Lziss的博客

原创 CROSS JOIN-笛卡尔积

但是，在实际应用中，我们通常会在CROSS JOIN之后加上一些条件来限制结果，这时候它就变成了内连接。不过，如果我们需要生成组合（比如生成序列、日期序列与业务数据组合等）时，CROSS JOIN很有用。使用CROSS JOIN时，会返回两个表的笛卡尔积，即第一个表的每一行与第二个表的每一行进行组合。例如，假设我们有一个日期维度表和一个商店表，我们想要生成每个日期和每个商店的组合，就可以使用CROSS JOIN。但是，如果表很大，CROSS JOIN会产生巨大的结果集，需要谨慎使用。

原创 用户研究基础理论知识

用户研究是一种。它的核心目标不是验证方案是否“好不好”，而是。与单纯收集反馈不同，用户研究关注的是：消费者在真实情境中如何权衡信息、时间、成本与风险；他们的表达、态度与实际行为为何会出现差异；以及这些差异在不同场景、角色和阶段下如何变化。因此，用户研究并不假设消费者是完全理性或始终一致的，而是将视为研究本身需要解释的重要现象。在实际工作中，用户研究通常结合，通过多种证据交叉验证，避免仅凭单一视角下结论。研究输出的价值不在于给出“标准答案”，而在于。

原创 by月订单金额分层

【代码】by月订单金额分层。

原创 SQL复访

电商复访

原创 现代企业级应用架构

Hive/Spark作为可靠的批处理和数据管理基石。Flink作为实时处理的骨干。作为数据探索和联邦查询的瑞士军刀。作为面向最终应用和用户的高性能专业化查询终端。这种“组合拳”的方式，确保了企业能够以合理的成本，高效地应对从离线到实时、从探索到服务、从低并发到高并发的全方位数据挑战。

原创 了解汇总函数 grouping sets

允许在单个查询中同时计算多个分组组合的聚合结果，避免重复查询。的结果中，未被包含在分组中的列会显示为。为了更清晰地表示“所有值”，可以用。如果需要区分原始数据中的。

原创 置信水平与拒绝域&置信区间与P值 单个总体均值检验 两个正态总体均值差的检验

举例如下：单边检验：

原创 假设性检验

原创 GMV持续下降分析

原创 统计学—参数估计

参数估计是通过样本统计量推断总体参数的过程。常用统计量包括均值、方差等。抽样分布涉及正态分布、t分布和卡方分布三种主要类型。估计方法分为点估计和区间估计两类。大数定律阐明样本均值趋近总体均值，中心极限定理则说明样本均值的分布趋近正态分布。置信水平表示参数落在置信区间内的概率，如95%置信水平表示有95%的把握包含真实参数。这些概念构成了统计推断的基础框架。

原创 统计学-随机变量

本文系统介绍了随机变量的主要类型及其分布特征。离散型随机变量部分重点讲解了二项分布和泊松分布的应用场景；连续型随机变量部分阐述了均匀分布和正态分布的特点。同时探讨了随机变量的数学特征，并对分布类型进行了总结。最后，还介绍了多维随机变量的联合分布概念。全文内容涵盖了概率论中最基础的随机变量类型及其重要性质。

原创 随机事件-概率

概率论核心概念包括：概率取值0到1；加法法则计算并集概率；互斥事件不同时发生（P(AB)=0）；独立事件互不影响（P(AB)=P(A)P(B)）；非独立事件存在条件影响（P(AB)=P(B|A)P(A)）；条件概率反映事件关联性；全概率求不同条件下的总和；贝叶斯公式描述条件概率关系（P(A|B)=P(AB)/P(A)）。这些原理构成了概率计算的基础框架。

原创 电商数据分析-用户会员

线下NPS、全渠道售后满意度、线上NPS、云仓投诉率、全渠道会员体验、FFD综合满意度、KPI总览、官网投诉率、收银满意度、停车场满意度、试吃满意度、友好服务满意度。NPS分数、鲜食质量、试吃试用、洗手间卫生、商品总满意度、退换货总满意度。【来自不同反馈渠道的顾客/会员声音】

原创 Hive-查询-Join

语法特点：使用JOIN或INNER JOIN关键字，表名后可加别名简化查询，如FROM emp e JOIN dept d或FROM emp AS e INNER JOIN dept AS d。定义：当表A（m行）和表B（n行）进行连接操作时，若没有有效连接条件，表A的每一行都会与表B的每一行进行组合，产生m×n行的结果集。注意事项：连接n个表至少需要n-1个连接条件，如连接三个表需要两个连接条件。应用场景：当分析需求需要同时使用多张表的数据时使用，如计算跨表指标。

原创 Hive-查询-having

基本语法：SELECT job, count(*) FROM emp GROUP BY job;执行结果：返回每个job对应的count(*)值，如研发3人、行政4人等。新需求引出：需要筛选出员工人数≥2的岗位，这属于对分组结果的二次过滤。结果验证：最终只显示人数≥2的岗位记录（如研发3人、行政4人等）执行原理：先完成分组聚合计算，再将结果作为临时表进行条件过滤。语法要点：必须给子查询命名别名，否则会报语法错误。用于统计每个岗位的员工人数。

原创 Hive-查询-分组Group By

基本概念：Group By语句通常与聚合函数配合使用，按照一个或多个列对结果进行分组，然后对每个组执行聚合操作。结果特点：返回行数等于分组数量，每组对应一行结果。1. Group By语句。2. 分组聚合的注意事项。

原创 Hive-基础查询

执行原理：在MapReduce框架下，先通过Map阶段读取数据，再通过Reduce阶段进行计数汇总。作用：将MapReduce任务运行在单个节点的单个进程中，提高小数据量测试效率。实现方法：使用select count(*) from omp统计总行数。特点：无论传入多少列，count统计的都是行数而非列数。语法：select count(*) from 表名。参数：可以传入星号*表示所有列，也可以指定特定列名。特点：聚合函数将多行数据汇总计算后返回单个值。作用：限制返回结果的行数。

原创 Hive架构原理

典型示例: 记录test表的存储路径为hdfs: / / namenode:8020 / user / hive /warehouse / test。管理内容: 存储数据库、表结构(字段名/类型)、表HDFS路径等元信息。协议支持: 同时兼容Java(JBDC)和其他语言(ODBC)客户端。生产推荐: MySQL关系型数据库(支持多会话并发访问)架构特点: 仅提供访问接口，不负责实际存储(解耦设计)默认存储: 使用嵌入式Derby数据库(单会话限制)功能定位: 专门提供元数据访问接口的服务组件。

原创 了解一下什么是Hive

由Facebook开源，是基于Hadoop的数据仓库工具。可以将结构化数据文件映射为一张表，并提供类SQL查询功能。Hive是一个Hadoop客户端，用于将HQL（Hive SQL）转化为Mapreduce程序。主要用于海量数据的分析和计算。