存储大量人口统计数据以便轻松分析 - OLAP、ORM、自定义解决方案？
我们正在建立一个人口统计数据数据库以供分析；这些数据无处不在，从犯罪数据到人口普查数据再到其他数据。我们希望能够通过地理、度量或时间段进行深…
MySQL 关于优化大型数据库查询的帮助/建议
我有一个 MyISAM mysql 表： CREATE TABLE IF NOT EXISTS `songs` ( `rid` int(11) NOT NULL auto_increment, `aid` int(11) NOT NULL, `song_title` …
在大型 MySQL 数据集中搜索部分单词的最佳方法
我在 stackoverflow 上寻找过这个问题，但没有找到一个很好的答案。 我有一个 MySQL 数据库，其中有一些表，其中包含有关特定产品的信息。当最终用户…
Scala PriorityQueue on Array[Int] 具有复杂比较函数的性能问题（需要缓存）
该问题涉及 Scala PriorityQueue[Array[Int]] 在大数据集上的性能。需要进行以下操作：入队、出队和过滤。目前，我的实现如下： 对于 Array[Int] 类型…
R 中的无限函数/循环：数据管理
我正在尝试重构一个巨大的数据框（大约 12.000 个案例）：在旧的数据框中，一个人是一行，大约有 250 列（例如，人 1、测试 A1、测试 A2、测试 B，...…
R 和 Hadoop 有关系吗？
R 和 Hadoop 有关系吗？据我了解，两者都用于大规模数据分析和计算。我还注意到 Google 和 Facebook 使用 R，Mapreduce 框架来自 Google，他们使用它…
R 中 ddply 拆分大量类别的问题
我最近问了一个关于计算元素重复次数的问题（http://stackoverflow.com/questions/7669553/how-to-assign-number-of-repeats-to-dataframe-based-on-e…
使用 C# 对巨大的二进制文件进行排序
我有一个大约 400 GB 的大文件。由外部封闭系统每天生成。它是一个二进制文件，格式如下： byte[8]byte[4]byte[n] 其中 n 等于 byte[4] 的 int32 值。…
