- 博客(7)
- 收藏
- 关注
RSS订阅原创 一文了解SQL数据分析
本文系统阐述了SQL六大核心子句的执行逻辑与业务应用场景。首先明确了SQL执行顺序与写作顺序的差异，强调FROM→WHERE→GROUPBY→HAVING→SELECT→ORDERBY的执行流程。通过"搭台子→先挑人→再分队→后挑队→发奖状→排座次"口诀，形象解析各子句功能：FROM确定数据源并构建分析宽表；WHERE过滤原始数据；GROUPBY按维度分组；HAVING筛选高价值组；SELECT构造业务指标；ORDERBY按优先级排序。文章结合电商案例详细演示了JOIN、UNION、CT
2025-12-02 22:25:30
1170
原创 一文了解AI如何读懂人类语言
Transformer模型通过四个关键步骤将文本转换为机器可理解的语义逻辑：1）分词转编码，将汉字映射为数字ID；2）词向量化，通过高维向量赋予数字语义特征；3）加入位置编码，保留语序信息；4）自注意力机制，让词语之间建立语义关联。其中，自注意力机制通过Query、Key、Value三向量的交互，让模型学会在不同上下文中关注关键信息。整个处理过程使机器能够逐步理解文本的符号、语义、语序和关联关系，最终实现精准的语义补全和语言理解能力。
2025-11-24 20:36:16
1077
1
原创 【汪汪学SQL】第二天：学习聚合函数
- 一个包含聚合函数的SELECT语句会返回一个单一的统计值或一组分组后的统计值，表现为一个或多个列，每列对应一个聚合结果。具体表现形式取决于查询的结构和所使用的聚合函数的数量、类型以及是否使用了GROUP BY、HAVING等子句。
2024-04-02 22:35:55
471
1
原创 【汪汪学HADOOP】第三天：认识MapReduce（分布式计算编程模型）
MapReduce背景：分布式文件系统HDFS解决了大文件存储问题，但业务代码开发时，还得考虑数据在HDFS的物理分布情况，加重开发者在处理分布式数据时的负担。- 新技术：MapReduce，屏蔽底层分布式系统运作机制，让开发者更专注于业务开发。
2024-03-05 22:52:49
601
原创 【汪汪学HADOOP】第二天：认识HDFS（分布式文件系统）
1. namenode：记录元数据存储位置，不实际存储数据（解释文件是什么，拆成了多少块，被存在哪，每个文件块和文件怎么映射（文件与文件块/文件块与数据节点）的）2. datanode：存储数据于本地文件系统。3. 读写数据：（读）客户端发起请求--->询问namenode数据存在哪--->根据信息往datanode读数据。（写）客户端发起请求--->询问namenode大文件怎么写-->namenode告知客户端分多少块，每块存哪--->客户端根据namenode指令往datanode写数据。
2024-03-05 21:06:19
432
原创 【汪汪学SQL】第一天：学习多表查询
select * from dept where salary>all(select salary from emp where dept_id=（select id from dept where name='财务部'）)；select * from emp where salary >any(select salary from emp where dept_no=（select id from dept where name=‘研发部’）);--无领导的也会查出。
2024-03-02 23:36:00
1716
1
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