C# Tutorial – Insert/Save data in database & show message system tray notification | Foxlearn

FoxLearn에 오신 것을 환영합니다 이 자습서에서는 SQL 데이터베이스에 데이터를 삽입 한 다음 시스템 트레이 알림에 메시지를 표시하는 방법을 보여줍니다

프로젝트를 마우스 오른쪽 단추로 클릭 한 다음 ADONET 엔터티 데이터 모델을 프로젝트에 추가하십시오 Northwind 데이터베이스를 사용하여 데모를 재생합니다 Northwind 데이터베이스가 없다면 http://foxlearncom 웹 사이트에서 다운로드 할 수 있습니다 데모를 재생하려면 비주얼 스튜디오에 데이터 소스를 추가해야합니다

그런 다음 데이터 소스 세부 정보를 Windows Forms 응용 프로그램으로 드래그하십시오 다음으로 우리는 고객 테이블에 데이터를 삽입 할 수있는 간단한 UI를 생성 할 것입니다 보시다시피 데이터 필드를 Windows 양식 응용 프로그램으로 드래그하면 바인딩 소스 컨트롤이 자동으로 만들어집니다 BindingSource 구성 요소는 컨트롤을 기본 데이터 소스에 바인딩하는 프로세스를 단순화하도록 설계되었습니다 BindingSource 구성 요소는 다른 컨트롤이 바인딩 할 수있는 도관 및 데이터 소스 역할을합니다

명령을 통해 기본 데이터 목록에 전달하는 동안 양식의 데이터 연결을 추상화합니다 또한 직접 데이터를 추가하여 구성 요소 자체가 데이터 소스로 작동하도록 할 수 있습니다 비주얼 툴 박스의 NotifyIcon을 윈도우 폼 애플리케이션으로 드래그하십시오 아시다시피 NotifyIcon 구성 요소는 백그라운드에서 실행되는 프로세스에 대한 작업 표시 줄의 상태 알림 영역에 아이콘을 표시하며 그렇지 않은 경우에는 사용자 인터페이스가 없습니다 이벤트 삽입 단추를 처리하기 위해 데이터가 성공적으로 삽입되었는지 확인하고 NotifyIcon 컨트롤을 사용하여 메시지를 표시합니다 고객 데이터를 보려면 SQL Server를 열어 데이터가 삽입되었는지 확인하십시오 이 비디오를 시청 해 주셔서 감사 드리며 내 채널을 구독하는 것을 잊지 마십시오

Columns and Data Types: Databases for Developers #2

테이블은 데이터베이스의 기반이 될 수 있지만 보유 할 항목이 필요합니다 그들을 위로

열! 데이터베이스의 모든 테이블에는 최소한 하나의 열이 있습니다 이들 각각은 테이블이 저장하는 오브젝트의 한 측면에 대한 값을 보유해야합니다 예를 들어, 여기에 장난감 테이블이 있고 각 장난감은 테이블에 놓여 있습니다 이제는 색상, 무게 및 색상을 저장할 항목이있을 수 있습니다 cuddliness 요인

🙂 항목을 만들 때 필요한 두 가지 사항이 있습니다 결정하다; 무엇을 그들과 그들의 유형이라고 부르는지 열 이름을 지정하면 그 열의를 의미있는 것으로 부릅니다 예를 들어 제프와 밥이라고 부를 수는 있지만 그들이 어떤 정보를 가지고 있는지 색깔, 장난감 이름 등과 같은 지루한 이름을 갖는 것이 좋습니다

그렇지 않으면 혼란스러워집니다 훨씬 더 중요한 것은 올바른 것을 선택하는 것입니다 유형을 입력하십시오 이 잘못을 저지르고 테이블이 바보처럼 보이지 않을뿐만 아니라, 건축가 클럽에 초대받지 못할 것입니다 하지만 가장 중요한 점은 테이블이 시간이 지남에 따라 서지 않는다는 것입니다

잘못된 데이터 유형으로 인해 모든 종류의 예상치 못한 오류 및 성능이 발생할 수 있습니다 일반적인 데이터 유형과 사용시 살펴 보겠습니다 숫자 열은 잘 숫자 인 것을 저장합니다 예를 들어 장난감의 가격, 크기, 무게 등 Oracle 데이터베이스에는 몇 가지 사전 정의 된 숫자 유형이 있습니다

각각의 정밀도는 서로 다릅니다 데이터를 기반으로 적절한 유형을 선택하십시오 저장하고 싶습니다 아니, 이런 종류의 데이트는 아니야 달력 날짜! 이들은 일이 생기거나 일어날 계획이있을 때 보관합니다

그렇게 할 때 날짜 데이터 유형을 사용하는 것이 중요합니다 이 숫자가 아닙니다 문자열이 아닙니다 날짜! 날짜는 두 번째 날짜까지 저장됩니다

정말로 정확해야한다면 시간표를 확인하십시오 이것들은 나노초 단위로 내려갑니다 타임 스탬프를 사용하면 날짜가 할 수없는 일을 할 수 있습니다 시간대 정보를 저장하십시오! 동료가 서로 다른 분야에서 일하면 세계 아침 1시입니다! 0 1 0 1 1 0 0 1 1 1 0 1 0 0 1 0 1 0 1 0 1

얼룩 문자열은 범용 텍스트를 포함합니다 설명 이름이나 내면의 생각을 저장하여 사용할 수도 있습니다 비정형 데이터 이들에 대한 기본 데이터 유형은 varchar2이지만 if 거대한 금액의 텍스트를 저장하고 있고, clob을 사용하고 있습니다

이는 Oracle Database에서 사용 가능한 주요 데이터 유형의 빠른 개요였습니다 다른보다 전문화 된 데이터 유형도 있습니다 그 중 하나 또는 그 우리가 지금까지 토론 한 다른 것들은 기술 그러나 정확한 데이터 유형을 선택하는 것이 가장 테이블을 만들 때 할 수있는 중요한 결정 잘못하면 몇 년 동안 후회할 수 있습니다

이제 열을 만드는 방법을 알고 있습니다 테이블,하지만 여전히 중요한 결정을 나뭇잎 : 어떻게 결정합니까 어떤 테이블과 어떤 컬럼에 들어가는 지 우리는 다음 에피소드에서 그것을 살펴볼 것입니다 내 YouTube 채널 구독을 시청 해 주셔서 감사합니다 데이터베이스 개발 및 SQL 매직에 대해 자세히 알아보십시오

Making AI real with SQL Server Azure databases and Azure big data analytics services – GS005

오늘 당장의 행동으로 더 많은 것을 얻을 수 있습니다 너의 손가락에 힘이 전부이다

당신 앞에 생긴 세대들 그것에 대해 생각해보십시오 그게 무슨 기술인가? 진짜야 그럴 가능성은있어 적응력은 IT의 기능입니다

끝이 아니라 도구 일뿐입니다 아흐마머는 누구인가? IT 기술은 무엇인가? 할 수있는 일은 무엇입니까? 우리의 목소리와 IT 마이크 너는 예술가 야 페인트 브러쉬 야 우리는 살아있어

미래에는 언제나 꿈꿔 왔어 우리는 변화가 섞인 현실을 가지고 있습니다 AI에서 세계를 보는 방법과 능력을 발휘하는 방법 미국은 세계를 보자 너의 손가락에 힘을 더 줘라 그 전체 생성에 대한 팁 네가 오기 전에 말야

여기에 질문이있어 무엇을 할 것인가? >> 제발 STAGE CORPORATE VICE – PRESIDENT에 오신 것을 환영합니다 AZURE DATA ROHANKUMAR >> HELLO 그리고 모두들 환영합니다 FLAMEROHAN KOOUM 부통령은 부통령 직을 맡고 있습니다

MICROSOFTTHANK ALLFOR JOINING 나 여기있어 너는 비디오는 믿기 어려울 정도로 놀라운 제품입니다 TECH INDUSTRY에서 미국을 구하는 시간 OURFINGERTIPS에서 더 많은 힘을 얻었습니다

전에도 그 사실을 알고 있었어 세상은 변덕 스럽다 전에는 그랬 잖아 그걸로, 열쇠 의문의 여지가있는 질문 이 INCREDIBLYAMAIKZ CAP 능력 너의 손가락에 도움이되는 팁 회사는 DINL TALLYTRANSFORM이므로 그것들은 적응할 수 있다는 것과 미래의 커브의 앞에 머물러 라

혁신이 이루어진 부분을 부여하십시오 그리고 변하기 쉽다 알아, 생각하는 여러 가지 방법이 있습니다 디지털 변환에 대해서 우리는 AVERY CLEAR POINT OF VIEW를 가지고 있습니다

경험에 기반한 의미 우리는 MICROSOFT에서 수익을 올렸습니다 우리는 CLASSIFIED 디지털 변환은 매우 특이하다 네 번 볼 수있는 필라 슬라이드 첫 번째는 정말입니다 직원들에게 예술 도구의 상태 그들의 일에있어서 최선이 될 수 있습니다

두 번째는 심오한 자세에 관한 것입니다 귀하의 고객과의 협조 새로운 ANDINOOVATIVE WAYS THIRD 정말 새로운 건물에 관한 것입니다 그 이상을 암시하는 더 나은 제품 귀하의 고객이 필요합니다 그리고 마침내, 이 부분의 4 분의 1은 더 많은 것을 추적합니다

국가 위탁 조작 너는 훨씬 더 가볍다 비용 절감에도 효과적입니다 MICROOSOFT, 우리가 경험 한대로 디지털 변형의 여정, 우리가 현실화하는 몇 가지 것들이 있습니다 우리가 더 많이 만들었습니다 FRAMETHAT에 기초한 콘크리트 나는 단지 설명했다

그리고 우리는 가고있다 그걸 통해 우리는이 개념을 만들었습니다 디지털 피드백 루프 호출 내가 믿는 것은 똑같이 적용된다 가는 모든 기업에 역동적 인 변형 SO 디지털의 특징은 무엇입니까? 피드백 루프? 첫 번째는 정말입니다

많은 정보 얻기 사업의 중요한 측면 실제로 능력을 갖추고 있음 실시간으로 신호를 캡처하십시오 디지털의 두 번째 기능 피드백 루프는 정말 16 세기입니다 당신이 얻고있는 모든 신호의 크기를 조정하십시오 비즈니스의 다양한 측면에서 의미있는 통찰력을 얻고 그들로부터 마침내, 제 3의 및의 가장 중요한 기능 디지털 피드백 루프는 유용합니다

지능적인 결정을 내리기 위해 당신이 얻은 통찰력과 이 결정을 내릴 수있는 능력 THE BUSINESS PROCESSES로 돌아 가기 당신이 ABOUTCHARACTERISTIC라고 생각할 때 고용인 입력 또는 제품 소품과 같은 귀하의 제품, 고객으로부터 나옵니다 피드백 또는 운영 데이터 제공 너의 것 중에서, 모든 것 함께하면 통찰력을 얻으실 수 있습니다 지능형 결정을 내리는 데 도움이되는 정보 그것이 바로 디지털 디지털 우리가 보았던 형상을 추적하라 MICROSOFT

LET는 몇시에 보게됩니다 우리 고객의 실제 모습 이 변경 사항을 성공적으로 수행하십시오 이스트 마크 시스템 완전히 혁명을 일으켰다 열 그레이드 산업 연결된 드론을 기반으로 한 슬리 즈 깊은 학습 모델을 이끌어냅니다

