- 综合排序
- 最热优先
- 最新优先
- 来自专栏CDA数据分析师
骑行在华盛顿 针对320万次共享单车骑行数据的分析
最近Capital Bikeshare发布了他们每个季度的骑行数据。我对前四个季度的数据进行了抓取和清理，并发布在我的GitHub中。 幸运的是，Austin Wehrwein提供了代码，从而我能够对华盛顿地区的骑行数据进行分析。 由于数据不足一整年，所以我决定不按照Andrew的将数据按年区分。 在热图中我注意到了一些趋势： · 华盛顿的骑行季节比芝加哥稍长。 接着我又创建了一个热图，显示每天不同时段的骑行数据。 华盛顿: 320万次骑行数据的热图 对于生活在华盛顿的人群来说，对这个热图的结果应该不会感到惊讶。 在320万次骑行数据中，临时用户占665,822人次，而注册用户为2,591,279人次。
1.2K100发布于 2018-02-26 - 来自专栏五分钟学算法
数据结构与算法——2-3树
因此，引入了 2-3 树来提升效率。2-3 树本质也是一种平衡搜索树，但 2-3 树已经不是一棵二叉树了，因为 2-3 树允许存在 3 这种节点，3- 节点中可以存放两个元素，并且可以有三个子节点。 2-3 树定义 2-3 树的定义如下： （1）2-3 树要么为空要么具有以下性质： （2）对于 2- 节点，和普通的 BST 节点一样，有一个数据域和两个子节点指针，两个子节点要么为空，要么也是一个2 -3树，当前节点的数据的值要大于左子树中所有节点的数据，要小于右子树中所有节点的数据。 （3）对于 3- 节点，有两个数据域 a 和 b 和三个子节点指针，左子树中所有的节点数据要小于a，中子树中所有节点数据要大于 a 而小于 b ，右子树中所有节点数据要大于 b 。 2-3树查找 2-3 树的查找类似二叉搜索树的查找过程，根据键值的比较来决定查找的方向。 例如在图 2.1 所示的 2-3 树中查找键为H的节点： ?
83210发布于 2019-09-03 - 来自专栏mysql
hhdb数据库介绍(2-3)
主备数据一致性检测 管理平台提供逻辑库、存储节点、配置库维度的主备数据一致性校验功能。主从数据一致性检查，可校验主库与从库之间的表结构与表数据是否一致。 此外，还可以添加定时计划，定期检测所选逻辑库中的数据一致性情况。 全局表数据检测 管理平台提供全局表数据检测功能，可选择具体逻辑库中的全局表并检测该表在所有数据节点中数据是否一致。 集群数据量报表：集群数据量变化趋势图、集群数据量分布图、逻辑库数据量分布图、表数据量分布图。 数据恢复 支持数据备份后在界面发起数据恢复请求。可按照恢复时间点对备份数据进行恢复，也可支持库级别、表级别数据恢复，保证数据完整性。 数据迁入 管理平台支持使用第三方工具DataX插件来同步数据。平台支持从MySQL和Oracle两种类型数据库，同步数据到计算节点端。
56510编辑于 2025-03-07 - 来自专栏BestSDK
骑行大数据：北京最热门的购物圣地，居然不是西单
根据八大城市各大商圈周围的订单数据， 骑行者们来往商圈500-1000米骑行距离订单量最大，其次是1000-1500米与200-500米。 从平均骑行距离来看，大型成熟商圈如南京西路、南京东路的平均骑行距离分别为1456米、1500米，可见商圈太大不用怕，商圈再大，骑行者们也愿意把车骑得越远。 同样，CBNData《研究》发现， 从北京数据来看， 三里屯、望京、建外大街等热门商圈的平均骑行距离分别为1653米、1475米、1628米。 与上海骑行辐射范围不同的是，北京热门商圈用户的骑行距离主要集中在200-1500米，而对于三里屯以及望京这样的大型成熟商圈而言，商圈的骑行半径延长至1500-2000米，订单占比均占该商圈订单量的10% “剁手圣地”：北京看望京 上海看徐家汇 根据骑行订单数据，CBNData结合商圈在线上的讨论热度以及人均消费水平，以共享单车的视角挖掘了八大城市的剁手圣地：北京的扫货胜地望京、上海的潮流天堂徐家汇、深圳的购物集中营宝安南路以及广州历史悠久的天河城荣登各城剁手圣地的榜首
