发布时间:2017-10-30 Tag:,,,,

我们讨论过的常规聚合运算如SUM/COUNT和非常规聚合运算如maxp/top,都是事先设计好的聚合函数。但如 […]

【数据蒋堂】第27期:非常规聚合

【数据蒋堂】第27期:非常规聚合

发布时间:2017-10-24 Tag:,

标准SQL中提供了五种最常用的聚合运算:SUM/COUNT/AVG/MIN/MAX。观察这几个运算,我们发现它 […]

【数据蒋堂】第26期:再谈有序分组

【数据蒋堂】第26期:再谈有序分组

发布时间:2017-10-12 Tag:,,

细心的读者可能会发现,我们在讨论有序分组时只研究了待分组集合的成员次序对分组运算可能的影响,但即然要考虑集合的 […]

【数据蒋堂】第25期:有序分组

【数据蒋堂】第25期:有序分组

发布时间:2017-10-10 Tag:,

我们知道,SQL延用了数学上的无序集合概念,所以SQL的分组并不关注过待分组集合中成员的次序。我们在前面讨论过 […]

【数据蒋堂】第24期:非等值分组

【数据蒋堂】第24期:非等值分组

发布时间:2017-10-10 Tag:,

 前一期 【数据蒋堂】第23期:还原分组运算的本意 我们在上一期研究了分组运算的实质,即将一个集合按某种规则拆 […]

【数据蒋堂】第23期:还原分组运算的本意

【数据蒋堂】第23期:还原分组运算的本意

发布时间:2017-09-19 Tag:,,,

分组是SQL中常见的运算,但未必所有人都能深刻地理解它。 分组运算的实质是将一个集合按照某种规则拆分成若干个子 […]

【数据蒋堂】第22期:有序遍历语法

【数据蒋堂】第22期:有序遍历语法

发布时间:2017-09-19 Tag:,,

前一期 【数据蒋堂】第21期:常规遍历语法 我们继续讨论遍历运算的语法规则。 5. 序号的引用 SQL延用了数 […]

【数据蒋堂】第21期:常规遍历语法

【数据蒋堂】第21期:常规遍历语法

发布时间:2017-09-05 Tag:,,

遍历可以说是最基本的集合运算了,比如求和、计数、寻找最大最小值等聚合运算,按条件过滤集合、根据集合成员生成另一 […]

【数据蒋堂】第20期:从SQL语法看离散性

【数据蒋堂】第20期:从SQL语法看离散性

发布时间:2017-08-21 Tag:,,,

所谓离散性,是指集合的成员可以游离在集合之外存在并参与运算,游离成员还可以再组成新的集合。从离散性的解释上可以 […]

【数据蒋堂】第19期:从SQL语法看集合化

【数据蒋堂】第19期:从SQL语法看集合化

发布时间:2017-08-21 Tag:,,

当前的大数据平台在处理结构化数据时大都仍然以提供SQL语法为主流。兼容SQL的好处是很明显的,SQL的应用非常 […]

【数据蒋堂】第18期:SQL用作大数据计算语法好吗?

【数据蒋堂】第18期:SQL用作大数据计算语法好吗?

发布时间:2017-08-08 Tag:,,

当前的大数据平台在处理结构化数据时大都仍然以提供SQL语法为主流。兼容SQL的好处是很明显的,SQL的应用非常 […]

【数据蒋堂】第17期:SQL的困难源于关系代数

【数据蒋堂】第17期:SQL的困难源于关系代数

发布时间:2017-07-31 Tag:,,

在结构化数据处理领域,SQL无疑是应用最广泛的工作语言,不仅被所有关系数据库采用,许多新进的大数据平台也将实现 […]

【数据蒋堂】第16期:SQL像英语是个善意的错误

【数据蒋堂】第16期:SQL像英语是个善意的错误

发布时间:2017-07-25 Tag:,,

我们知道,SQL长得很像英语,简单的SQL语句直接可以作为英语读。除了SQL外,其它主要程序设计语言都没有这样 […]

【数据蒋堂】第15期:开放的计算能力为数据库瘦身

【数据蒋堂】第15期:开放的计算能力为数据库瘦身

发布时间:2017-07-18 Tag:,

【数据蒋堂】第14期:计算封闭性导致臃肿的数据库 我们在上一期谈到,数据库的臃肿,也就是过多的中间表以及相关存 […]