이미지 분류를 수행하는 단계 그 (것)들이 주요한 정비를 돕는다는 것을 실제로 취득한 것은 무엇인가 원격에서 인간에게의 인류 인간 위험 지역은 현재 완료되었습니다 헬프론 드론과 원격 오른쪽? 이건 단지 필수 또는 필수 보안 보안 때문에 훨씬 더 많습니다 위험한 지역에 고비를 넘긴다면, 그러나 그들은 또한 많은 돈을 절약하고있다

그 초점 맞추기에 시간 그들보다 더한 사탄들 DISCOVERTHEMTHEY에 있습니다 제품 활동의 중요성이 대폭 향상되었습니다 ASOS는 온라인 전자 상거래입니다 기본 운영 방식의 MICROSOFT를 개정 함 건축술은 그것들을 가능하게합니다 실제 시간축 화

THEY 번창하는 1 천 5 백만 고객 세계를 기반으로 한베이스 이 새로운 전자 상거래 플랫폼 그들과 함께하는 심오한 협조 데이터에 근거한 시간 제공 그들의 고객으로부터 얻고있다 ENGAGEMENTS 그들은 줄 수있다 그들에게 그 제품들을 보여줍니다 욕망이야

근본적으로 변형 된거야 지금 월마트, 월마트에서 보자 THECLOUD에 큰 재능을 그들이하는 주요 이유에 관해서는 특히 현저히 향상시킨다 그리고 그들의 작업을 스트리밍하십시오 실현 된 분석 플랫폼 그들을 돕는 클라우드에 실제로 통찰력을 얻을 수있는 실제 시간 데이터를 판매하고 고객에게 묻습니다

진술 및 인벤토리 상태 ANALYTICS PLATFORM 그들은 풍부합니다 TOLEFRNL 및 공급 업체와 공유 통찰력과 봉사에서 배웁니다 이 고객은 더 좋고 관리가 쉽습니다 그들의 인벤토리가 더욱 좋아졌습니다 사업 이 척도에서 우리는 이야기를 나눌 것입니다

수백만의 수백만 달러짜리 놀랍다 HAPPENING 그리고 마침내, 트랜스포머 제품 카테고리에서, 큐 서명을 어떻게 바꾸 었습니까? 계약서에 서명했습니다 THELINE TRANSACTION PLATFORM THEY 'VE 필요한 시샘 준비가 필요합니다

실제로 서류철로 있어야 함 캐비닛 팩스 기계 동부 표준시 그들의 거래의 50 % 시간 내내 완료하십시오 그 중 80 %는 DAY 그냥 IT에 대해 생각해보십시오 많은 시나리오들, 그런 것들 일, 주 또는 월 단위로 결정 아주 초중주로 변모하고있다

고객의 몇 가지 예 중요하다면 디지털 변환 FEEDBACK 루프 프레임 나는 단지 설명했다 지금, 당신이이 이야기들에 귀를 기울이면, 이 모든 일이 성사 될 수있다 CORE는 디지털의 핵심입니다 이 회사들의 변형 고객은 전반적으로 심장의 기초는 데이터 해당 데이터의 임포트 대기 I 세계에서 제작 됨 기본적으로 차트에서 벗어났습니다

언제나 나는 매번 트위터를 탔다 일정 시간마다 웹 사이트로 이동하십시오 이 날,이 곳을 방문하십시오 연결된 응용 프로그램을 사용할 때까지 저와 저에 관한 서비스 데이터 사용법과 패턴이 만들어집니다 기본적으로 능력을 상상해보십시오

나올 수있는 통찰력을 사용하십시오 이 데이터 볼륨의 높은 음량 ENTIRECUSTOMER BASE, 그 기원 디지털 변환을 기반으로합니다 일어나는 것 중 아무 것도 PRETTYAPPARENTSINCEDATA 및 AI가 있습니다 재단 자넨 내기가 필요해

현대의 날에 우리도 마찬가지야 이 여정을 즐겁게 해줄 AMODERN 지난 8 또는 9에 대한 데이터 상태 1 년 동안의 구름과 하이브리드 사건 우리는 고객과 깊은 협조를했습니다 고객이하는 시나리오 ARETHINKING ABOUT, 매우 구체적으로 이 4 세대로 넘어가십시오 첫 번째 ISMODERNIZINGDATA 플랫폼

왜 몇 가지 이유가 있습니다 수 많은 CHUSCUSTOMERS의 특정 고객 카테고리는 앞으로 나아갈 수 있습니다 공공 구름은 아직 찾고있다 계속적인 조사 및 그로부터 이득을 얻습니다 광산 데이터 경로보기 CLOUD에서 우리는 클라우드를 현대화한다고 부릅니다 비용 및 레버리지가있는 부문보기 우리가 얻는 부유 한 혜택 해당 지능형 플랫폼 이 서비스에

제 3의 카테고리 정말로 내가 무엇을 부르는 지 대략적으로 이야기하고있다 클라우드 네이티브 응용 프로그램 THESE 신청서는 불가능합니다 사전에 그리고 유일한 장소 글로벌 스케일을 클라우드에 구축하십시오 이러한 응용 프로그램을 만들어서 만드는 방법 그들의 새로운 경험 완전하게 고객

끝내주는 기둥 통찰력을 없애라 그것의 데이터 CLOUD의 동향 또는 분류에 남음 SORTOF에 대한 이유 생성 할 전체 데이터 세트 통찰력 내가 부른 핵심 요소 그 전에는 우리가 생각하는 그대로입니다 제품 전략은 다음과 같습니다 잡종

봐라, 근본적으로 하나 다음날은 전례가 없다고 믿는다 그것이 5 년, 10 년, 15 년 후, 우리가 가고 있습니다 혼성의 세계에 살다 우리 기업 고객이 많이 투자했습니다

많은 돈과 건축비 데이터 센터 그 (것)들에게 무슨 짓을하는 가치 찾는 중입니다 실제로 기내 수있는 파트너 그들이 실제로 있고있는 곳 이 여정에 따라 가져 가라 미국, 제품 전략 기준에서, 다양성, 모든 가능성에 투자 우리는 필수적으로 사용할 수있다 당신이 선택한 곳과는 별도로 귀하의 신청서를 실행하십시오 마지막으로 키를 누르십시오

우리 고객들을위한 이러한 시나리오들 JUST가있는 경우이를 통해 진행됩니다 장치에 데이터베이스 현대화 클라우드 핵심 요소 IS로 이동하거나 당신은 어떻게 변화 시키나요? 애플리케이션 또는 투자 이미 MADEINTO INTELLIGENT KWUNS입니다 그리고 이것은 FOR FORUS, AI CORP PART입니다 우리는 AI AI가 분리되어 있다고 생각하지 않습니다 우리가 생각하는 것으로 현실화 된 오늘의 PA에 관해서는 더 많은 새로운 SAYINGS를 기립니다

그 배경과 이야기하자 혁신은 우리가 각자하고 있습니다 내가 생각했던 그 4 개의 기둥 중 현대화 서열은 깃발을 써라 선박 데이터베이스 우리는 가장 높았습니다 세계에서 상업용 데이터베이스를 사용했습니다

놀라 울만한 혁신의 기록 우리가 배운 것에 기초하여 고객 서비스를 제공하는 고객 핵심 프로세스와 시나리오 우리는 최근의 보안에 혁신적이지 않음 교차 플랫폼이 될 수있는 범위를 확대했습니다 VERYSUPPORT LENOX, ET CETERAWEE 마지막 커플 방방곡곡에 풀려났다 지능과 AI를 더 가까이 넣기 데이터베이스 안에있는 ATDATA에 따라서 데이터를 주변에서 움직여서는 안됩니다

안으로 들어간 톤 혁신 나는 그 일을 정말로 능가한다 WITHSQL SERVER 2019 WE'RETAKING 당신의 관리에 큰 걸음을 내딛었습니다 전체 데이터가 내가 의미하는 바야

그게? 코스 지원 지원 창구 우리는 레녹스 문서를지지합니다 우리는 확장하고 있습니다 임무 중요 어플리케이션 그리고 용기 우리는 아주 조화를 이루고 있습니다 물론 컨테이너와도 잘 어울립니다 내가 가장 많이 얻은 것 정보, SQL SERVER 2019는 APSCHY SPARK 및 HDFS에 대한 지원 이것은 실제로 땅을 파고있다

[APPLAUSE] 약관 >> 우리가있는 곳 이걸로가 너 생각 나니 여러 데이터 시스템 NGS HDFS가 있습니다 DWE DELAWARE 표준화 그리고 스파크는 세블이 드라고 관리를 위해 사용되는 컴퓨터 계산 엔진 그게 바로 DATA

ANDWA WORLD YOURSQL 서버가 어디에서 알 수 있습니까? HDFS에 저장된 데이터 동부 표준시 CETERA에 대해 생각해보십시오 그리고 SPARK, 코스는 이미 가능합니다 그 건물을 많이 들고 건물을 지어 라 이 모든 것들이 완벽하고 완벽합니다 매우, 매우 흥미로운

O, ARESQL SERVER 2019 지능을 가능하게하십시오 귀하의 모든 데이터에 관해서는? 우리가하는 일은 우리가 도달해야하는 버전 다른 데이터 저장소의 여러 가지 매우 인기있는 기기 및 CLOUDYOU 수 LEVERAGEFOR에 허브 정보 모든 공구 IT가 주변에 지어집니다 나는 단지 할 수 있다는 것을 분명히했다 이 모든 것을 관리하는 스파크 및 HDFS 당신의 뜻이 아닙니다

실제로 당신이나 그 사람을 증여해야합니다 기존 데이터 링크 및 SQL로 이동 SERVERWE 우리 THOESVER에서 우리의 똥을 넣어 그리고 U SQL은 굉장히 빠를 수 있습니까? 기존 데이터로 통합하십시오 우리가하는 몇 가지 과제를 해결하기 위해 오늘 우리의 고객이하는 것을보십시오 큰 데이터 시스템은 훌륭한 용어입니다 데이터 관리에 관한 정보 WAREHOUSING ANDTHERE 같은 것들 전통적으로 오는 많은 마찰 관계 데이터베이스가 여전히 솔루션입니다

세계의 어느 곳에서든지 선택하세요 원활한 통합의 집합 모든 마찰을 제거합니다 마지막으로, 계속하십시오 계속하시오 혁신은 부지불식간에 모든 SQL Server 확장 가능 우리는 언어 지원을 추가했습니다

줄리아와 자바 당신은 그것을 확장 할 수 있습니다 당신이 원하는 언어로 다른 것들 나는 그것에 대해 최고로 뛰어났다 AZURE DATA STUDIO의 발표 WE'RERELEASING의 새로운 도구 YELLSERVERSQL 사례 발표 모든 데이터를 관리 할 수 ​​있습니다 자산, 구조 오늘 unstructured 단일 공구를 사용하여 데이터 큰 데이터 문득 깨달으십시오