94680发布于 2018-03-02 - 来自专栏咸鱼学Python
数据分析 | Numpy实战(二) - 分析各类用户平均骑行时间
本次复习的知识点如下： 布尔型数组及数据过滤 多维数组的构造 使用numpy保存文本文件 matplotlib折线图绘制 matplotlib图表常用属性的设置方法 图表的保存 关于数据源 上次的文章发出之后发现忘了补充数据源的链接 ，之后咸鱼补充在留言区了，有需要动手实践的朋友可以自取，下面是直通车： 数据分析 | Numpy实战(一) - 分析某单车骑行时间 分析目标 观察上次的数据，数据中有的数据有会员与非会员两种用户类别。 这次我们主要分析一下两种类别用户的平均骑行时间对比。 数据读取与数据清洗 根据上次的流程示意图我们主要遵循下面几个步骤： ? 图 | 源自网络 但是在实际操作中发现，本次的实战数据非常干净，完全可以把我们的数据读取和数据清洗代码结合到一起来实现代码简化的目的。 在数学上标量和向量是没办法比对的,毕竟维度不同，但是在numpy中它的广播机制很好的为我们实现了这一需求，numpy可以将单个标量变成比对数据同样的数据维度，这样就可以进行一对一比对，达到使用布尔型数组筛选数据的需求了
67010发布于 2019-10-09 - 来自专栏JAVA高级架构
Java数据结构与算法解析——2-3树
平衡查找树的数据结构能够保证在最差的情况下也能达到lgN的效率，要实现这一目标我们需要保证树在插入完成之后始终保持平衡状态，这就是平衡查找树(Balanced Search Tree)。 2-3查找树概述 2-3树是最简单的B-树（或-树）结构，其每个非叶节点都有两个或三个子女，而且所有叶都在统一层上。2-3树不是二叉树，其节点可拥有3个孩子。不过，2-3树与满二叉树相似。 一棵2-3查找树或为一颗空树，或由以下节点组成： 1)2-节点：含有一个键和两条链接，左链接指向的2-3树中的键都小于该节点，右链接指向的2-3树中的键都大于该节点。 所以只需要常数次操作即可完成2-3树的平衡。 ? 性质这些本地操作保持了2-3树的平衡。对于4-node节点变形为2-3节点，变形前后树的高度没有发生变化。 下面是2-3查找树的效率： ? 最后贴上一张2-3树的构造过程： ? JAVA架构
1.4K70发布于 2018-04-19 - 来自专栏算法channel
蒙特利尔骑行数据分析 小案例
Python与算法社区 第440篇原创，干货满满 值得星标 你好，我是 zhenguo Python 领域，数据分析的利器非 Pandas 莫属，关于它的基本原理、数据结构和 API，之前总结过不少这类文章 结合施工专题，这阶段先总结数据分析的实践相关话题，直接使用实际数据分析，解决实际问题。 今天参考github中的一个Pandas练习，来做一把蒙特利尔的自行车骑行数据分析。 2247 Name: Berri 1, Length: 310, dtype: int64 画画日期与骑自行车出行人数的折线图，此出直接使用Series自带的 plot 方法，绘制 Berri 1 地区的骑行数据折线图 实际上，我们可以直接绘制蒙特利尔所有地方的骑行数据： fixed_df.plot(figsize=(15, 10)) ? 上图观察看到，如果某天骑行人数少，所有地区的情况就都会少。 以上就是导入数据后的一个简单数据分析，如果你有兴趣，获取数据和源码，微信我备注：骑行 不必打赏 给我点个赞 就心满意足了
56910发布于 2020-12-02 - 来自专栏desperate633
第2-3课 检索数据检索列检索排序数据
这两课主要介绍sql中利用select语句对数据的简单检索。 检索前几列或者后几列 select prod_name from products limit 5; select prod_name from products limit 5 offset 5; 检索排序数据
