data-partitioning

5熱度

2回答

散列和索引都用於在某些預定義的公式上對數據進行分區。但我無法理解兩者之間的主要區別。正如哈希中一樣，我們在一些關鍵值對的基礎上劃分數據，同樣在索引中，我們也將數據劃分爲一些預定義值。任何人都可以幫我解決哈希和索引之間的區別，以及如何決定是否使用哈希或索引。

0熱度

2回答

如何分割數據70:30並在每次分割時獲取不同範圍的數據

我目前使用R通過使用隨機森林迴歸來執行特徵選擇。我想70:30分割我的數據，這很容易做到。但是，我希望能夠這樣做10次，每次10次獲得與之前不同的一組示例。 > trainIndex<- createDataPartition(lipids$RT..seconds., p=0.7, list=F) > lipids.train <- lipids[trainIndex, ] > lipids.

2熱度

1回答

如何從SQL Server 2012中的表的一個分區獲取COUNT（*）？

我的表有700萬條記錄，我根據ID做了14個分割表，每個分區包含500萬條記錄，分區大小爲40G。我想運行一個查詢來在一個分區中進行計數，但它會掃描所有分區，查詢的時間變得非常大。 SELECT COUNT(*) FROM Item WHERE IsComplated = 0 AND ID Between 1 AND 5000000 如何在一個分區上運行我的查詢而不掃描其他分區？

0熱度

1回答

多維數據集進程增量1分區vs多個

我有一個處理時間過長的大型多維數據集。我想更改我的多維數據集分區和處理選項。我明白過程增量會將新記錄拉入多維數據集。我的問題是，是否有多個分區和執行流程增量的優勢，而不是隻有一個分區和執行流程增量？我不希望每次處理時都有大量的新記錄。

1熱度

1回答

Windows Azure表訪問延遲分區鍵和行鍵選擇

我們已經有了一個windows azure表存儲系統，我們有各種實體類型在白天報告值，所以我們有以下分區和行關鍵方案：大約有4000 - 5000個實體。有6種實體類型，類型大致均勻分佈。所以每個人約800人。 ParitionKey：的EntityType最新行鍵：ENTITYID 每一行記錄值，該日期的實體。這是目前JSON序列化。數據非常冗長。我們會定期回顧這些分區在一個月或兩個月內

3熱度

1回答

Azure表存儲中的日期範圍查詢

您好，以下是我的問題：Windows Azure table access latency Partition keys and row keys selection關於我在Azure存儲帳戶中組織數據的方式。我有一個表格存儲方案，旨在存儲有關實體的信息。大約有4000-5000個實體。有6種實體類型，類型大致均勻分佈。所以每個人約800人。 ParitionKey：的EntityType最新

0熱度

2回答

一個列表的所有k路分區遞歸算法

我寫一個函數，應該輸出的所有列表A. 此問題的K-方式劃分顯然是遞歸的，並且實施應該是直接的： def gen_partition_k_group(A, k): # if len(A) == 0 : # EDITED FOLLOWING SUGGESTION yield [ [] for _ in xrange(k) ] # else

1熱度

1回答

更改SQL Server分區日期邊界和最小化數據移動

我有一個表（比如AUDIT），數據可追溯到10年。很少會查詢1歲以上的數據，完整備份開始時間過長。所以，我決定採用表分區和部分備份，所以如果（當！）我需要恢復數據庫時，我可以先恢復經常查詢的數據，然後再恢復舊數據。我在它的日期時間列（AUDIT_DT）上對AUDIT表進行分區，將最近12個月的數據與舊數據分開。 PRIMARY分區保存最近12個月的數據，而OLD_AUDIT_ARCHIVE（只讀

0熱度

1回答

Azure表存儲：爲備註數據配置分區和行鍵的最佳方法？

我對Azure表存儲非常陌生，分區鍵的概念仍然是一個我還沒有信心知道我是否正確進行的區域。以下是我提出的用於存儲博客文章評論數據的解決方案。我已經評論過所有的東西，所以我希望我的想法是基於代碼的自我解釋。行和分區鍵看起來好嗎？我真的需要一個名爲「CommentId？」的字段嗎？（在我看到的例子中，似乎沒有具體的ID字段，就像傳統SQL存儲中的字段一樣。表的範圍應該是什麼？（我目前設想所有博

2熱度

1回答

Cassandra未在集羣中的現有節點上平衡數據

Greeings，我配置了3節點Cassandra 1.2.12集羣，並且我能夠連接到主節點並在所有節點上創建密鑰空間和表。但是，我想在羣集上運行YCSB，因此當我運行YCSB並加載數據時，它全部加載到Master上。由於我正在加載1000000條記錄，我通過將該數除以我擁有的節點數來計算出初始令牌。當我運行nodetool我得到的是這樣的： Address Rack Status State