온건 한 의견 수렴 낱알에서 하나씩 도구 및 통합 경험 한방 이 예들은 당신이 데이터라면 과학자, 노트에 사용 된 사람 모델 생성 및 훈련 경험 AZURE DATA STUDIO를 사용할 수 있습니다 FURY DATA ENGINEERUSED TO DOUR GEE SQL 및 DESQLTHAT 실행에 대한 의욕 HDFS에 저장하면 그렇게 할 수 있습니다 18 인치 단일 공구 이 일의 TODOWELGETTING 소량의 비트로 어떻게 SQL 서버 2019가 당신을 가능하게합니까? 이걸 직접 간절하게해라

SQL Server 및 SPARK RUNNING 연결되는 모든 데이터 노드에 TOHDFS SQLENGINE을 수정했습니다 좋아하게 알기 위해 큰 데이터 형식을 말하십시오 SQL과 SPARK 모두를위한 COMPUTE 네가 만들 수 있다고 너를 위해 THATYOU'REOFF TOOLING 너는 너를 위해 선택할 수있다

네가 원한다면 우리는 기본적으로 반역 적으로 이것을 통합했습니다 스토리지를 허용하는 범위 무심하게 대면하는 계층 및 컴퓨터 계층 사기꾼이라면 누구나 할 수 있어요 고수준의 여러 노드에 대한 HDFS 클러스터 POWERIT 'S PRETTY AMAZING

YOU에 조인 할 수 있고, 외부에서 BASICALLYCREATE 할 수 있습니다 데이터를 조인 할 수있는 테이블 저장된 INNYBIG DATA SYSTEMS 높은 가치 데이터를 극적으로 수행 SQLSERVER 안에 저장했는지 그래서, 다시금 놀라운 스파크 함께 일하는 SQL 큰 데이터 알다시피, 당신의 데이터는 저장되어 있습니다 당신의 관계 데이터베이스가 풍부합니다 그들과 함께하고, 흥미로운 것을 사용하십시오

통찰력을 끄집어 내고 비즈니스와 함께하십시오 이것이 얼마나 놀라운지 함께 가기 SQLSERVER2019의 실제 모습 도와 줘요 정말로 훌륭해 존스 홉킨스 (JOHNS HOPKINS)의 INVITEGERARD 대학은 무대에 서서 도와주세요

[APPLAUSE] >> 감사합니다 여기에 있습니다 >> TELL BUS YOUR 존스 홉킨스 (JOHNS HOPKINS) >> AT JOHNS 호프만은 우리가해야할 일이 무엇인지 데이터 분해를 시도하십시오 그리고 간단하게 만들어라 당신 이미지 GALAXY

THIS가 그림이었습니다 천문학 중 복용 프로그램이 SLOAN DONE 1을 호출했습니다 나만의 300 만분의 1 지역 우주선의지도 당신은 가리발과 일치하는 포인트를 봅니다 이 SLIGANDIGITAL 내가 PUTTHIS지도 데이터베이스에서 우주의 전체에게 접근 가능 간단한 무기를 사용하여 세계 사람들은 커스텀을 쓰기 위해 허용되었습니다 매우 인기있는 것으로 보이는 질문

실제로 널리 퍼져 있음 모든 데이터 세트, IF 중 하나 나는 더 많은 이야기를 나눴다 시뮬레이션 코스모 니모이션 PERFECT >> 그래서 시뮬레이션은 무엇입니까? 콤플렉스를 이해하는 데 사용됩니까? 우주와 같은 구조 우리는 펜과 종이로 할 수 없다 우리는 ROSCOSMOLOGICAL 대신에 SOMEMODELS 기본 우주와의 시뮬레이션 우리가 슈퍼 컴퓨터에서 제작 한 것 시간을내어 앞으로 나아갈 수 있도록 모델 RADICAL COMPLEX PHYSICS GOING ON

AND와 SO, 당신이 본 하나 지금 당장 그런 예가 있습니다 시뮬레이션, 우리가 실제로 데이타베이스에 저장되었습니다 종류 : 붉은 깃발 구조 종류 코스모크 그래프 일반 그 안에 리트 렛트의 종류 궁극적으로 클러스터 무엇입니까 우리는 우리가 알고리즘을 사용하는 어려움 10 억을 얻으려고

데이터베이스에서 시뮬레이션 및 저장 세계에 널리 퍼져 나갔다 이 부분을 특히 잘 만든다 가장 상세한 시뮬레이션 중 하나 그 종류의 하나를 연구했습니다 >> 완벽한 그래서 어떻게 SQL 서버 2019 도움이 될까요? 너는 너의 일과 너와 함께있어

그냥 기술 했나? >> 네가 생각하는 것처럼 잘 하네 안돼, 안돼, 데이터 너무 복잡하고, 우리는 본다 흥미 진진한 PHENOMENA 그렇지만 그들은 복잡하지 않습니다 이 상황을 집중적으로 다룬다 우리가 필요로하는 것은 대체로 행만있는 ADATABASE 사용 하나의 줄 당 클러스터, 사람들 필요 언젠가는 원시에 접근하기 위해 이 아름다운 FUZZY의 모든 데이터 동부 표준시 세테 라를 폭발하는 구조

THATDATA는 미국에서 너무 큽니다 전통 데이터베이스 시스템에 저장 그래서 우리는 파일을 남겨두고 싶다 SQL 2019는 WEEP을 수행합니다 로드하고 방문 할 수 있습니다 높은 가치의 클러스터 데이터가 있습니다

우리는이 이야기를 통해 QUERIES를 쓸 수 있습니다 최종 사용자가 당연히 기대합니다 지식이 없어도 알 수 있습니다 하지만 SQL을 사용하여 데이터를 액세스 할 수 있습니다 이 >> 완벽한 >>

EXCITINGTHANK 너 너무 많이 [APPLAUSE ] >> 훌륭한 예는 OFHOUNIT입니다 SQL Server 사용자를 돕기 위해 그들의 엔티티 데이타 상태를 관리하십시오 실제 ININNOVATIONS의 더 나은 방법 자네는 >> 괜찮아

시작하자 THE THEMMISISTRATION PORTAL과 함께 SQL Server 2019 큰 데이터 클러스터를 종료하십시오 이것은 쇼윈싱의 개요이다 우리가 파병 한 군대 지금 볼 수 있듯이, 우리의 클러스터는 있습니다

100 스토리지 풀 포드 콘티 넨싱 하드 디스크 APACHE SPARK 및 SQLSERVER 모두 실행 중입니다 우리가 상호 작용할 도구 우리의 클러스터 통합에서 테다 타와 함께 데이터 스튜디오 우리가 할 수있는 일은 데이터 검색 SQL의 AUNIFIEDVIEW 서버는 데이터 시트가 그대로 유지됩니다 우리의 데이터 링크의 HDFS 이 부분은 시뮬레이션 파일입니다 우리가 선지자로부터 받았던 호킨스 대학교 컨 커티 네이 팅 (HOPKINS UNIVERSITYCONTAININGTHE) 원시 데이터

그게 우리가 해낸거야 우리는 이것을 통해 우리가 그렇게 할 수있는 완벽한 형식 SQL SERVERAND FROM에서 쿼리하십시오 스파크 AZURE DATA는 EXPERIENCE에 구축되었습니다 사용법을 달리 할 수있는 것 스파크

네가 여기 보았다 내가 열어 본 첫 번째 노트 CELLYOU는 ITSPARK가 있다고 본다 나는 기본적으로 염병자 스크립트를 가지고있다 로드 작업중인 스파크 작업 제출 기억에서 수백만의 행수 데이터 프레임은 여기 있습니다 알았어요

데이터를 봅니다 그 데이터 우리는 입자의 위치를 ​​보게 될 것입니다 TIMEAND의 특정 시점 그것도 동등 함을 느낍니다 당신이 여기있는 곳마다 볼 수 있습니다

방향성 대중 음악을 사용할 수 있습니까? 그리고이를 시각화하기위한 피스톤 우리가 바로 여기 있습니다 여기에 우리가 있습니다 이것이 도움이되는 위치를 묘사하기 과학 연구 다크 매터 할 로스 또는 특정 지역을 확인하십시오

DIG DEPER INTO AND STUDY 지금 당장 당신이 일할 때 평소에 WITHBIG DATA, 이것은 ANAUTOMATED로 작성되었습니다 예를 들어 사용하는 규모의 화법 MLAND 결과는 요약 될 수 있습니다 하이 밸류 스토어에 들어가기 SQL SERVER

NOW, 알게 될 것입니다 우리가 가지고있는 누화 된 데이터 여기에 SQL SERVERTABLENOW로 들어가십시오 우리 표 알았을거야

나는 어떤 것도 바꾸지 않으려 고하지 않았다 SQL Server에서 내 데이터에 액세스하는 도구 그렇게 죄를 지은 방법으로 나는 모든 것을 배제한다 내 클러스터에서 필요로하는 것들 엔진과화물 나는 지금 접속 중이다

우리 주인장에게 우리는 이걸 가지고있다 여기 테이블, ANDTO BE JOIN 데이터가있는 THESUMMARIZED DATA 내 HD DATALINK에 앉기 I CREATEAN EXTERNAL이 필요합니다 TABLESO는 여기에서 수분을 만듭니다 그래서이 성구는 신식을 창조 할 것입니다

SAYMILLENNIAL에 TABLEVERY 힘 PARTICLESIN SQL SERVER 2019 우리는 비공식적으로 읽음을 추가하고 필사자 파일 필자는 무엇을 요구하고 있는가? SQL Server가 여기 있습니다 이 작업을 실제로 수행하는 엔진 우리의 데이터 링크 오른쪽에 앉아 데이터가 살아 있습니다

데이터가 없습니다 내 외장을 구할 때 TAIBL은 데이터 소스를 가리키고 있습니다 당신이 내 데이터 인 당신 자신이 LINKLET 우리의 외부 테이블을 만듭니다 그래서 우리는 진행할 수 있고 여기에 참여할 수 있습니다

데이터 인 데이터 링크 이 기쁨을 많이 알았습니다 다른 검색어와 비슷하게보기 SQL 서버를 사용 하시겠습니까? " 음, 그게 사실 전체 지점이야 전혀 다른 점은 없습니다 데이터 레이크 초과 쿼리 다른 SQL Server 테이블을 쿼리하는 중입니다

이 데이터는 지금까지도 재검토가 가능합니다 대시 보드의 모든 애플리케이션 THATRUNNINGON TOP SQL 서버 나에게 너를 보여 줄게 여기에 POWERBI 대시 보드가있어 줄거리가 아닌 닮은 것을 나타냄 당신은 노트북 앞에서 선견 보았습니다

다른 스냅 샷 표현 온 우주가 형성되었습니다 존스 HOPKINS UNIVERSITY 이것이 의미하는 것은 아닙니다 이 최종 사용자 신청서에서 단일 변경, 그들은 지금이 원시 시뮬레이션을 공유 할 수 있습니다 세계에 걸쳐있는 데이터 현물 교류 그리고 누가 알겠습니까? 우주에있는 몇몇의 남반구들 고마워요

[APPLAUSE] >> 감사합니다 너도 마찬가지야 너 거기서 갈거야 액세스 변경 사항이없는 앱 변경 사항 내부 데이터 링크에 저장하십시오 정말 놀랍습니다

모비니즘에 대해 더 많이 알고 싶습니다 SQL Server 2019에 포함되어 있습니다 너는 많은 일들에 대해 봤어 우리는 보드에서 만난다 보안에서 우리는 더 많이 말할 것입니다