1.1K20发布于 2018-08-22 - 来自专栏咸鱼学Python
数据分析 | Numpy实战(一) - 分析某单车骑行时间
关于数据科学的学习，咸鱼也进行了一段时间，但是光学不练是学一点忘一点，所以咸鱼找了一些某共享单车的数据进行一点简单的数据分析。 实战 分析目的 看标题就知道了，分析各季度共享单车的骑行时间。 数据收集 因为这次的数据源自网络，所以先简单看下数据的结构： ? 因为数据是整理后导出的数据所以不需要清洗缺失值等操作，我们直接取出需要的字段，做一些处理即可。 这里骑行时间单位为ms,所以需要转化为min需要/1000/60。 单单从上面的图可以看到以炎热的夏季和凉爽的秋季为主调的二三季度的骑行时间要高于春冬为主调的一四季度，以此判断气温变化对人们使用的共享单车的影响。
71131发布于 2019-10-09 - 来自专栏云原生生态圈
MYSQL数据同步之基于GTID事务数据同步
MYSQL基于GTID数据同步方式 同步原理 客户端发送DDL/DML给master上，master首先对此事务生成一个唯一的gtid，假如为uuid_xxx:1，然后立即执行该事务中的操作。 同步实现方式 实现单slave通过gtid数据同步 本文通过Docker以及mysql5.7 镜像进行基于GTID数据复制的同步实践。 只有slave上具有了这部分基准数据，才能保证和master的数据一致性。 GTID从库数据同步 假如当前master的gtid为A3，已经purge掉的gtid为"1-->A1"，备份到slave上的数据为1-A2部分。 从新库导入数据 mysql -h172.17.0.6 -P3306 -uroot -p < mysql-all-databackup.sql 查看导入后slave状态 ❝导入备份数据后，可注意到gtidexecuted
5.7K20发布于 2020-09-21 - 来自专栏机器学习AI算法工程
300万摩拜单车出行记录数据,预测骑行目的地
本文300万摩拜单车出行记录数据获取和源码地址： 在公众号 datadw 里 回复 摩拜 即可获取。 摩拜单车在北京的单车投放量已经超过40万。 因此，为了更好地调配和管理这40万辆单车，需要准确地预测每个用户的骑行目的地。 标注数据中包含300万条出行记录数据，覆盖超过30万用户和40万摩拜单车。 数据包括骑行起始时间和地点、车辆ID、车辆类型和用户ID等信息。参赛选手需要预测骑行目的地的区块位置。 ? 以下代码是knn算法，结合了leak。这里主要有两点创新。
1K40发布于 2018-03-15 - 来自专栏大数据进阶
flinkx数据同步
本文会描述如下几部分的数据同步 mysql2mysql mysql2hive flinkx的版本1.12-SNAPSHOT 1.拉取代码 git clone https://github.com/DTStack
2.4K30发布于 2021-11-22 - 来自专栏全栈程序员必看
数据同步工具
公司要搞数据平台，首当其冲的是把旧库的数据导入到新库中，原本各种数据库大部分都提供了导入导出的工具，但是数据存储到各个地方，mongdb,hbase,mysql,oracle等各种各样的不同数据库，同步起来头都大了 而且本来就是专门做ETL的，是Pentaho指定的ETL组件，对于数据清洗等处理数据的环节支持更好。但是数据效率一般，而且在生产环境也很少弄台windows机器，适合小项目，数据量比较小的同步。 实时同步 实时同步最灵活的还是用kafka做中间转发，当数据发生变化时，记录变化到kafka，需要同步数据的程序订阅消息即可，需要研发编码支持。 这里说个mysql数据库的同步组件，阿里的canal和otter canal https://github.com/alibaba/canal canal是基于mysql的binlog进行数据同步的中间件 非常适合mysql库之间的同步。 而且通过retl_buff表的监控，也可以实现一些全量数据的同步。 但是otter也有一些不好的地方，比如界面上的参数并不是所有的都有用，文档写的一般，不是很清晰。
