5000多张数据表，如何用SQL迁移到数据仓库？
SQL专栏SQL数据库基础知识汇总SQL数据库高级知识汇总需求背景最近公司打算集中梳理几大业务系统的数据，希望将各个业务系统中的数据集中到数据仓库中。总共有5000多张数据表，但是好在业务数据量没有像电商那么庞大，也就几十个G。需求分析其实这个需求很简单，就是把这5000多张不同数据库中的表放到一个地方。需要注意的有以下几点：1、数据来自各种不同类型的数据库，有SQLServer，MySQL和Or
双十一背后的一点思考。。。
序言 双十一即将过去，本来是一个普通的周末，但是却被赋予了不同的意义。。。 今天你剁手了嘛。。。风言风语 双十一本来是一个光棍节，是给各位单身狗吃狗粮的日子，但是现在居然变成了一个全民狂欢节，也是一大贡献。。。这很酷。。。 1、 各种地址无法看见的原因 昨晚剁手体验了一把，也是碰到了地址无法出现的问题，这个主要是读取数据的结果，天猫应该用了自己的IDC，另外应该在双十
想成为一名数据库工程师，你必须知道这些
SQL专栏SQL数据库基础知识汇总SQL数据库高级知识汇总每当我给别人介绍我的职位是数据库工程师的时候，别人都会用疑惑的眼睛看着我。总会抛出一个问题：数据库工程师是做什么的？对于经常听到数据库管理员(DBA)，数据分析师，数据库开发工程师，数据挖掘工程师，数据架构师，ETL工程师等这些职位，之前我是比较困惑。但是随着工作久了，对这些职位也有一些自己的了解，希望通过本文让想从事数据库方面的朋友有一定
SQL Server读写分离神器，发布与订阅
SQL专栏SQL数据库基础知识汇总SQL数据库高级知识汇总发布订阅主要用来做数据库的读写分离，当单台数据库的压力太大时，可以考虑这种方案。一主多从，主服务器的数据库只管写入，其他的数据库都是只读也是一种很好的方案，当然你也可以用它来实现在线备份数据的功能。背景描述发布服务器A:(远程端),数据库服务名:GUANWANG1订阅服务器B:(本机),数据库服务名:PC-LLRDBA需要从服务器A中数据库
这些SQL查询小技巧，一般人我不告诉他
SQL专栏SQL数据库基础知识汇总SQL数据库高级知识汇总行列转换问题：假设有张学生成绩表(tb)如下:想变成(得到如下结果)：代码：WITHtb(姓名,课程,分数)AS(SELECTN'张三',N'语文',74UNIONALLSELECTN'张三',N'数学',83UNIONALLSELECTN'张三',N'物理',93UNIONALLSELECTN'李四',N'语文',79UNIONALLSE
欢迎加入SQL或Python技术交流群
公众号运营至今，离不开小伙伴们的支持。为了给小伙伴们提供一个技术交流平台，特地开通了微信技术交流群。不管你是新手小白，还是技术大神，欢迎你加入我们的微信技术交流群。目前开通了SQL和Python两种技术群，群里有不少技术大神，不时会分享一些技术要点，内容不限于SQL和Python，也会交流一些其他开发语言，比如Java，Linux，C++等，更有一些资源收藏爱好者不时分享一些优质的学习资料。为了营
这两个SQL高级函数的用法，你学会了吗？
SQL专栏SQL数据库基础知识汇总SQL数据库高级知识汇总SQLServer从2012版本开始，引入了LEAD和LAG函数，这两个函数可以把之前要关联查询的方法，改为可直接获取当前数据上下相邻多少行数据，可以很方便的对上下相邻两行的数据进行加减乘除。今天我们就给大家介绍一下这两个函数的用法。LAG函数LAG的作用LAG以当前行之前的给定物理偏移量来提供对行的访问。在SELECT语句中使用此分析函数
Excel的分列功能很强大，SQL能实现吗？
SQL专栏SQL数据库基础知识汇总SQL数据库高级知识汇总我们在处理SQL里的数据时候，时不时会遇到对字符串进行分割的情况。类似Excel中按指定字符进行分列，今天给大家介绍两种处理方法。借助Excel进行分割先将数据从数据库导出到Excel，使用Excel进行分列后再导入到数据库中。注意再次导入需要改变表结构，因为分列后数据字段变多了，必须新建列进行匹配。使用函数进行分割使用CHARINDEX函
京东四面：说说Tomcat 在 SpringBoot 中是如何启动的！