【数据蒋堂】第14期:计算封闭性导致臃肿的数据库

【数据蒋堂】第14期:计算封闭性导致臃肿的数据库

发布时间:2017-07-10 Tag:,,

许多大型用户的数据库(仓库)在运行多年之后,都会积累出很多的数据表,严重者数以万计。这些数据表年代久远,有些已 […]

【数据蒋堂】第13期:怎样看待存储过程的移植困难

【数据蒋堂】第13期:怎样看待存储过程的移植困难

发布时间:2017-07-04 Tag:,,

存储过程移植困难是经常被诟病的,在罗列存储过程的缺点时,这一条几乎从来不会被遗漏。 存储过程的移植确实很困难, […]

【数据蒋堂】第12期:存储过程的利之弊

【数据蒋堂】第12期:存储过程的利之弊

发布时间:2017-06-22 Tag:,

存储过程是数据库领域中应用非常广泛的技术,关于它的利弊讨论由来已久,我们这里针对存储过程的两个公认度较高的优点 […]

【数据蒋堂】第11期:不要对自助BI期望过高

【数据蒋堂】第11期:不要对自助BI期望过高

发布时间:2017-06-15 Tag:,,,

从早期的多维分析(OLAP)到近年来的敏捷BI,BI产品厂商一直在强调自助能力,宣称可以由业务人员自己分析数据 […]

【数据蒋堂】第10期:报表的数据计算层

【数据蒋堂】第10期:报表的数据计算层

发布时间:2017-06-06 Tag:,,,

我们在上一期已经解释了报表应用结构中数据计算层的必要性,以及可以使用报表工具自定义数据源接口来实现计算层。在计 […]

【数据蒋堂】第9期:报表应用的三层结构

【数据蒋堂】第9期:报表应用的三层结构

发布时间:2017-05-31 Tag:,

在传统的报表应用结构中,报表工具一般都是与数据源直接连接,并没有一个中间的数据计算层。确实,大部分情况下的报表 […]

【数据蒋堂】第8期:列式存储的另一面

【数据蒋堂】第8期:列式存储的另一面

发布时间:2017-05-26 Tag:,

列存是常见的数据存储技术,在许多场景下也确实很有效,因而也被不少数据仓库类产品采用,在业内列存也常常就意味着高 […]

【数据蒋堂】第7期:硬盘的性能特征

【数据蒋堂】第7期:硬盘的性能特征

发布时间:2017-05-19 Tag:,

我们都知道内存比硬盘要快得多,大概能快出一两个数量级(价格也要贵这么多)。不过,硬盘的问题并不只是访问速度慢。 […]

【数据蒋堂】第6期:我们需要怎样的OLAP?

【数据蒋堂】第6期:我们需要怎样的OLAP?

发布时间:2017-05-12 Tag:,,

被狭义化的OLAP OLAP是商业智能应用中重要的组成部分,这个词从字面上理解是在线分析的意思,也就是由用户, […]

【数据蒋堂】第5期:1T数据到底有多大?

【数据蒋堂】第5期:1T数据到底有多大?

发布时间:2017-05-03 Tag:,

一英里不是个很长的距离,一立方英里相对于地球也不会让人觉得是个很大的空间。然后我说,这个空间内能装下全世界所有 […]

【数据蒋堂】第4期:索引的本质是排序

【数据蒋堂】第4期:索引的本质是排序

发布时间:2017-04-28 Tag:,

索引是经常用到的技术,但有些程序员对索引的原理了解不深,发现数据查询性能有问题立刻就想起建索引,但效果常常也不 […]

【数据蒋堂】第3期:功夫都在报表外-漫谈报表性能优化

【数据蒋堂】第3期:功夫都在报表外-漫谈报表性能优化

发布时间:2017-04-20 Tag:,

应用系统中的报表,作为面向业务用户的窗口,其性能一直被高度关注。用户输入参数后都希望立即就能看到统计查询结果, […]

【数据蒋堂】第2期:非结构化数据分析技术是忽悠

【数据蒋堂】第2期:非结构化数据分析技术是忽悠

发布时间:2017-04-12 Tag:,,

大数据概念兴起的同时也带热了非结构化数据分析。传说一个企业中80%的数据都是非结构化数据,如果按占据空间来算, […]

【数据蒋堂】第1期:多维分析的后台性能优化手段

【数据蒋堂】第1期:多维分析的后台性能优化手段

发布时间:2017-04-05 Tag:,,

多维分析就是针对一个事先准备好的数据立方体实施旋转、切片(切块)、钻取等交互操作的过程,经常也被直接称为OLA […]