0 简介 在日常的数据分析中，分位数 是非常重要的一环，在探查数据分布，定义指标中都必不可缺。但 python 里的分位数计算却潜藏了一些坑点，特分享。 1 是什么 1.1 ...
IP属地：陕西
0 简介 在日常的数据分析中，分位数 是非常重要的一环，在探查数据分布，定义指标中都必不可缺。但 python 里的分位数计算却潜藏了一些坑点，特分享。 1 是什么 1.1 ...
0 前言 数据分析师在使用python进行数据分析时，经常会遇到 Nan 和 None 这两个数据缺失值，但它们两并不互相等价，有很多细微的差别。笔者将在下面对 Nan 和 ...
数据分析的点、线、面 前言 在告别了人口红利之后，对于成熟或平台型产品而言，增长的核心不再是对增量用户的扩张，而是对存量用户的精细化运营，提升转化效率及用户价值挖掘，其中数据...
前言 支架表是维度设计中非常有意思的一部分，可以说是星型模型和雪花模型的结合；但在大部分维度建模书里都只是简单的一笔带过，实在是过于可惜。 在本文，笔者会对支架表进行详细的介...
前言 在大部分的公司里，数据部门的产出主要都是提取数据和 数据可视化（BI）；提数工作无需多说，写好SQL即可。但BI则不同，即使在BAT等非常重视数据的公司中，它也是数据部...
引言 元数据管理是企业数据治理的基础，是数据仓库的提升；作为一名数据人，首要任务就是理解元数据管理。本篇文章将为大家梳理元数据的概念，介绍元数据管理在数据仓库的地位。 什么是...
前言 最近公司在招聘数仓开发，笔者负责技术方面的一些问题，缓慢变化维 自然是是不可缺少的环节。 但出乎笔者预料的是，所有的面试者都没有完整了解 缓慢变化维 的前因后果及处理方...
什么是数据倾斜 hive在shuffle的部分操作时，由于数据key的分化不均，造成有的节点数据很多，而有的节点数据很少。表现在实际应用上： 总任务一直看在99%，单个节点一...
