您所在位置：网站首页 > IT计算机/网络 > 数据挖掘与识别光环大数据经验分享什么数据库最适合数据分析师

光环大数据经验分享什么数据库最适合数据分析师

3页

卖家[上传人]：gua****an

文档编号：50740333

上传时间：2018-08-10

文档格式：DOCX

文档大小：39.45KB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

0 金贝

/ 3 举报版权申诉马上下载

文本预览

下载提示

常见问题

1、光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/光环大数据经验分享光环大数据经验分享什么数据库最适合数据分析师什么数据库最适合数据分析师光环大数据培训大数据培训了解到，数据分析师都想使用数据库作为数据仓库处理并操作数据，那么哪一款数据库最合适分析师呢？虽然网上已经有很多对各种数据库进行比较的文章，但其着眼点一般都是架构、成本、可伸缩性和性能，很少考虑另一个关键因素：分析师在这些数据库上编写查询的难易程度。最近，Mode 的首席分析师 Benn Stancil 发布了一篇文章，从另一个角度阐释了哪一款数据库最适合数据分析师。Benn Stancil 认为数据分析工作不可能一蹴而就，分析师在使用数据库的过程中阻碍他们速度的往往不是宏观上的性能，而是编写查询语句时的细节。例如，在 Redshift 中如何获取当前时间，是 NOW()、CURDATE()、CURDATE、SYSDATE 还是 WHATDAYISIT。在 Mode 公司，分析师每天都会使用各种不同的语言编写几千个查询，运行在 Mode 编辑器里的查询超过百万个，而Be

2、nn Stancil 就是从这些数据出发，对 MySQL、PostgreSQL、Redshift、SQL Server、BigQuery、Vertica、Hive 和 Impala 这八款数据库进行了比较。首先，Benn Stancil 认为查询错误是否容易解决是衡量数据库的一个最基本指标。数据库提供的错误信息（通常是语法错误、函数名错误、逗号错位等）最能表明该系统是否会对数据分析师造成极大的挫败感。通过对 8 种数据库查询错误频率的比较，Benn Stancil 发现 Vertica 和 SQL Server 错误率最高，MySQL 和 Impala 最低，如图所示：但是，对于该结果 Benn Stancil 认为可能有点不严谨，因为Impala、MySQL 和 Hive 是开源的免费产品，而 Vertica、SQL Server 和光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/BigQuery 不是，后三者的用户通常是有充足分析预算的大型企业，其较高的错误率很有可能是由于使用更深入而不是语言“更难用” 。除了错误率之外，B

3、enn Stancil 还讨论了复杂性。虽然不同语言其查询长度、查询复杂性和语言复杂性之间的关系盘根错节，要界定清楚很难，但可以间接使用查询长度作为度量的指标，因为一门语言之所以简单很有可能是因为它简洁。这八种数据库查询长度的统计结果如下：如果说单纯地比较最终的长度有失偏颇，那么可以看看随着分析的逐步深入，查询逐渐变复杂的过程中，其修改次数与长度之间的关系：该图显示，经过 20 次左右的编辑之后，查询长度通常会变为之前的 2 倍，而在 100 次编辑之后，长度会变为之前的 3 倍。那么在修改的过程中，其编辑次数与出错的比率又是什么样子的呢？从图中可以看出，PostgreSQL、MySQL 和 Redshift 的错误率较低，Impala、BigQuery 和 SQL Server 的错误率较高。另外，和之前一样，Vertica的错误率依然最高。此外，Benn Stancil 认为分析师的技能也很重要。他对使用多个数据库并且在每个数据库上至少运行了 10 个查询的分析师进行了统计，计算了这些分析师在每个数据库上的查询错误率，并根据统计结果构建了下面的矩阵：光环大数据光环大数据-大数据培训

4、知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/该矩阵展示的是顶部数据库与左边数据库相比其错误率的差别，数值越高表现就越差。例如，Hive 和 BigQuery 交叉处的“20.2”表示：对使用这两款数据库的分析师，其使用 Hive 的错误率要比使用 BigQuery 高 20.2。最底部的Total 行是结果总计，从中可以看出 MySQL 和 PostgreSQL 始终表现较好；Vertica 跳跃最大，几乎是从最底部跳到了中游，打败了 SQL Server 和Hive，这也暗示了 Vertica 的高错误率很可能是由于分析师的能力而不是语言本身。最后，Benn Stancil 认为在分析的这 8 个数据库中，MySQL 和 PostgreSQL编写 SQL 最简单，应用也最广泛，但与 Vertica 和 SQL Server 相比它们的特性不够丰富，而且速度要慢。综合各方面的因素，Redshift 或许才是最好的选择。为什么大家选择为什么大家选择光环大数据光环大数据！大数据培训、人工智能培训、Python 培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。【报名方式、详情咨询报名方式、详情咨询】光环大数据官方网站报名：光环大数据官方网站报名：http:/ /mobile/mobile/光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/

《光环大数据经验分享什么数据库最适合数据分析师》由会员gua****an分享，可在线阅读，更多相关《光环大数据经验分享什么数据库最适合数据分析师》请在金锄头文库上搜索。

点击阅读更多内容

TA的资源