이 날에 올 것입니다 하지만 정말 당신이 다운로드를 원해요 CDP 또는 SQL SERVER2019 오늘 우리가 의견을 환영한다면 커뮤니티 위대한 제품을 가지고 있습니다 지난 25 년 동안 계속 해봐

고마워 계속해 우리가 고객으로부터 듣는 다음 팀에게 그들의 존재를 근대화하는 것 클라우드에 대한 응용 프로그램 초기 투자 비용을 절약 할 수 있습니다 우리는 전체 범위를 유지하고 있습니다

운영 데이터베이스 서비스 그 애슐리 스톰 스무프 현대에, 당신은 그것에 대해 들었습니다 우리는 출시 된 OPENSOURCEDATABASESUPPORTED MYSQLANDAND 오늘 나는 매우 예쁘다 대중 사전 시연에 대한 압도적 인 평가 OFMODERNDB 다른 오픈 소스 데이터 BAH은 금세에 힘을 얻고있다

우리가 다른 옷을 입고있다 DATABASESERVICESON SQL DB 측면 내가하는 커플의 발표 일반 이용 가능성 있음을 알 수 있습니다 OFSQL 데이터베이스 관리 놀라운 지난 1 년 및 1 년 이상 여우 수많은 고객과 일하기 좋아하는 튜닝에 자신처럼 그 때 보험에 들었 으면 좋겠어

우리가 굳건한 호환성 맞았 어 그리고 IT'SAN EXCITING 우리가받은 피드백에 따라 하루 만 이 기능을 일반화 할 수 있습니다 그래서 SQL 데이터베이스 관리를 WHATTISZES? 기본 접근성 허용되는 AZURE SQL 데이터베이스 너는 태우고 고뇌하지 말아라 APP 변화 그게 그랬어

우리는 듣고 있습니다, 당신은 사람들로부터 알고 있습니다 그들이 찾은 것처럼 분명하고 명확하다 그들의 존재를 근대화하기 CLOUDWHILE과 함께 응용 프로그램 성찬에 대한 사랑의 은혜 그 (것)들을하는의 비용을 그 (것)들에게 제공합니다 이민이 중요했습니다 TON을 일으켰 기 때문에 공평한

GOING INFUNDAMENTAL WAS 앱 변경 사항이 없습니다 보안 컴플라이언스가 매우 우수했습니다 핵심 디자인 포인트 그 지원 동기 전송, 거버넌스 및 좋아하는 지역으로의 컴플라이언스 지역 알기 쉬운 검색 및 검색 AZURE SQL 데이터베이스가 실제로 어디에 있습니까? 초점은 그들과 함께 일하고있다 잘되는 물질

경쟁력있는 제품 DCO는 우리가 들었던 것을 크게 우리가 확신하고 싶은 우리의 고객 가격이 그 이유가 아니 었습니다 그들을 위해 마찰을 일으켰습니다 AZURE HYBRID 혜택은 이미 출시되었습니다 그리고 지원은 당신을 강요합니다 AZURE SQL 데이터베이스를 사용하십시오

언제 80 % 절약 할 수 있습니까? 기존 응용 프로그램을 이식하십시오 클라우드에 정말 놀라워 나는이 사실을 토의에서 말하고있다 제품에 대한 적응력이 있다는 것을 우리가 관리해야 할 일, 그리고 우리가이 일을 끝냈다

보험에 대한 보안 및 준수 모든 준수 표시 줄 당신은 사업을 유지하고 있습니다 언제 형편 없는가? 우리가 설계 한 사업 모델, 절대적으로 아무 이유도 없다 SQL Server와 다른 곳으로 가십시오 SKPL DBMI와 함께 적용 ANDWORK 우리가 얻은 것 우리가 만든 데이터베이스 이관 서비스 일반적으로 커플 간이 가능합니다 그 완벽한 목적지 AZURE ALLYOUR을위한 완벽한 성능 SQL SERVER

IT는 정말 대단합니다 나는 미래로 나가는 것이 좋습니다 고지를 외상으로 외상을 받았다 배포 옵션을 추가했습니다 SO 그게 뭔 소리 야? 너는 알고있다, 우리는 켜져있다

이 구름은 여덟째에 대한 기쁜 소식 그 중 몇 년이 우리가 가진 것처럼 아주 명확 해집니다 우리 고객과의 토의 그들은 INTOMIGRATING SOME을보고있다 최상의 임무 중점 적용, 크기 나 사용법에 대해 알고 계십니다 클라우드에 그 질문

너는 언제쯤 알 수 있니? 종류의 오프 라인 소개 그들은 OES 동안 XESING 흡입입니다 기계들 어떻게이 일을 할 수 있니? 우리는 실제적으로 전체를 추적합니다 SQL Server의 저장소 구성 우리가 기본적으로 분리 한 고령자와 함께 우리 저장고를 되찾아서, SQL Server 데이터베이스의 저장소 계층 TOINHERENTLY DESIGN로 확장되었습니다

주기적으로 효과가있는 것 크기에는 제한이 없습니다 지원할 수있는 데이터베이스 SQL SERVER가 있습니다 테스트를 끝냈습니다 TO100 테러와 매우 짧음 이 데모를 보았습니다 어떻게 알았습니까? 놀랄만한 기술 혁신 이게 어디 있니? 당신이 할 수있는 100 가지 사역 일정 시간 이상으로 시간 복원 아주, 아주 큰 데이터베이스

스케일 아웃 컴퓨터가 될 수있는 능력 귀하의 운영을위한 저장 및 보관 데이터베이스는 독립적으로 접지되어 있습니다 우리는 매우 흥분하고 있습니다 THECORE SQL과 같은이 팀은 마지막으로 FON 레이더를 작동 시켰습니다 2 년 반, 1 년 반 그걸 알리기 위해

더 좋은 방법 고객을 초대하는 것보다 스테이지 Andre JOHN WHOIS 님을 초대합니다 일반 관리자 >> 당신은 줄 수 있습니까? 여정 개요 당신은 고마쓰가 된 곳입니다 많이 삽니다 조직, 우리는 다른 자료들

너와 너 예를 들면 우리는 우리의 EIP를 가졌다 지금이 릴의 마이크로 소프트 다이나믹스 TREE 시스템의 대용량 데이터 TRUCKBEHINDUS 오른쪽처럼 AND 우리는 또한 실험실 시스템을 가지고있다 유체 분석 및 오일 샘플 이 모든 시스템이 크게 생성됩니다 마지막 첩자에 데이터의 양 우리는 일주일에 단 하나뿐입니다

단일 데이터베이스로의 변환 정말로 접근성을 제공하는 기회를 제공하는 ANDALSO ADATA의 방식으로 기념하십시오 우리는 들어가지 않고 통찰력을 얻지 못했습니다 그걸로 그게 최고야 HAT 고마쓰가 선택한 플랫폼 PULLINGDATABASE TOGETHER의 약관 연장자 발견에 시간이 걸릴 것입니다

허브 야 부분적으로, 플러그 – 인이 생겼어 만든 마이크로 소프트 다이나믹스 데이터를 얻기에 아주 좋음 역 동성과 강력한 데이터 모델링 도구 그 모델링을 정말로 간단하게하는 범죄자는 내가 가속 할 수 있다고 생각합니다 개발 시간 프레임

FROM 보기의 ADATABASEPOINT, 우리는 말했다 그 UAUURE MANAGEMENT INSTANCE THAT 우리의 분석을위한 가치 제안 엄청나게 싸구려 였어 PLATFORM보다 이전에 우리가 우리는 또한 우리가 사용하고있는 것을 사용하고 있습니다 놀라운 성능 향상 그걸로 이동합니다 >> PERFECT

SO OFSAVINGS가 달성 한 분야 KOMATSU에서? >> 그래서, 우리는 감소했다 코스모페 49 % 및 향상 우리의 ETL 과정에서 25 ~ 30 퍼센트 우리의 관점에서 정말 그렇습니다 아주 많이 승리했습니다 >> 환상적입니다

다음은 무엇입니까? 그 여생생은 누구야? >> 나는 지금 우리가 지속 가능한 건설을하고 있다고 생각한다 플랫폼 및 인프라 스트럭쳐 우리가 어떻게 해를 끼칠 수 있는지 그게 우리가 더 많이 들어가는 곳이야 그 깊은 데 도움이되는 인공 지능 도구 데이터와 호기심에 대한 다이브 앤나 리시 시스 오늘의 FINDNEW 관계 우리 고객들에게 가치를 창출합니다 너 정말 많이 고맙 네요

고마워 너 너무 많이 [박수 ] >> 너는 듣고있는 이야기를 좋아한다 그것이 기본적으로 무엇인지 알아 봅니다 제품 마케팅의 전체 측면, 작동하는 모든 기능 더 많은 것을 할 수있는 데이터 플랫폼

>> NOW, LEONARDO DICAPRIO가 DEW를 찾는다 고조가되지 않으며 오랜 시간 동안 걸릴 수 있습니다 매우 오래된 데이터베이스를 복원하려면 나에게 엘리네를 초대하고 너를 해달라 LASTDATABASE와 함께 멋진 점원

>> 감사합니다 모두들 조심하십시오 나는 오늘 쇼를 위해 정말로 뛰어났다 환상주의의 일부 야 AZURE SKLDATABASE로 끝냈습니다

마지막 몇 개월 동안하지만 저널을 이해하고 클라우드로 처음으로 이민으로 시작합니다 우리는 이적을 보길 원합니다 데이터베이스 요청 표시 방법 QUICK ASK 그것들은 간단합니다 여기 우리는 응용 프로그램을 가지고 있습니다

SQL 서버 상단에 구축 CLRS와 같은 기능의 장점 그리고 LED 서빙과 교차 데이터베이스 JOINTS 그렇습니다 SQL 데이터베이스 우리는 없었어요 우리가 할 수 있었던 것을위한 지원 이 신청서를 절대로 위로 옮기지 마십시오 AZURE

SO, 여기 데이타베이스가 있습니다 이 서비스를 위해 준비한 서비스 데모 및 모든 IT 요구 사항 반드시 데이터베이스 테이블을 유지해야합니다 데이터베이스와 그 이후의 홀로그램 BLOB를 여기에 보관하십시오 이 이주를 꺼 버리는 경우가 있습니다 직업은 무엇인가? 기본적으로 데이터베이스가 있습니다

현지에서 후송 됨 배송 중 ACROSS 및 개축 된 MANAGEINSTANCESAND WITH HAVING 한 줄의 코드를 변경하려면 같이 갈 수 있고 내 웹 사이트를 새로 고칠 수 있습니다 여기, 너 플립 해줄거야 이상 AZ 데이터베이스를 통해 우리의 모든 고객을위한 기능 알기도하고 사랑해

완벽하게 관리되고있어 전체 서비스를 제공하는 서비스 영역 SQL 또한 이해해야합니다 우리의 고객은 한 번 후에 보게됩니다 데이터베이스 또는 두 가지, 대부분의 고객 커다란 함대를 가지고있다

