數據分析師怎么應對數據庫取數后的離線分析

本篇內容主要講解“數據分析師怎么應對數據庫取數后的離線分析”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“數據分析師怎么應對數據庫取數后的離線分析”吧!

因為缺乏好用工具的支持，數據分析人員的離線分析動作總是先由一個事先寫好的復雜查詢或經多步驟處理后臨時表導出的數據，之后在 Excel 中用 vlookup()，過濾器等來完成，當數據更新或范圍擴大后又要重新取數，重新在 Excel 中操作。如果能有一個桌面工具每次會實時讀取單表數據，既能完成上述復雜查詢和多步驟處理到臨時表的計算，又能取代在 Excel 中的計算動作，免除重復勞動，將會是很多數據分析人員的福音。

如果你會寫 SQL 或 VBA，非常在意獲取數據后能夠靈活的多次計算，而不是想用一個圖形界面工具完成有限的計算，又不想花費很多時間去學習 Python，集算器或許是一個不錯的選擇。

比如，數據庫里有以下 3 張表：

SQL Query 1 result: (T1)

Col1 Col2 
A    1
B    2

Query 2 result: (T2)

Col3 Col4 
1    #
2    *

Query 3 result: (T3)

Col5   
1     
3

需要對上面 T1,T2,T3 三張表，完成類似下面 SQL 的關聯操作:

Select T1.col1,T2.col4 
        from T1,T2 
        where T1.col2=T2.col3 
        and T1.col2 in (Select T3.col5 from T3)

結果是:

Col1  Col4
A    #

如果數據量不大，直接內存計算，集算器 SPL 代碼如下：

T1=DB.query("select Col1,Col2 from T1")
T2=DB.query("select Col3,Col4 from T2")
T3=DB.query("select Col5 from T3")
Result=T1.join@i(Col2,T2:Col3,Col1,Col4).select(T3.(Col5).contain(Col2)).new(Col1,Col4)

T1,T2,T3 也可以分別來自不同的數據庫或者數據文件

如果數據量比較大，可以用集算器的游標，和數據庫游標類似，代碼如下：

CS1=DB.cursor("select Col1,Col2 from T1 orderby Col2")
CS2=DB.cursor("select Col3,Col4 from T2 orderby Col3")
S3=DB.query@i("select Col5 from T3")
Result=joinx(CS1,Col2;CS2,Col3).select(S3.contain(#1.Col2)).new(#1.Col1,#2.Col4).fetch()

如果想利用最終計算后的結果在 Excel 中做圖表，導出到 Excel 也很方便

file("Result.xlsx").xlsexport(Result)

集算器即裝即用，應對上述問題非常得心應手。集算器也支持先將大數據保存成本地文件，然后讀取這些類型已確定、已壓縮的數據做高效計算，這樣可以減輕數據庫的負載，也能讓本地計算效率更高。

到此，相信大家對“數據分析師怎么應對數據庫取數后的離線分析”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！