spl

面向 Java 程序员的 SQLite 替代品很多小微型应用程序也需要一些数据处理和计算能力，如果集成一个数据库就显得太沉重了，小巧轻量的 SQLite 是个不错的选择，因而被广泛应用。不过，SQLite 也有些不方便的地方。SQLite 对外部数据文件及其它数据源的支持力度比较弱又很繁琐；它本身没有存储过程，需要用主程序配合来实现流程，这会导致经常和主程序交换数据（流程走向依赖于数据），效率低且代码麻烦；复杂些的运算用 SQL 也很难写，开发效率较低。

单机顶集群的大数据技术来了大数据时代的分布式数仓（如 MPP）是个热门技术，甚至到了提到数据仓库言必称分布式的地步。但是，分布式数仓真有必要吗？毕竟这些分布式数仓产品都不便宜，无论是采购成本还是运维成本都很高。是不是有低成本轻量级的方案呢？

数据分析编程：SQL,Python or SPL?用户行为数据表10 分钟没有任何动作或退出后 5 分钟没有登录则认为会话结束，计算各用户的会话次数。球赛得分表

从 ES Kafka Mongodb Restful ... 取到 json 之后json 是个好东西，它可以使用公共的文本形式承载了丰富的结构化数据的信息。现代很多技术都在喜欢使用 json 作为数据传输格式，比如 Elastic Search,Restful,Kafka 等，Mongodb 这类对性能较在意的技术则使用了二进制化的 json。

没有数据库也能用 SQL手头有些 csv/xls 文件，比如这样的：这种数据很适合用 SQL 做查询，但可惜 SQL 只能用在数据库，要安装个数据库并把这些文件导入，为这么个目标搞的整个应用系统都臃肿很多，实在是划不来。要是有什么技术能直接把这些文件当成数据表用 SQL 查询就好了。

为 Lambda 语法增加序运算能力我们继续讨论集合运算中的 Lamba 语法，引入和次序相关的运算能力。 SQL 延用了数学上的无序集合概念，遍历集合时也不关注次序。但计算机只能一步步地执行，循环时总会有个次序，充分利用这个次序就可以方便地表达更丰富的计算需求。比如我们想从一个集合取出半数成员构成新集合。这看起来象是过滤运算，但过滤条件和集合成员本身并没有关系，而是由循环时的次序号决定的。 SPL 中只用 ~ 写法还无法方便地描述出这种运算，这时候还需有个符号（标识符）来表示循环的次序号。这是 Lambda 语法的第四条。

你的第一个Solana SPL

Excel筛选数据时用到分类汇总值举个例子;现有分类产品销售额汇总表如下所示：请找出销售额大于所在分类平均销售额的产品：使用 SPL XLL，输入公式：

BI 软件能对付多少数据分析任务？其实没多少！从早期喊的多维分析到近年来喊敏捷 BI，BI 厂商一直在强调自助能力，宣称可以由业务人员自己随心所欲地分析数据，而用户也常常有强烈的需求，双方一拍即合，很容易形成购买行为。不过，就大多数缺乏 BI 应用经验的用户所期望的工作内容而言，自助分析的目标就可以说远远达不到！从经验上看，最好情况也就能解决 30% 左右的问题而已，而大多数 BI 产品连这个数也达不到，只能处理 10% 左右的需求。

Excel中查找某个值的位置，用位置取值有 2022 年 1 月的日销售额统计表如下所示：找出销售额最大的是哪一天，在 C2 单元格里输入：返回结果 12

BI 和 AI 有什么区别?BI 和 AI 中都有个 I，对应的英文单词都是 Intelligence，看起来是同一个意思。其实不然，即使我们只限定商业决策领域中讨论问题，BI 和 AI 中的 I 也有很大的不同。广义地来看，根据数据来辅助商业决策的事务都可以叫 BI，那么 BI 可以说是包括 AI 的。BI 是目的，AI 是手段，BI 可以用 AI 的手段实现，也可以用其它手段实现，从这个意义上讲，BI 的 I 将大于 AI 的 I。

如何在Excel中快速找出前 N 名，后 N 名有如下销售额统计表：找出销售额排前 10 名的产品及其销售额，和销售额排倒数 10 名以内的产品及其销售额，结果如下所示：

SQL，从每组中的 json 字段中提取唯一值postgreySQL 库表的第 1 列是 ID，用于排序；第 2 列是分类；第 3 列类似 json（非标准 json）, 并存在重复项。

从每 N 行找出需要数据拼成一行Excel某表格不规范，每两行6列对应规范表格的一行3列，分别是：第1行第1列或第2行第1列（两者重复，取其一即可）、第2行第2列、第1行第3列。

Excel 保持原序时计算组内排名Excel某表格第1列是分组，第2列是日期，未排序。要求在保持原序的情况下，算出每组数据的内部排名，写在第3列：

列式存储的另一面列存是常见的数据存储技术，说到列存常常就意味着高性能，现代分析型数据库基本都会把列存作为标配，列存的基本原理是减少硬盘的读取量。一个数据表有多个列，但运算可能只会用到其中少数几列，采用列存时，用不着的列就不必读出来了，而采用行式存储时，则要把所有列都扫描一遍。当取用列只占总列数的小部分时，列存的 IO 时间优势会非常大，就会显得计算速度快了很多。不过，列存也有另一面，并不是在任何场景下都有优势。

分组汇总后再根据数量拼上不同文字Excel某表格有2列。要求：按第1列分组，如果组内第2列大于0则对当前行进行计数，否则不计数；计数结果等于1则附加Occurrence，否则附加 Occurrence 的复数形式。

分组汇总后按指定序列对齐编写SPL代码：=orcl.query("select to_char(TRANSACT_DT_TM,'YYYY')