일상적으로 관리해야합니다 SOWITH AZURE SQL ANALYTICS 이것들 고객 맞춤형 AZURE 우리는 유리의 단일 판을 제공합니다 우리는 귀하에게 모든 통찰력을 제공합니다 OFYODA를 기반으로하지 않고 관련 간행물, 액스 데이터베이스, 모든 범위 불가 능성 단일 쿼리가 있습니다 단일 구독이 있습니다 하지만이 프로그램은 여러 번 실행될 수 있습니다

제이크 당신은 여러 번 가질 수 있습니다 모니터링을 담당하는 경영진 한 곳에서 그리고 여기에서 보아라 100 개 이상 있습니다 우리는 THE THE LOOKING A THE 그 중요한 표면 상처 치기 METO PERFORMANCEIF 내가 더 깊이 잠수함

여기 내가 정확히 볼 수 있습니다 데이터베이스에는 성능 문제가 있습니다 개인적인 질문에 빠져 들었다 우리는 사용하는 표면에 대한 통찰력을 갖게 될 것입니다 최상의 실행 및 많은 정렬 끝 부분의 특허 인정 성능 극대화를 위해 너의 데이타베이스에서 뛰기에서 AZURE

SO, 관리 된 인수 포함 데이터 마이그레이션 서비스가 정말 쉽다 클라우드 관리로 이동하십시오 환경은 어쨌든 우리는 스위치를 움직이고있다 그 데모에 기어와 플립 로한이 토요일에 말했어 IFIJUST 그곳에 남겨주세요

HYPER SCALE SERVICE TIER 내에서 우리가 가져온 AZURESQLDATABASE GROUP UP 별도의 COMMUTE FROM 저장 및 제안 사용 안함 매우 큰 데이터베이스에 대한 지원 INAZURE 지금 100까지 지원 테라 바이트 (TERRA BITE) 그 크기를 제한하지 않습니다 우리는 기내에서 지원을받을 수 있습니다 여기 내가 킥 올리면 무엇을 할까? 이 데이터베이스 IFI가 복원되었습니다 그것이 일어 났을 때의 진리는 그들의 현재 환경에서의 복구, 그 숫자는 시간이 될 것입니다, 일주일, 몇 주 동안 주

무슨 일인가? 나는 여기에 가겠다 나는 보통이다 이 데이터베이스를 24 시간 내에 복원하십시오 전 그만하고 싶지 않아 그 배경에 숨어있다

여기 데이터베이스가 완전하게 작동하고 있습니다 프로비저닝 컴퓨터로 복원 됨 그걸 위해서 그리고 그 데이터베이스는 완전 운영 및 온라인 복원이 완료된 상태 내가 여기에 와서 너를 여기에서 보게되면 역사, 너는 볼 수있다 지금 당장 꺼져 버린 일을 되찾아 라 나는이 시간이 얼마나 걸릴지 알고 있으므로 이거 한 번 나왔어

오늘의 무대에서 그리고 네가 여기 보시면, 우리는 ABLETO RESTOREABITEDATABASE를 보았습니다 그 검색 시간에 폐지 됐어 거대한 데이터베이스가없는 WITH WITHOUTOUT 어떤 성능 저하

관리의 용이성을 높이라 AZURE SHOULD로 이동하는 것이 쉽다 우리의 고객에게 편안함을주십시오 AZURE를 개발할 때를 알고 있어야합니다 SQL 데이터베이스가 개발 중이다

미래의 증거에 관해서는 계속 될 것입니다 그들은 미래로 나아 갔다 너는 아주 많이 그리고 백토 로한 그 환상적

너는 정보를 보았다 CLOUDA에 현대화하는 지금까지 없었던 많은 기능 많은 핵심 기능을 추가했습니다 보안 목록 화면에 표시되는 보안 내가 갈 생각이 아니야 이 EM의 모든 것들은 정말로 이 모양이 어떻게되는지보십시오

내가 생각한 제 3의 주제에 관해서는, 클라우드 네이티브 APPSTHESE 구축 새로운 클라우드 NATIVEAPPS만이 네가 어디 있니? CLAUD ANDA의 글로벌 스케일이 필요합니다 FLAG SHIP DATA는 매우 저렴한 비용의 DB입니다 이 지난 1 년 동안의 성장 Jen PhenomenalCORE FOUNDATIONS 건축물로의 이사 도움을 받아서는 안됩니다

일관성과 성실함 사이에서, 그것이 가능한 효과적인 코어 재단 HAVEGONE을 (를) 확인하십시오 그것이있는 자원 봉사 정신 모델 재단이 지원하는 ARESO 그것은 환상적이었습니다 매우 큰 APPLICATIONSVERVER, NOSQL BUILTAND가되는 현대의 데이터 기반 AZURE DBANDVERY를 사용하여 서비스를 제공합니다 우리가 자랑스럽게 생각하는대로 너는 스콧을 생각해

아침, 아주, 아주 중요하다 피드백에 기반한 기능 우리 고객, 지원 MULTI MASTER와 SUPPORT 카산드라 API를 위해 구체적으로 말하자면? MULTI MASTER 신청은 아주 어렵다 갈 결심의 기술적 문제 팀이 일하고있는 것일까 요? 몇 년 동안은 실제로 완료하고이 권리를 얻으십시오

기타 서비스, 기타 클라우드가 아닙니다 지원하는 서비스 다중 마스터 기능들 길을 열어 주겠다 AZUR COST DB와의이 사실 환상적인 고객 가입 방법 그것들 중 하나에서 들으실 수 있습니다 제품과 함께하는 카산드라피 지원 멀티플의 전략 AP 통신은 월요일 응답 H베이스 기타 카산드라를 추가 중입니다

IT의 중요성을 부여합니다 핵심 주제 필수적으로 응용 프로그램을 변경할 필요가 없습니다 YOURCANDANDRA APP를 이식 할 때 코스모스 DB에 다중 마스터, 당신은 우리가 그랬 으면 좋았을 텐데 지금 당신이 기본적으로 할 수있는 것을 사전 읽기 영역 읽고 쓰기를 여러 번하려면 그리고 업데이트 할 수있는 지역도 있습니다

우리가 상당히 증가 할 수있는 방법 보증 기타 서비스는 제공되지 않습니다 그랬습니다 TCO 조건 지원 된 내정 간섭과 함께 당신이 저장할 수있는 예약 코스모스 DB 최대 TO65 PERCENTAGAIN,이 FEEDBACK FROM을 기반으로 작업했습니다

고객 불만 2350U가 가장 낮게 보임 네가 시작한 입장 포인트 우리는 5 X와 YOU만큼 그것을 줄였습니다 그때부터 직선 성장을 가능하게 할 것입니다 다시 한번 우리는 정확합니다 고객의 소리 WHO WHO DAFK는 기본적으로 원하지 않거나 그렇지 않았습니다

TRYINGCOSMOS DB의 기본 영업가, 그 마찰은 필수적으로 사라졌습니다 안녕하세요 무엇을 봐야 할 지 압니까? 우리의 고객은 ITAGAIN에서 CUSTOMERSLEVERAGING에 대해 배웁니다 카산드라 및 다중 API가 내 초대를받습니다

마이클이 마이클에서 나와 함께 할 때 미국에 말하기 >> 그래서 우리는 새로운 보안 지도자 세계는 넓고 비상 사태입니다 도망 치는 모든 것들을 장소 우리는 이걸 배달하고 있습니다

모두 소비자와 기업 내 그룹 NORTONCLOUD의 일부 야 내가 무엇에 관해 이야기 할 것인가에 대한 서비스 작은 비트 프로젝트 SHASTA 코드 파일 평판에 대한 이름은 URL, IP ANDSO ONALSO 통보 다음에 오는 플랫폼 1 인 서비스를 만들기 수십억의 일일 서비스 조회 우리 모두 6 번 이상 이야기 중입니다 수백만 명이 하루를 요구합니다

코스모스에 대한 수술은 100 개 이상, 000 두 번째 세계 넓은 요청하십시오 ONERGEION 1, 2, 그리고 곧 5가 될 것입니다이 모든 것 서비스는 관리 서비스로 운영됩니다 이 스택에서 코스모스를 볼 수 있습니다 AZURE READ EVENT HUB 뉴스를 읽습니다

파이프 라인을 위해 돌아왔다 그들이 가지고있다 아늑한 탄성 환경에서 운전할 수 있습니다 그래서 VMSS를 기반으로합니다 CANYOU TELL 네가 풀어내는 대단한 문제 야

코스모스 DBMOST와 함께 중요 이 아침에 키 노트에 관한 히트 월드 와이드 평판 응답 시간 우리는 MILLISECOND LEVEL을 알고있었습니다 너를 괴롭히는 칼날과 공격들 우리가하지 마라

WANTTO가 원하는 사용자에게 영향을 미침 INSTAUN 포함하지 않을 것입니다 네가 살았 으면 좋겠어 어서 어서 >> 그래, 미안하다, 어서 가라

SECOND PART, SO, 오, 와우, 나는 내 자리를 잃어 오, 안돼 두 번째 부분은 통지 알림을 전송해야하는 플랫폼 세계 와이드 인스턴트 내에서 밀크 초 코스모스가 미국인을 허용합니다 그거해라

우리에 대해 너는 나올거야 일반적으로 새로 검색된 카산드라 코스모스 AB가 제일 중요하다 미국에, 엔지니어링 노력은 다음으로 우리의 서비스를 움직일 아무 것도 우리가 알아 낸 것과 우리가 통보 한 내용을 옮겼다 MAKINGMI 코드 변경이없는 플랫폼 우리 엔지니어는 다시 태울 수 없었어요 CODE

WE TOTOIC TOKICKLY MOVE K 플러스 플러스와 자바 초 이상 MULTI MASTER 정말 놀랐어요 중요한 서비스에 관한 정보 MULLINFRASTRUCTURE로 내려갈 수 없다 그리고 코스모스는 그와 함께 미국에 카산드라 API 보러 [APPLAUSE ] >> 그게 인상적이야

HOWMULTI HOWMULTI MASTER 0 COW와 같은 견해 변화가 중요하다 기존의 응용 프로그램을 이관하는 것 >> 그래, 실제로 능력을 보게 DEBRA를 도입하여 온 마스터 COSMOS DB ON의 프로그램 관리자 STAGE >> HIEVERYONE >> [APPLAUSE] ] >> ROHAN

WITH 코스모스 DB에 감사드립니다 다중 기능 활용 개발자가 계획 규모 적용 가능 APP가 읽을 수있는 것은 아닙니다 NEARESTAZURE 데이터 영역 IT KASS는 마음껏 쓰다듬어 라 행동을 봅시다 여기 있습니다

우리 팀이 지은 신청서 PXDRAWACTIVITIES 협업 실험 장소 세상의 모든 것이 들어오고, 선택할 수 있습니다 그들의 가장 좋아하는 색깔과 그리기 이 앱을 내가 배포 한 앱을 가지고 있습니다 하나가있는 HIN AZURE 트래픽 매니저 사이드 포인팅 복제와 서쪽 U 일본 서부의 다른 이들

YUU'LL 색상을 선택하고 시작합니다 이 캔버스에 그림 그리기, 내 업데이트 코스모스 DB에 쓰여진 수갑 실제 시간에 가까운 곳에서 새롭게 선전되었습니다 아주 좋았어, 응? [APPLAUSE] ALL 맞아 그래 다중 마스터의 장점, 내가 간다면 일본 서부 유럽 서쪽에 여기까지 갈 수있어, 내 스마일을 완성해라

