现在，数十亿美元被用于将信息转化为对企业有价值的决策指导，但还有比海量数据更重要的东西——数据分析。关于大数据，不仅仅是有价值的内部信息，而是让大数据和预测有联系——信息智能化。 举一个例子：MRI扫描看到人体内部的最佳方法，从而有效地帮助医生诊断多发性硬化症，脑部肿瘤，韧带撕裂，中风，等等，MRI机器产生的数据，系统分析出人体最需要的治疗。 什么是大数据呢?从一个非常简单的层面上讲，有许多人作为

近期，中国电子信息产业发展研究院（CCID）日前发布《2011年中国数据库软件市场研究报告》（以下简称《报告》）。预测2012年中国数据库 软件市场规模预计达到38.71亿元，将比2011年大幅增长20.6%，以人大金仓为首的国产数据库软件市场规模预计达到3.29亿元，比2011年增 长26.5%，呈现爆炸式增长。报告指出预计到2020年，世界上的数据存储总额将达到35  ZB，大数据的应用将成未

链接：http://www.eygle.com/archives/2005/01/eiuooeebioa.html 应该如何完整地理解"数据挖掘"？"数据挖掘"的理论基础是什么？ 图1表示的是： 现实中人类的社会和经济活动，总可以用数据（数字或者符号）来描述和记录；经过对这些数据的分析，就会产生信息（知识）；用这些信息（知识）来指导实践，就可以做出相应的决策；这些决策又引发了新一轮的社会和经济活动

 商业智能的主要承诺是可以为决策者制定精明的抉择提供必要的信息。此声明中不言而喻的假设是：这些信息来源中的数据是正确的。不幸的是，情况往往是，这个假设被理解为没被强调的需求。因此，至关重要的是，BI项目团队要用对系统的运行时间，系统响应时间或网络性能这些需求一致的严格要求和动力来强调数据质量。数据质量必须结合到BI系 统的核心。 虽然 BI系统只能提供像决策者对数据拥有的信心一样的效果，但是对组织

在过去的十年中，计算世界已经改变。现在不仅在大公司，甚至一些小公司也积累了TB量级的数据。各种规模的组织开始有了处理大数据的需求，而目前关系型数据库在可缩放方面几乎已经达到极限。 一个解决方案是使用键值（Key-Value）存储数据库，这是一种NoSQL（非关系型数据库）模型，其数据按照键值对的形式进行组织、索引和存储。KV存储非常适合不涉及过多数据关系业务关系的业务数据，同时能有效减少读写磁盘的

好几年没写东西了，之前也是写流水账一般的玩意。借今年要接触ERP项目想好好写点东西，顺便练习下写作。 什么是Business Objects？ SAP公司旗下的BI产品套件，之前也未接触过BI，仅凭一知半解开始写，不过做系统的最终目的还是为了方便用户，在这里我就不对BI做过多的解释，暂时理解为将企业数据库中（也可能是文件等其他数据源）难以理解的混乱数据快速整合为易懂的数据块，用更易分析的图表等载体

#include<iostream> using namespace std; const int RADIX=10,M=1003;//RADIX表示进制 void add(int*a,int* b)//两个大整数求和，和保存在数组a中 { int i,carry=0;//carry表示进位 for(i=0;i<M+1;i++) {

缓慢渐变维度的设计，概念其实就是通过添加两个字段：有效开始时间，有效结束时间。设定对其某些特定列，记录住其历史状态。 比如拿部门表做例子，部门有其所属的一个部门组的关系。如下图： 我们的业务需求要求不记录部门名称变化，和部门组名称的变化。 所以该表中仅设置部门组No为渐变字段，仅当其内容变化时，才会产生新的记录。如下图： 更新前： 更新后：  说明：当天津采购部，因业务需要调整到了2002为编号的

Problem description   Fibonacci数列是一个典型的递归数列，F1 = F2 = 1；Fn = Fn-2 + Fn-1，当n>=3时。 Input   每一行一个整数，直到EOF。 Output   每一行输出对应的Fibonacci数。本题的输出都不会超过1000位。 Sample Input 10020 Sample Output 354224848179261915

今天又有朋友遇到SSAS数据库处理速度慢的情况，主要是由于数据聚合量确实很大，每次处理都要超过三十分钟，有没有什么方法能让处理的时间少一些呢？ 从事BI工作有七个年头了，这样类似的问题绝对可以排在职业圈内TOP 10的FAQ当中。这样的问题往往都略有复杂，在此根据遇到过的一些场景，罗列一些自己的经验。 由于篇幅限制，这里只介绍遇到问题时的解决思路，详细的操作我会链接到我的其它随笔供大家实际操作的时

SSAS中的聚合方式设定： SSAS一个Cube中的一个度量的聚合方式设置方法： 也就是说，Cube中的聚合方式是针对度量来指定的。   问题： 针对一种特殊的需求，要求先按照时间做平均聚合运算，再根据空间做求和运算。 其实这种说法字面上看起来本身就很矛盾，所以得套到一个具体的场景中。 比如：我有一个数据仓库统计某几个小区的某一时间粒度（这里定义成季度）的住户数量，里面的数据格式大致如下： 201

/* 一个大数对一个较小的数取余，返回取余后的值 大数用字符数组s 小数用m */ int mod(char *s,int m) {     int i,ans,len=strlen(s);     for(i=0,ans=0;i<len;i++)         ans=(ans*10+s[i]-'0')%m;     return ans; }

from：http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html 在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 　　本文的目的就是对常用的相似性度量作一个总结

    对于32位字长的机器，大约超过20亿，用int类型就无法表示了，我们可以选择int64类型，但无论怎样扩展，固定的整数类型总是有表达的极限！如果对超级大整数进行精确运算呢？一个简单的办法是：仅仅使用现有类型，但是把大整数的运算化解为若干小整数的运算，即所谓：“分块法”。     如图【1.jpg】表示了分块乘法的原理。可以把大数分成多段（此处为2段）小数，然后用小数的多次运算组合表示一个大

主要采用拆项的方法:   #include <stdio.h> #include <string.h> #define maxnum 10000 void mulp(int a[],int b[],int alen,int blen); void change(char s[],char t[]); void change(char s[],char t[]){ int i,j,lens

Tri-Level和Bi-Level同步信号 HDTV的出现带了一些新的概念和技术，这其中之一就是TriLevel同步的概念，这个概念已在实际中得到应用，TriLevel同步解决了传统的BiLevel同步的一些麻烦问题，虽然TriLevel同步对新的电视系统来说有优点，但是我们仍然会发现我们自己的系统接口仅能处理BiLevel同步，因此，需要将TriLevel转换为BiLevel同步。 BiLev