前言我们知道SpringBoot给我们带来了一个全新的开发体验，我们可以直接把web程序达成jar包，直接启动，这就得益于SpringBoot内置了容器，可以直接启动，本文将以Tomcat为例，来看看SpringBoot是如何启动Tomcat的，同时也将展开学习下Tomcat的源码，了解Tomcat的设计，关于spring方面小编也整理了一套spring全家桶学习笔记，分享给正在阅读的朋友！从Ma
【扯淡篇】APM，IT能力的一面镜子
【扯淡篇】APM，IT能力的一面镜子老王互联网运维杂谈在国内，APM很火，一部分是受资本市场的推动，另外一部分是它给人感觉找到了核心痛点，解决了IT中的大麻烦。可我觉得需要冷静的看，APM就是你的IT能力的一面镜子，特别是服务端代码级APM。去年10月份关注到APM的特点和价值，于是和公司自动化测试组和统计分析组启动了APM专项工作，他们分别实现服务端APM和客户端APM。在页面端的实现主要是依赖
拒绝浪费背后是对企业错误行为的一次次修正
拒绝浪费背后是对企业错误行为的一次次修正老王互联网运维杂谈声明：本文是一个内部邮件，几乎没修改就直接发了。最近接手了公司的客户成功部门，核心职责面向客户的项目实施。我仔细观察，其实内部有大量的浪费行为，用精益的观点来说——节省的成本就是利润。其实作为优维CEO，有种浪费在慢慢杀死企业的感觉，不得不和大家喊话：拒绝浪费。2015年，我向行业推销聚焦【精益运维】理念的时候，当时讲到了IT行业八大浪费模
Python VS Java如何选择?Python学习分析！
大家在转行学习编程语言的时候，总会纠结Python和Java的选择，毕竟一个是后起之秀，一个是行业老大，二者不分上下，棋逢对手。那么Python VS Java如何选择呢?小编告诉你答案
几种简单的的最短路算法：插点法、边松弛法、点松弛法、队列加速下的点松弛法
说在开头的话：其实这些最短路径的算法，包括常见的插点，边松弛(因为说他们的名字和他们的算法思想联系不起来，所以我都这样称呼，官方称呼是floyddijstra)，他们就提出的时候的思想来定义他们的优缺点，但是编程又不是单纯的实现，如果想避免它的缺陷，完全可以加入自己需要的判定方法来避免它们的缺陷。并不是说，非黑即白，硬给他们划阵营。这样来总结更客观一些，因为我发现编程的时候可以既使用这个算法，又可以避免它本身的缺陷。介绍几个概念：负权回路：在一个图里每条边都有一个值（有正有负)如果..
不相交集数据结构（森林-＞分家-＞几棵树）
并查集在一些有N个元素的集合应用问题中，我们通常是在开始时让每个元素构成一个单元素的集合，然后按一定顺序将属于同一组的元素所在的集合合并，其间要反复查找一个元素在哪个集合中。这一类问题近几年来反复出现在信息学的国际国内赛题中。其特点是看似并不复杂，但数据量极大，若用正常的数据结构来描述的话，往往在空间上过大，计算机无法承受；即使在空间上勉强通过，运行的时间复杂度也极高，根本就不可能在比赛规定的运行时间（1～3秒）内计算出试题需要的结果，只能用并查集来描述。并查集是一种树型的数据结构，用于处理一些不相
求最小生成树的两种简单算法（生长法、近水楼台先得月法）
说在前面的话：如果所有的边权都不相等，那么求得的最小生成树是唯一的。生长法（Kruskal algorithm）生长法（克鲁斯卡尔算法）是一步步地将森林中的树进行合并。之所以叫他生长法，是因为它算法思想包含一个从小到大的过程。首先按照边的权值进行从小到大排序，然后从小到大开始选边，注意不能构成回路，逐个判断后加入到生成树中，直到加入了n-1条边为止。测试程序：#include<stdio.h>#include<string.h>#inclu...
二分图求最大匹配的简单实现
二分图实现起来很容易，只不过需要多层次考虑，先开始的谁都不用考虑，后面开始的需要结合前面已经匹配的结果进行考虑。测试程序：#include<stdio.h>#include<string.h>#include<iostream>using namespace std;int n,m;int sum=0;int map[100][100];int match[100];int book[100];int dfs(int step){.
今日推荐
周排行