今天就说说SQL Server 增量数据同步。当公司的业务数据量越来越多的时候，数据分析部门总想用来做报表，或者提炼出有用的运营数据。通常，相关负责人希望将各个业务系统、各种不同结构的数据同步到数据仓库、数据湖等。若是其他类型数据库，多部署在 Linux 环境中，同步数据有较多及成熟的方案。SQL Server 有哪些增量同步方案呢？方案一：更改跟踪（Chang Tracking）更改跟踪是表级别

以前也想了解到底有什么区别，但是搁着又忘记了，因为我们很少用唯一键约束。直到几天前同事给我个脚本来约束某个字段的唯一性，用的是唯一键约束，这问题又萦绕脑中了。看似有区别，又没发现什么大的区别！实际上也没多大区别，还是测试看看吧。USE [DemoDB]GOCREATE TABLE [dbo].[TableUniqueKey](id int not null,name va

Windows Server 2003 提供了新的磁盘管理方式，能够提高磁盘性能和容错能力。将基本磁盘升级为动态磁盘，能够更灵活分配和管理磁盘空间，能够配置各种磁盘阵列提高磁盘能力。动态磁盘与基本磁盘对比:一块基本磁盘只能包含4个分区，它们是最多三个主分区和一个扩展分区，扩展分区可以包含数个逻辑盘。而动态磁盘没有卷数量的限制，只要磁盘空间允许，可以在动态磁盘中任意建立卷。 

意识到这种情况，Microsoft 发布了 Office 2007 以及随之而来的新版 JET，现在称为 Office Access Connectivity Engine (ACE)，它允许与 JET 4.0 及其以前的版本兼容，并支持新的 Access 格式 (. accdb)，它为 Access 带来了多项新功能，例如多值字段、安全性和加密改进。但是他们之间有什么变化呢？在 Access 2

 sys.dm_db_page_info 某个数据页的头部信息USE masterGOCREATE DATABASE Test;GOUSE Test;GOSELECT [object_id] as objectid,name,type_desc,create_date,modify_date INTO myobjects FROM sys.objectsGO--------...

1.决策树算法决策树，又称判定树，是一种类似二叉树或多叉树的树结构。决策树是用样本的属性作为结点，用属性的取值作为分支，也就是类似流程图的过程，其中每个内部节点表示在一个属性上的测试，每个分支代表一个测试输出，而每个树叶节点代表类或类分布。它对大量样本的属性进行分析和归纳。根结点是所有样本中信息量最大的属性，中间结点是以该结点为根的子树所包含的样本子集中信息量最大的属性，决策树的叶结点是样

ART  报表工具很简单，可通过jdbc访问各个数据库设计报表。可进行图像报表、参数报表、导出报表等。并且可进行定时作业，发送邮件，用户、角色、报表权限的控制。对于简单的报表工作，可以使用者开源的轻量级报表工具——art。下载地址： https://sourceforge.net/projects/art/files/art/首先安装 tomcat （参考Centos

1.数据挖掘定义简单地说，数据挖掘这个名词是指从海量数据中发现或“挖掘”知识，人们很容易发现数据挖掘用词不当，打个比方说，从泥土和岩石中挖掘金子成为掘“金”，而不是“泥土”挖掘或“岩石”挖掘。因此，数据挖掘可能应该被称为“知识挖掘”或“知识发现”，尽管这个名词也和它的实际含义并不匹配，但大家还是选择了数据挖掘这个术语。还有很多其他名词也和数据挖掘有关，包括知识提取，模式分析，数据考古，信息采集

初识SSRS----通向报表服务的阶梯系列(一)SSRS基础----通向报表服务的阶梯系列(二)无处不在的数据----通向报表服务的阶梯系列(三)Tablix指南----通向报表服务的阶梯系列(四)用图表展示未知----通向报表服务的阶梯系列(五)设计仪表盘----通向报表服务的阶梯系列(六)

数据挖掘方法：分类，关联，聚类，回归【分类】如果预测的是一个类别标签（如天气“晴”、“雨” 或“多云”），则该预测问题称为分类。而如果预测的是一个数量值（如温度68°F），则该预测问题称为回归。 最通用的分类预测两步法包括 模型建立/预测 和 模型测试/部署。模型建立阶段使用包括实际分类标签在内的一组输入数据。在模型经过训练以后，针对测试组样本进行模型的精确度评