얼굴을 보아라 모든 측면에서 THE OTHER SIDE OF THE 세상에 그래 [ALL APPLAUSE] >> ALL RIGHT 그래서 지금 코스모스를 보러 가자

DB는이 모든 것을 가능하게 만듭니다 처음, 내 데이터 탐색기로 이동합니다 모두를위한 나의 1 개의 정지 상점 코스모스 컬렉션의 데이터 새로운 기능 전체보기 화면 전체 난해 화면 내가 탐색 토미 (TOMY) 보드와 이것에 표시 컬렉션, 각 픽셀은 실제로입니다 XY 좌표로 저장 됨 WITHCOLOR

LET 데이터 스토어, 그러나 좋은 세계 분산 코스모스 DB 턴키 글로벌 배포 A 새로운 지역의 고향 저장하고 데이터를 저장합니다 데이터 자동으로 복제 됨 배경 및시기 지역이 온라인으로 제공됩니다 알다시피, 오른쪽 영역 지금, 여기에 유의해야 할 중요한 사항 부적절한 용도로 사용되었습니다

아직도 많이 이용 가능하다 MASTERWE와 관련해서는 알지 못한다 독서의 5 줄만 95 그러나 NINES는 가용성을 충분하게 기록합니다 추가적으로, 우리는 우리를 16789 L ATO 보증보다 적음 양쪽 모두를위한 10 밀리 초 라이온시 싱글 디지털 읽기 및 쓰기 읽지도 쓰지도 역 할 가능 성을 제공하는 데이터베이스 그들과 함께 통상적으로 무역을 강요한다

일관성 다른 데이터베이스 사용 강력하고도 그 사이의 사건 둘다 코스모스 DB는 우리에게 5 가지 종류의 일관성을 제공합니다 개발자와 함께하는 수준 우연한 상거래를 끄고 그들의 응용 프로그램을 위해, 그것의 PORTAL으로 가면서 PICKING 오른쪽 하나, 그리고 HITTINGSAVENOW FINALLY, 멀티 마스터 실행 시스템 가능할 수는 있지만 가능한 일이지만, 충돌이 발생할 수 있습니다

예를 들어, 나도 그럴거야 어딘가로 EXACTPIXEL 어딘가에 다른 나라의 데이터베이스 시스템 충돌 관리가 어렵습니다 개발자가 맞춤 코드를 작성해야 함 MASTER PROTOCOL을 알아라 그리고이 ADDSOVERHEAD WE SH EASYIN 코스모스 DB를 만들고 싶습니다 오늘 멀티 마스터는 우리가 2 명을 지원합니다 차별화 된 자동 충돌 결의 첫 번째 마지막 오른쪽 WINS 가장 오래된 시간 스탬프 사용자 지정 사용자 지정 개발 도상국의 개발자 더 나은 유연성 우리는 또한 WRITEYOUROOR 커스텀 성 COSMOS DB가 자동으로 수행되는 절차 BEHALFTO에서 충돌을 해결하십시오

지금은 가장 힘들 것 같네요 다중 마스터 스케일에 대한 부분 COSMOS DB 서비스로 관리하십시오 결론 코스모스 DB에 새로운 다중 마스터 기능, 당신은 할 수있다 지금 작성한 규모 적용 읽고 쓸 수 있습니다 AZURE DATA REGION ALL WITH SINGLE DIGIT MILLISECOND LATENCY 우리는 당신이 뭘 볼 것인가? 코스모스 DB로 만드세요

감사합니다 [ APPLAUSE] >> 감사합니다, 데브라 그 놀라운 데모입니다 여기보세요

꽤 놀라운 것처럼 행동하십시오 다시, 금액을 확인하는 경우 에서 일어나는 혁신 코스모스 DB, 슬라이드 목록, 아시겠지만, 우리는이 사실을 분명히 나눌 수 있습니다 이 모든 것을 통해 가버 리다 이 서비스가 어떻게 성장하는지보아야합니다 함께하고 함께

함께 간다 우리가 가지고있는 네 번째 기둥 우리의 단호한 통찰력 먼저 내가 원하는 것이 무엇인지 물어보십시오 우리는 현대의 데이터웨어 하우스에 전화를 걸었습니다 PATTERN

JUST SHARE 약간의 배움, 우리는 고객을 확보하고 있음을 알고 있습니다 그들은 현대의 니팅이다 CLOUDTHIS DATAWAREHOUSES 시작 유연한 자료실 구성 CRMDATA에 오기 전경 처음부터 기계에서

필수적으로 비싸게 사용할 수있는 부분 이 데이터의 주입 빨리 이건 너 기본적으로 너는 통과해야한다 필수 단계 통과 단계 너가 말하는거야 애플릿 스토어 데이터가 되었어 매우 큰 볼륨에 대한 오늘의 경제적 인 방법

THIRD STAGE 파이프 라인에서 데이터 UNYOU 준비 GATUNSTRUCTURED DATASEMISTRISTED DOINGMEANINGFUL을 (를) 시작할 수 있기 전에 건축 기계 학습에 관한 질문 모델을 지우고 준비해야합니다 데이터 및 최종 데이터 제공 웨어링 하우스 또는 스코어 사용 일부 기계 학습 모드 사용 도구를 사용하여 시각적으로 시각적으로 시각화 힘 BI를 좋아하십시오이 각각을 위해 우리는 필수적으로 월드 클래스를 창설했습니다 THATMODERN 보험에 대한 능력 데이터웨어 하우스가 작동합니다

ABF WE TOO 대대적으로 일반용 70 개의 중전자 및 계속 유지 이리 온 아주 비싸지 오늘 우리가 최근에 추가 한 상점에 ADLS에 관해서 가장 좋은 발사 AZURE TOGETHER하지만 AZUREDATABRICKS 우리는 최고의 서비스를 자신의 데이터 사용을 준비하는 세계 사용할 수있는 최고의 스파크 그곳에 우리가하는 일 HAVEDONE, JENWAREHOUSE WE 최근에 출시 된 일반 명칭 이용 가능하고 우리는 NATIVEDATA MOVEMENTCAPABILITIES 우리는 두 가지입니다 시간을 단축하고 시약 두 번 우리의 경쟁자보다 레이크

우리가 살 곳은 어디 있니? 맞습니까? 그리고 그것은 사실상 환상적입니다 얼마나 깊은 통 합을 볼 수 있습니까? 우리가이 모든 것을 만들어 냈다 서비스가 정말 실용적입니다 우리 고객에게 잘해 그렇지 않아

이 기능들에 대해서만 그들과 동시에 의사 표시를 할 수있는 능력, 너가 생각할 때 아주 쉬는 방법 안에 보안과 마찬가지로, 어떻게 작동합니까? 이거 야 나도 함께 가자 우리는 SQL Server 2019와 함께했습니다 두 번째 당신은 할 수 있습니다

귀하의 전체 BIGDATACLUSTER 관리 USINGSQLHYBRID TO ME TOUCH HYBRID BIT 용 기능 명확한 예 언제 당신이 변증법을 생각하니? SQL SERVER 2019ALSO가 완료되었습니다

우리가 배운 것에 기초하여 CLOUDSAME의 고객 고객은 여기 저기에 능력을 갖추고 있습니다 보시다시피, 당신은 모두를 창조하고 있습니다 왜 내가 SQL을 사용할 수 없는지 THISA 값 당신이 생각할 때 같은 것을하기 위해서 안녕하세요, 어떻게 깨닫게할까요? 클라우드 및 해킹 해제에서 함께 미리 앉아있을 때 아주, 아주 잘 했어 그거야

전략의 핵심 부분입니다 우리가 어떻게 하나에 대해 배울 수 있습니까? 현대 고객이 현대 데이터베이스를 주목합니다 MEINVITEJAYDEN을 (를) 스테이지에서 감상하십시오 >> 감사합니다 너도 갈거야

>> SO SO TELL ABI 소개 WELL ITWE는 글로벌입니다 BREWERWE에는 500 개의 플러스가 등장합니다 50 PLUS COUNTRY BUDWEISERTO OUR 규모는 매우 크다 >> 완벽하다

>> 그래서 어떻게 될까? ABI는 분석을 위해 사용됩니다 우리는 세계 데이터 호수를 건설 중이다 SQL DATAWAREHOUSE 및 우리가 할 수있는 AZURE DATA LAKE STORE 데이터 과학 및 스파크 클러스터 사용 테크 스택 데이터 과학자가보고있다 가격 최적화를위한 홍보 광고가 봤어 OFCOUSTOMER 추가 소스 우리가 고객을 식별 할 수있는 데이터 고객 선호도에 우선 순위 매김 그것이 더 나았을 때 맥주를 마실 때 음식 관련

어때? >> 알 잖아 미국이 이주, 어떻게 된일까요? 현대에 이르는 것의 이점 나만의 묘사 한 주간의 패턴 매우 복잡하게 사용 된 데이터의 복잡성 우리는 50 개 국가에 속했다 및 멀티플 데이터 센터는 IT입니다 우리는 우리에게 많은 민첩성을 제공합니다 우리의 데이터를 시작하기 또한 연결된 데이터 호수 그것 수요 규모에 대한 미국의 능력 제공 최근 KEY

매우 최근에 움직였습니다 우리는 35 테라 비르를 입는다 최고의 시력을 보았습니다 그게 전부예요 들려주는 팬

이유는 입양 SQL DW? 하나의 이유는 가족 SQL ENVIRONMENTIT는 미국의 대테 리의 도움이됩니다 입양 커브에 우리의 데이터 엔지니어 제품을 매우 조심스럽게 사용할 수 있습니다 EASILY

THIS는 매우 중요합니다 미국, 왜냐하면 우리의 SCALEWE'RE 오늘 움직이는 데이터보기 마치 우리가 떠난 것처럼 스리랑카 친밀한 환경이있다 그게 입양에 도움이되는 커브 그거야

환상적 ABI는 무엇인가? 그리고 AZURE? >> 그래서 우리는 우리가 우리의 운명의 목표를 향한 길 클라우드에서의 작업 부하의 백분율 그 다음엔 올해의 커플이에요 우리는 SACK이 정격 데이터 이동을 판매 할 것입니다 함수에서 INTODATA LAKE THAT 우리는 마침내 우리도 진화하고 있습니다

우리의 분석 플랫폼 AZURE DATA BRICKS를 보려고합니다 더욱 가속화하는 OURANALYTICS FUNCTIONTHAT 'SFANTASTIC AND THANK 너는 너의 통찰력을 보여주기 위해 너를 옆에 둔다 네가 좋아할 때가 언제냐 차가운 맥주, 그게 로맨틱 한 기억 현재 일어나고있는 것을 깨닫는 중 AZURE

THATS는 환상적입니다 >> THE 다시 한 번 당신의 말을 스콧 런칭하는 새로운 서비스에 대해 이야기 해보십시오 AZURE DATA EXPLORER를 호출했습니다 미리보기에서 이걸 시작해 나 좀 봐줘

약간의 하이브리드 생각 나니? THT 서비스가 시작되었습니다 알아요 우리가 많이 시작한만큼 우리는 클라우드는 금액 데이터를 제공합니다 사무실 365 또는 XBOX LIVE AZURE에서 그 밖의 모든 창에는 흠이 없습니다 이 도구는 사실상 세계에 없었습니다

