活动
数据仓库与数据挖掘
数据仓库是一种特殊的数据库，也是按数据库形式存储数据的，但是目的不同:数据库经过长时间的运行，里面的数据会保存的越来越多，就会影响系统运行效率，对于某些程序而言，很久之前的数据并非必要的，因此，可以删除掉以减少数据，增加效率，考虑到删除这些数据比较可借，因此,一般都将这些数据从数据库中提取出来保存到另外一个数据库中，称为数据仓库。
关于数据仓库
数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库顾名思义，是一个很大的数据存储集合，出于企业的分析性报告和决策支持目的而创建，对多样的业务数据进行筛选与整合。它为企业提供一定的BI（商业智能）能力，指导业务流程改进、监视时间、成本、质量以及控制。
【JVS低代码开发平台】支持纯手工配置的数据加工、处理、展现的数据仓库
数据智仓英文名称为Smart Data Warehouse，可简写为SDW。数据智仓是JVS整体企业数字化解决方案的核心能力，与JVS的低代码开发套件平级。
Hive部署及常用命令
Hive部署及常用命令
hive中如何计算字符串中表达式
比如 select ' 1+(2-3)+(-4.1-3.1)-(4-3)-(-3.3+4.3)-1 ' col ,1
数仓之数据质量及Apache Griffin简介
概述垃圾进，垃圾出（garbage in，garbage out）。数据质量定义：数据质量可能不是数据治理的最核心部分，但可能会成为数据治理落地的最大障碍。评估一般从以下6个方面评估数据质量：完整性：数据的记录和信息是否完整，是否存在缺失情
hive的关系运算、逻辑预算、数学运算、数值运算、日期函数、条件函数和字符串函数的语法与使用示例详解
Apache Hive 系列文章1、apache-hive-3.1.2简介及部署（三种部署方式-内嵌模式、本地模式和远程模式）及验证详解2、hive相关概念详解--架构、读写文件机制、数据存储3、hive的使用示例详解-建表、数据类型详解、
【clickhouse专栏】数据库、数据仓库之间的区别与联系
从本篇文章开始，笔者打算写一个系列的《clickhouse专栏》，其全称是Click Stream,Data WareHouse，简称ClickHouse。从其全称中的“Data WareHouse”，我们可以看出clickhouse的定位
Spark 2.2.1 集成Hive数据仓库的案例与解读
Spark 2.2.1 集成Hive数据仓库的案例与解读 一般情况下，各个公司都会建立自己的数据仓库，尤其是当前大数据生态圈中使用最
热门文章
Spark 2.2.1 集成Hive数据仓库的案例与解读
2023-06-14 09:13:05
【clickhouse专栏】数据库、数据仓库之间的区别与联系
2023-06-27 10:00:34
hive中如何计算字符串中表达式
2023-08-01 08:53:44
hive的关系运算、逻辑预算、数学运算、数值运算、日期函数、条件函数和字符串函数的语法与使用示例详解
2023-07-06 09:39:09
数仓之数据质量及Apache Griffin简介
2023-07-17 07:56:46
Hive部署及常用命令
2024-05-23 09:29:21
- APP