3.5K20编辑于 2022-09-13 - 来自专栏renhailab数据分析
学术成果 | 基于共享单车轨迹数据的城市街道可骑行性评估
既有的街道可骑行性评估方法存在数据获取难、样本量少、代表性不足等问题，更为关键的是，评估指标选择及权重确定主观性较强，鲜有从从骑行行为出发建立评价指标体系，评估结果严重偏离实际情况。 02 街道可骑行性评估的基本思路与方法 骑行行为是骑行者对街道空间使用的结果，骑行轨迹数据反映了街道环境对于骑行行为的支持程度，使用骑行轨迹数据能够更加客观地评估城市街道可骑行性。 可骑行性评估结果的16种模式 03 街道可骑行性评估实证的数据与结果 本研究使用的轨迹数据来源于知名共享单车品牌2017年11月份深圳市龙岗区内的1%的随机抽样数据。 清洗后的数据包括110331次有效骑行订单，61279921个轨迹点。本研究以城市街道路段作为研究的基本空间单元。 龙岗区可骑行性评估结果 04 结论 本研究主要有3个贡献：（1）从骑行行为本身出发，提出了考虑骑行需求、共享单车供给的情况下，提出采用共享单车轨迹数据评估街道骑行环境的分析框架；（2）通过骑行需求、共享单车供给和街道环境对骑行行为的线性回归模型提取可骑行性评估指标和权重
77811编辑于 2024-04-10 - 来自专栏深入理解Android
Java数据结构与算法解析(十)——2-3树
平衡查找树的数据结构能够保证在最差的情况下也能达到lgN的效率，要实现这一目标我们需要保证树在插入完成之后始终保持平衡状态，这就是平衡查找树(Balanced Search Tree)。 2-3查找树概述 2-3树是最简单的B-树（或-树）结构，其每个非叶节点都有两个或三个子女，而且所有叶都在统一层上。2-3树不是二叉树，其节点可拥有3个孩子。不过，2-3树与满二叉树相似。 2)3-节点：含有两个键和三条链接，左链接指向的2-3树中的键都小于该节点，中链接指向的2-3树中的键都位于该节点的两个键之间，右链接指向的2-3树中的键都大于该节点。 所以只需要常数次操作即可完成2-3树的平衡。 性质 这些本地操作保持了2-3树的平衡。对于4-node节点变形为2-3节点，变形前后树的高度没有发生变化。 下面是2-3查找树的效率： 最后贴上一张2-3树的构造过程：
55210编辑于 2022-06-22 - 来自专栏Java技术详解
数据同步和数据备份
日常使用的移动手机或者是电脑等其它电子产品都是每天在产生不同的数据。数据安全性的保证需要有很多的计算机程序设计的运行程序进行有效保证。 有限局域网或者是移动互联网，公网与内网有利于数据传输。网络可以使得两个不同端点的电子设备进行互联网连接，服务于现在的信息社会。数据同步是同步客户端软件的数据到服务端节点数据服务器。 计算机编程开发的过程中使用程序在客户端采集相应的需求数据，经过传输后在后端的服务器软件程序中进行处理，会持久化到数据服务器终端。互联网设备的数据服务终端机存储着海量的日常用户数据。 数据备份是在客户端或这是在服务器端进程的数据处理操作，一般的程序设计是不会进行远程传输。数据传输耗时耗力，涉及到安全性的机制也有很多。程序库有本地库和远程仓库。
78200编辑于 2023-06-18 - 来自专栏全栈程序员必看
redis主从同步方式(redis数据同步原理)
主从模式可以保证redis的高可用，那么redis是怎么保证主从服务器的数据一致性的，接下来我们浅谈下redis主(master)从(slave)同步的原理。 -1），告诉master我需要同步数据了。 master接收到psync命令后会进行BGSAVE命令生成RDB文件快照。 生成完后，会将RDB文件发送给slave。 ，达成数据一致性。 当slave的偏移量之后的数据不在缓冲区了，就会进行完整重同步。 结合以上三点，我们又可以总结下： 当slave断开重连后，会发送psync 命令给master。 如果不一致，master会去缓冲区中判断slave的偏移量之后的数据是否存在。 如果存在就会返回+continue回复，表示slave可以执行部分同步了。