눈을 뜨게 할 수있는 기술자 앞으로 올 예정인 운영 데이터 TOWBUG만큼 많은 것들, 당신은 잘 알고 있습니다 진짜 시간에 모니터 시스템 그게 다야 내부적으로 우리가 시작했을 때 작업중인 서비스 작업 중 극적으로 AZURE EXPLORER에 대해 알려드립니다 채식 및 해리 LATEENINGESTION 그리고 저체온 분석

그리고 거기 WEPLACED에 대한 많은 노력이 있었습니까? 이것은 과거에 있었던 분석적 분석에 달려있다 많이 걸린 지역 시스템은 우리가 소중하게 생각합니다 MICROOSOFT CLOUD SERVICES의 근간 이 서비스에 필수적으로 실행 MILLISECOND에 대해 생각할 때 수준 위약, 분석 적성 의미심장 한 큰 스케일, IT 실제로보기 아름답습니다 너는 우리가 알았던 것을 가라 앉힌다 산업계에서

기본적으로 내가 묘사 한 패턴에 존재하는 갭 준비 단계에 들어가기 전에 당신이 필요로하는 데이터의 데이터와 재미있는 질문하기 부분 데이터 세트를 보는 것 너에게 사실상 사용 가능하다 IT FON TAMPASICJOBOF MAKING을 완성했습니다 QUERY를 기반으로하는 간단하고 간단합니다 통합의 언어 확장 및 확장 성 제공 매우 빨리 내려 간다 MACHINES

SO 최선의 방법을 실제로 DEMOSO LET을 통해 다시 본다 나에게 프로그램 매니저를 초대한다 이 새로운 서비스를 소개합니다 나는 아주 훌륭해

고마워 모두들 고마워 고마워 스콧의 데모가 있었던 너는? 서문보기 AZURE DATA EXPLORER

ODAY 저는 사실입니다 어떤 질문들로 다양성을 가지기 ROHAN이 말한대로 이것은 QUERIES입니다 엄청난 양의 데이터 아주 낮은 라틴어 그러자

보자 데이터를 설정하면 오늘 볼 수 있습니다 이것은 실제로 POWERBIT였습니다 내부적으로 첫 번째 서비스를 채택하십시오 우리는 이걸보고 돌아올거야

로그이 데이터 크기는 A입니다 내가 보여준 것보다 조금 크다 스콧의 데모 우리도 마찬가지야

오, 검은 색 화면이 두 번째로 나타납니다 하지만, 지나치게 또는 가까이에있어 데이터의 테라피 큰 정령 20 테러 우리 F 조

큰 가장자리를 봐 표 IJEEK 억 기록 작은 데이터 크기 조금 크다 사실 그것이 무엇인지 알게 될 것입니다 이것은 4100 억의 기록에 더 가깝습니다

그래서 약간의 질문이 올거야 그게 뭔지 보자 내가보기를 원하는 첫 번째 것 오류 로그 및 해결 방법 얼마나 많은 구매자의 권리 수준 오류가 있습니다 나는 주변에 있습니다 이 다음 질문, 당신은 알고 있습니다

데이터 가져 오기, 이건 하루 만이야 데이터의 가치 그러나 당신은 그것을 볼 수 있습니다 학과에 상관없이, 그리고 이전에 우리가 가진 것을 보지 마라 여기있는 시각은 내가 비유 할 수있다

이 막대 그래프 그리고 이것이 필수적입니다 분석의 특성 때문에 도구는 나를 움직일 수 없게 만든다 다른 비주얼라이제이션에 초점 나는 여기에 패턴을 감지 할 수있다 우리는 약간의 비트로 보일 것입니다

지금 OK, 레벨 2를 뽑아 내라 일부 데이터를 확인하십시오 여기에서 좋아 우린 갈 수있어

우리는 표준 날짜, 시간, 문자열, NUMERALS, 그리고 너는 모두를 저장할 수있다 데이터가 완전히 압축되지 않은 상태 이 사건과 같은 데이터 HEREYOU는 그가 얼마나 큰지 만날 수 있습니다 일부 블로 그는 우리가 질의 할 수 있고 그냥 빨리 결과를 얻으십시오 나는 또한 우리가지지한다고 언급했다 역 동성을 위해 그리고 그것은 계속됩니다 OVERHERE

TRUE IFWE TRAC 거기에있는 행 열을 봅니다 이것은 실제로 정보의 두 부분입니다 사실 이름을 줄이고 잘 볼 수 있습니다 줄의 특장점 HAT 나는 그 일을 시작하기 만하다

그림을 그리려는 총구 내줄기를 쓴 사람이 누구든간에 특히 뜨겁습니다 오른쪽을보실 수 있습니다 여기 통찰력 2 부분을 너는 큰 소리가 튀어 나온 것을 볼 수있다 여기 요

하지만 그 중 하나는 더 많은 행입니다 끊임없이 뜨겁게 달린다 정확히 600 밀리미터의 그 두번째, 나는 FILLER로 갈 수 없다 OFDATA의 특정 세트 아래로 MACHINEGET N 명소의 피크 클래스 IT로부터 우리는 계속해서 계속할 수 있습니다

이 분석 경로를 내려하지만 뭐? 나는 사실상 넘어서 이동하고 싶다 가장 관심이있는 사용자를 찾아 봅니다 그래서 저는 UFRNL에 대해 할 것입니다 여기서 나는 다잉 가고있다

인라인 쿼리가 정의됨을 의미합니다 조인과 ARGUE로가는 일정 가이 즈 (GAYSESTHIS FULL PLEDGED DATA) 플랫폼이 모든 것들을 다르게 할 것입니다 사용할 수있는 운영자는 이것이 단지 아닙니다 집계 및 필터링

그럼 이 쿼리를 실행하십시오 사실, 나는 이미 그랬 겠지하지만이 일은 끝났어 내 골몰 한 사용자들을 끌어 들이기

그리고 거기에 ARETWO가 보입니다 2000 개의 오류 및 1500 이상이 여기에 있습니다 특정 적으로 실행되는 오류 뜨겁다 무슨 일 이오? 3309 다시 실행 나는 모든 노래를 필터링하는 중 그리고 그것과 같은 복잡한 조화 우리는 바로 우리가 톱을 볼 수 있습니다 두 가지 오류가 있습니다

AZURE DATA EXPLORER가있는 데이터 좋은 아침은 여러 번 시리즈입니다 DATA 나는 약간의 기초를 찾고있다 STATSWE 날짜 시간과 행 및 A VALUEAND 그럼이게 될거야

지금까지 가장 오랫동안 QUERY를 실행합니다 실제로해야 할 일이 사실인가요? 특정 모양을 보러 간다 단계적 기능입니다 어느 정도의 차이가 있습니다 그때는 어둡고 모두는 갑작스러운 것이 었습니다

수 천명 중 데이터 시리즈 나는 피킹 할 수 있었다 6 번째 패턴이이 패턴과 일치 함 계속되는 초 이 데이터는 모두 SETSO 다시, 그냥 AZURE 데이터의 힘의 몇 가지 예 EXPLORERCOME (미국행 여행) 우리의 부츠는 당신을 보여주고 싶어합니다

그 이상하지만 너, 다시 한 번 >> 감사합니다 정말 대단 했어 보고 싶다

그것들을 시험해보고 US 피드백을주십시오 함께 통역 통찰력 우리가 잘 사는 서비스 관리 작업로드, 정말 알았어 우리가하는 발표에 기권 AZURE는 최초의 클라우드 플랫폼이 될 것입니다 루프를 원할히 지원하기위한 INWORLD 30 블링 브레이킹 LAUNCH

COUPLE FEERBACKWE의 영역 우리의 고객, 우리, AN 관리를 시작한 시점부터 기업 보안을 갖춘 루프 공간 보안은 똑같은 보안을 원합니다 HD 내부 클러스터로 확장 어느 곳에서나 원할하게하고 싶다 더 강력해진 CLUSTERSGET 도구 사용 동부 표준시 CETERA 매우 순수하게 좋아해요 우리도 매우 투자했습니다 나는 그것이 아주 뛰어났다는 것에 무겁다

이 기능이 많지 않다는 것을 알리기 위해 나는 사용할 수 없습니다 드디어 개발자로서 플래닛 중 하나를 사용하여 그들이 말한 제품이 그 것이다 아주 거친 TODEBUG, 매우 큰 것 스케일 루프 시스템 및 내부 우리는 실제로 투자하고 있습니다 이 기능을 많이 사용하지 않는 경우 우리 자신의 거대한 데이터 클러스터와 브리핑 우리가 습득 한 모든 것을 우리가 습득했습니다 이용 가능한 우리의 경험 있음 HD 통찰력을 사용하는 모든 개발자

매우, 그것에 관해서는 매우 능가했다 이 섹션을 작성, 거기에 기능의 전부, 나는 다시이다 그들 각자를 통해 가지 말라 당신이 감각을 느낄 수 있도록 UNLOCK ANALYTICS에 숨어있다 지역 기계 학습에 관한 것

내 좋아하는 주제 중 하나 세 가지 투자 영역 우리가있어 너 얘기해 봤어 지능형 플랫폼에 대하여 ET CETERA 애플리케이션에 임베드 할 수 있습니다 당신은 투자에 대해 미국의 소리를 들었습니다

우리는 지식의 광산을 만들고 있습니다 귀하가 다시 시작하는 교과 과정 깊숙이 끼워 넣어서 놀랍도록 창조 할 수 있습니다 새로운 시나리오 나는 그렇지 못했다 데이터 플랫폼 사용자 소개 그 과정을 배우는 것 우리의 데이터와 깊은 통합 서비스 및 그 핵심 서비스 너는이 런 것을 알고있다 EARLIER THISYEAR AZURE DATABRICKS 기계 학습에서 나는 정말로 압도적이다

아주 잘 보인 ITSGROWING 고객의 대금 총액 사용할 수있는 최고의 스파크를 얻으십시오 세계 최초의 일차 서비스 OH AZURERESPONSE는 놀랐습니다 내가 기본적으로 앞뒤로 가도록 실제로 ALI GHODSI를 초대하십시오

그 사람 IPARTNER 매우, 아주 가까이에 스테이지와 함께 나랑 대화해라 >> 감사합니다 오셔서 정말 기뻐하고있어 IT

THATWERE EXCITED ABOUT 이 파트너십은 진행 중입니다 우리가 가지고있는 바로 그 힘 WITHAZUREDATABRICKS 시청 MANYDIFFERENT 산업 너무나 호기심을 자극하여 소매업, 매사추세츠 미디어,하지만 내 즐겨 찾기 이이 미용 요법 볼거리가 아주 많습니다 이 문제를 해결하는 고객이 생각 나네요

그래서 대단한 질문입니까? OOP 내가 정말로 AZURE DATABRICKS라고 생각합니다 가장 중요한 것을 차단하는 것은 무엇입니까? 그들이 원하는 것을 달성 할 때의 기업 AI 프로젝트 MOST ENTERPRISE 'SAS TONIGHT AI BUCKY, 성공하기 진짜로 데이터 야 너는 가야 해 DATA

