- 博客(6)
- 收藏
- 关注
RSS订阅原创 数仓入门篇-数仓分层
整合 CRM 系统的用户基本信息 + 积分系统的用户等级 + 埋点系统的用户标签，生成一张唯一的。处理：筛选出过去 30 天消费大于 1 万且最近 7 天未登录的用户，提取姓名和手机号。输入：ODS 的订单表 + ODS 的订单详情表 + DIM 的商品表。效果：查询某用户一年的数据，只需扫描 365 行，而不是几千万行明细。每天凌晨同步新增的 10 万条数据，并打上。分组，计算当天的下单次数、总金额、退货金额。无论分析销售还是分析点击，都用这张表里的。处理：清洗掉测试订单，统一货币单位，将。
2026-03-13 20:29:18
428
原创 数仓入门篇-维度模型与第三范式
摘要： 第三范式（3NF）是关系型数据库的核心设计原则，通过原子性、完全依赖和消除传递依赖确保数据一致性，适用于OLTP系统（如订单管理），但查询时需频繁JOIN。维度模型（如星型模型）则针对OLAP优化，以事实表和维度表为核心，通过反规范化提升查询性能与业务可读性，适合BI分析（如销售统计），但存在冗余。3NF侧重存储效率，维度模型侧重分析效率，实际中常结合使用：3NF构建基础数据，维度模型支撑快速分析。
2026-03-12 18:19:20
321
原创 Spark SQL练习2-电商用户行为分析
摘要 **商城电商平台基于用户行为数据（活跃度、订单、行为日志）进行深度分析：1) 计算用户30天内活跃天数及变化率，划分活跃/普通/沉默/流失用户；2) 采用RFM模型评估用户价值（最近购买、频次、金额），按权重计算综合得分并分层（高价值/潜力/一般/低价值）。分析结果将支持精准营销与用户留存策略，SQL查询按关键指标排序输出。
2026-02-21 22:04:11
636
原创 Spark SQL练习1-电商用户行为分析
文章摘要 本文基于电商平台**商城的用户购买行为数据，设计了完整的数据分析方案。通过构建用户信息表、订单事实表和订单明细表的数据模型，实现了五大核心分析需求：1) 用户购买行为指标计算，包括订单数、消费金额等；2) 识别连续3天及以上购买的用户及其最大连续购买天数；3) 商品类目销售分析，统计订单数、用户数等关键指标；4) 用户品类偏好分析；5) 品类复购率计算。文中提供了详细的SQL实现代码和预期输出示例，采用多表关联、窗口函数等高级查询技术，为电商平台的用户行为分析和商品运营提供了数据支撑。
2026-02-20 17:49:36
1287
原创 PySpark入门教程（非常详细）从零基础入门到精通
摘要： 本章节聚焦Spark Core 3.5.8版本，采用Python实现，强调其作为Spark生态基础组件的重要性。Apache Spark凭借内存计算优势超越MapReduce，2025年仍主导大数据领域，日处理数据超100EB。RDD（弹性分布式数据集）是Spark核心抽象，具备五大特性（分区列表、分区计算函数、依赖关系、分区器、首选位置）和五大特点（分布式、容错性、不可变性、并行处理、多操作支持）。RDD是底层基石，DataFrame/Dataset为高级抽象，Spark SQL提供操作接口。通过
2026-02-19 00:21:22
299
原创 Notepad++排版高手速成指南
掌握常用快捷键如Ctrl+A全选、Ctrl+F查找替换、Ctrl+H批量替换等。Notepad++的文本编辑基础功能包括字体设置、缩进调整、行距控制等。熟悉界面布局和基本操作是高效排版的前提。安装TextFX、NppAutoIndent等插件扩展排版功能。插件可以提供代码美化、自动对齐等高级特性。例如批量删除空行、统一格式等操作可以大幅提升排版效率。调整主题颜色和语法高亮设置改善代码可读性。导出和备份用户自定义设置。统一的配置方案可以在不同设备间快速恢复工作环境。通过保存和调用宏可以节省大量手动操作时间。
2026-02-18 23:47:37
45
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