6K30编辑于 2022-08-01 - 来自专栏开发技术
异构数据源同步之数据同步 → DataX 使用细节
01', '李四'), (3, '王五', 'w123456', '1993-01-01', '王五'), (4, '麻子', 'm123456', '1994-01-01', '麻子'); 需要将表中数据同步到 /job/mysql2Mysql.json 当我们看到如下输出，就说明同步成功了 需要说明的是 DataX 不支持表结构同步，只支持数据同步，所以同步的时候需要保证目标表已经存在 column 因为存在列类型不匹配，导致数据插不进去，例如我将 Writer 中的 username 和 birth_day 对调下位置，然后执行同步，会发现同步异常，异常信息类似如下 Date 类型转换错误 同步正常，数据却乱了 对调下 Writer 的 username 和 pw 执行同步任务，会发现同步没有出现异常，但你们看一眼目标数据源的数据 很明显脏数据了，这算同步成功还是同步失败 job 嘛 splitPk 这个配置只针对 Reader Reader 进行数据抽取时，如果指定了 splitPk，那么 DataX 会按 splitPk 配置的字段进行数据分片，启动并发任务进行数据同步
3.7K10编辑于 2024-06-05 - 来自专栏yaphetsfang
算法和数据结构: 八 平衡查找树之2-3树
本文及后面文章介绍的平衡查找树的数据结构能够保证在最差的情况下也能达到lgN的效率，要实现这一目标我们需要保证树在插入完成之后始终保持平衡状态，这就是平衡查找树(Balanced Search Tree 所以这里会介绍一些新的数据结构来保证在最坏的情况下插入和查找效率都能保证在对数的时间复杂度内完成。本文首先介绍2-3查找树(2-3 Search Tree)，后面会在此基础上介绍红黑树和B树。 左节点也是一个2-3节点，所有的值均比两个key中的最小的key还要小；中间节点也是一个2-3节点，中间节点的key值在两个跟节点key值之间；右节点也是一个2-3节点，节点的所有key值比两个key中的最大的 所以只需要常数次操作即可完成2-3树的平衡。 ? 性质 这些本地操作保持了2-3树的平衡。对于4-node节点变形为2-3节点，变形前后树的高度没有发生变化。 在2-3查找树基础上改进的红黑树不仅具有较高的效率，并且实现起来较2-3查找树简单。 但是2-3查找树作为一种比较重要的概念和思路对于后文要讲到的红黑树和B树非常重要。
1.1K20发布于 2020-07-30 - 来自专栏用户8794315的专栏
Otter数据同步服务部署与数据同步最佳实践
一、概述otter 基于数据库增量日志解析，准实时同步到本机房或异地机房的mysql/oracle数据库. 一个分布式数据库同步系统工作原理：原理描述：1. /bin/startup.sh出现如下日志表示启动成功验证五、配置同步规则 配置一个otter同步任务，一般需要进行如下步骤：1)配置数据源a. 目标数据表Canal(主从单向同步不需要，双主双向同步需要)4)配置Channel同步通道5)配置Pipeline同步管道a. 选择源库节点和目标库节点（可多节点选择）b. 定义源表和目标表的同步关系7)启动测试&监控5.1 配置数据源1.添加数据源mysql 172.17.6.47注：这里的用户名和密码为mysql root的账号和密码。 这里以单向同步db_test 库为例输入Channel Name，同步一致性选择：基于当前日志更新，同步模式为：列记录模式，如果是主主双向同步模式，还需要开启数据一致性。
2.7K10编辑于 2024-01-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号