AND에 큰 조직 데이터에 기밀을 유지해야합니다 데이터 링크가 여기에 있습니다 독점 시스템 및 자체 기술 만들기 그리고 그 이후의 비즈니스 라인 기계를 사용하는 데이터 과학자가 있습니다 데이터에 대한 필요성을 배우십시오 지능 시스템에 인공위성이있다

그걸로 AZUREDATABRICKS를 합치려면 이 두 가지 통일 된 분석 결과가 통합됩니다 추가 정보는이 TWOTOGETHER SOUK가 있습니다 같은 언어를 사용할 수 있습니다 엄청나게 잠금 해제를 잠금 해제 우리는이 일을 SOCARAZY >> 감사장을 많이 만든다 그걸 공유하는거야

새로운 서비스는 계속해서 성장하고 있습니다 나는 너무 뛰어났다 신제품 귀하가 혁신에 대해 알고있는 혁신 >> 우리는이 두 가지를 기본적으로 시작합니다 오늘 우리는 기업을 찾았습니다 데이터가 있으므로 데이터를 수집하십시오

이용 가능한 AI는 제안을 제안한다 그들은 오랫동안 오랫동안오고 싶다고 생각했습니다 이 정보 맨 위에 AI가 적용됩니다 데이터가 아닌 원인 올바른 품질 또는 그렇지 않을 수도 있습니다 올바른 방법이 있고 그렇지 않을 수도 있습니다

어느 곳에서나 올바른 성능을 발휘하십시오 문제를 일으킬 수도 있습니다 결과 이 중, 우리는 실제로 최고입니다 오늘 AZURE DELTA IT에서 발표 미리보기는 유누이트를 시작할 수 있습니다 오늘 BRICKS로 할 수있는 일 오늘의 델타는 상황을 판단 할 수 있습니다 톱 데이터 링크는 그것을 추가합니다

거래 및 실적 귀하의 데이터 품질을 높일 수 있습니다 사실 나중에하실 수 있습니다 너 혹시 AI THATTIST JUST를 할 때 최고의 외모 준비 평온함 그것은 기본적으로 데이터를 준비하는 것입니다 어떤 상처라도? 당신은 탔다

당신이 AZURE로 배운이 데이터베이스 그렇습니다 예 나는 가장 큰 새침을 말한다 실제로 이것이 실제로 어떻게되었는지, 너도 알다시피, 우리는 모두가 아니었다

이 같은 것을 기대하는 것은 합치고 있습니다 AZURE SQL웨어 하우스 및 데이터베이스 그들은 흥미로운 건물에있다 현대 데이터웨어 하우스 그게 무슨 뜻인가요? 그들은 단지 숙제로 끝났을 수있다 DATABRICKS 또는 AZURE SQL WAREHOUSE와 함께 그들과 함께함으로써 그들은 상상할 수있다 종류가없는 자료 구조, UNSTRUCTURED SEMITRURED 그들은 진짜 시간을 할 수 있습니다

그걸 배우는 기계 우리가 익숙하게하는 것은 우리가 일하는 것을 배우고 있습니다 사실적으로 실제로 만들기 위해 이 두 가지 제품이 통합되었습니다 당신은 예방 접종 경험이 있습니다 다시 그리고 그들 사이에 PERFECT 나는 ININNOVATION이 중요하다고 생각한다

너 정말 좋아 고마워 [APPLAUSE] >> 감사합니다 환상적입니다 그리고 그들을 조 편성하도록 이 조합을 함께 만들어야합니다

숙제 데이터를 AZURE 데이터로 함께 TOYT 상담원 누가 AZURE를 크게 벌고 있는가? 2 명이 기계 세척을 할 때 나에게 누가 대니얼을 초대할까요? 쉘의 일반 관리자 [APPLAUSE ] >> 너는 어떠니? 너를 위해 기뻐해라 UGHS 당신은 우리에게 작은 비트를 알려줄 수 있습니까? SHELLSOLUTION에 대하여? >> 그래서 너 이 아침을 축하해

가장 큰 단일 브랜드 소매 업체 행성에서 44,000 가스 우리는 전세계 ABOUT70에서 운영됩니다 시장 및 3 천만 고객 매일 매일 당신은 운행 중입니다 그 규모의 비즈니스, 안전 보안 우선 순위는 하나뿐입니다

우리가 기계 시각화와 함께 무엇을 가지고 있는가? 서비스를 제공 할 수있는 기회 고객을 위해 봉사하는 챔피언 그들이 필요로하는 역에서 육안으로 관찰되는 두 번째 반기장 잠재적 인 위험 유발 요인 IOT HARP와 함께 독창적 인 의사 소통 AZURE 오늘의 데이터베이스와 실제를 제공하는 지능형 에지 시간 경고 해결책 그리고 우리는 간다 2 개의 조종사 현장에 배치 됨 태국과 싱가포르에서 매우 인상적입니다

어떻게 사용하고 있습니까? AZURE DATABRICKS? 우리는 그것을 사용하고 있습니다 처음부터 끝까지 두 가지 방법으로 가정에서 소유 한 모델 우리는 또한 허용 할 수있는 불꽃을 피우고 있습니다 우리가 실행하는 미국 프로그래밍을 실행하는 우리는 가장자리의 모델을 결합 할 수 있습니다 클라우드에서 뛰고있는 모델들 필터링 솔루션을 제공하는 방법 가장자리에서

검증 CLOUDAND INSURE의 해결책 우리가 거짓의 숫자를 줄이는 것 우리가 서비스를 제공 할 수있는 챔피언스 환상적입니다 중요합니다 134R50I EDGE 솔루션? 이 시나리오에 대한 YOUTHINK 안전에 관하여 무엇이 진짜인가? 중요한 것은 확실 함 시간 해결책

우리가 제공하는 것이기 때문에 어떤 종류의 지각이라도, 그것의 기회 제공액 : 서비스 챔피언 INTERNEEN INTHIS SCENARIO가 있습니다 6HD CAMERAS 모든 소매점 ABOUT 200MEGABYTESMER SECONDWHAT WERE 해결책을 둘러싼 안개가 보입니다

COMEDGEPROCESSING을 허용했습니다 그리고 우리는 언제나 환영받습니다 비교 우승 AZURE는 다른 사람과 있었고, 다른 서비스 제공자와 함께 늦은시기는 절대적으로 최소였습니다 정말 환상적 이었어 너는 존경심을 표한다

솔루션 확장 쉘의 일부분? >> 그래서, 우리는 아주 그렇습니다 실제 회사 우리는 아주 잘 작동합니다 플랫폼의 물리적 인 가치 사슬 파이프 라인을 통한 정련 및 정련 그리고 바람 농장 당신이 생각하면 그 사업, 우리는 관측을한다

매일 매일 관찰 중 이를 통해 잠재적으로 자동화 될 수 있습니다 어떤 방법으로 기계 시각을 그리고 무엇을 그들에게 부여 할 수있는 능력을 일상적으로 발생하는 부식, 재고 수준을 살펴 보거나 뉴 웨이 오알 레이터에서 NAFBL 트럭 운동을보고 있음 자본 프로젝트 사이트 매우 빠릅니다

일반 솔루션의 매력 ININ HOUSE DEVELOPER를 취하는 것이 허락됩니다 알고리즘 및 이와 유사한 방법 규모에 맞게 배포 할 수 있습니다 매우 빠른 속도로 빨라진다 그것이 놀라운 솔루션입니다 OURBUSINESS를 통해 ROLL OUT하고 있습니다

우리가 알 수있는 모든 것을 알아라 SCALETHANK 너도 마찬가지야 굉장합니다 들으 려하지 마라

스토리 고맙습니다 [APPLAUSE] >> 그 모든 권리가 환상적인 이야기 야 그래서 실제로 데모를 봅시다 어떻게 그 모든것을 위태롭게하고 ALI가 생명에 이른 것으로 나타났습니다

제발 나에게 데모에 온 것 >> 감사 너 너를 보여줄거야

그 버전의 쉘 그렇지 않습니다 대시 보드보기 거기, 저기있어보기 OUTELLA를 내보내는 셸 인 테즈 즈 인력 조종사의 일부 THEIRRETAIL SITE MANAGERS 소매점 사이트 관리자는 경고를 받아야합니다 GAS STATIONS UNERT UNACCOMPANIED 부작용이 가해지는 위험 치명적일 수있는 치명적인 결과 나오기 가스를 가까이서 보내는 사람 이 알림에 최근 알림 여기서 볼 수 있습니다, 그들은 예측 적입니다

그들이 어떻게 예측 분자를 봅니까? 내가 만든 AZURE로 갈거야 지금 데이터베이스를 시작하십시오 기계 학습 모델 TOBRINGDATA 당신의 모델 훈련을 위해서 SAN DANIEL 너는 쏜다 그리고, 그는 말하고있다

가스 역 및 SELFIESIS 복용 오늘의 올바른 방법은 없습니다 ITSO는 고객을 믿을 수 있기 때문에, AZUREDATABRICKS 및 MLL 스파크와 함께 우리는 검색하기 매우 쉽습니다 인터넷을 통해서 그리고 나는 이거 야 열쇠 검색하기 단어와 데이터는 무언가를 좋아한다

가스 역의 위험한 이미지 우리는 정상적인 목표를위한 이미지를 가지고있다 여기에 내가 가진 것이있다 AZURE DATABRICKS 안에서 할 수 있습니다 이제는 내 데이터베이스에 다음과 같은 것이있다

단계는 분류입니다 ODO DEEP 놀랄만 한 학습이 가능합니다 ANDCOMPLEX PROCESSWITH AZURE DATABRICKS 그리고 MMLSPARKWE는 깊은 학습을 가능하게합니다

PREMODEL에서 전학 학습 이게 내가 할 수있는 일이야 RES NET50ISIS 학습 학습 SCRATCH에서 모델을 훈련시키지 마십시오 언제 배포의 힘에 당신과 함께 AZURE DATABRICKS에서의 과정 통찰력을 가질 때까지 시간을 줄이십시오

그러나, 진짜 진짜 시간에 가까이 가야한다 통찰력 검색, 배포 필요 끝까지 다음 단계로 귀하의 모델 이 사건에서이게 그거야 버전 인공 지능 카메라가 찾고 있습니다 가스 역에 발생한 사고들 AZURE MACHINE 학습 서비스가 제공됩니다

구조하기 YOUTO EASILY 장치에 사용자 구성 요소를 포함 시키십시오 네가 원하는 경우, 또는 클러스터 나는 가장자리에 카메라를 설치할 수 있습니다 감지 할 수있는 지능이있다

가스 역에서 발생하는 사고 내가 모든 기초를 받았다는 것을 알았어 고아드와 수세슴 도망가 여기있다 내 대시 보드

나 갈거야 담배를 올리 라 나는 입을 열었다 이것은 진짜 담배가 아닙니다 금연의 보증이 아닙니다

그게 뭔지, 내가 담배를 뽑을 때 카메라 앞에서? 그게 다야 안전 경고를받은 것처럼 보입니다 근처에 ITDETECTED CIGARETTE가 있기 때문에 나 정리해라 유일한 위험이 아니라, 저에게 그 사실을 말하십시오

그것은 위험한 수준입니다 나는 빨리 여기로 가야한다 및 중지 UMP 이벤트를 통해 활성화 여기에 오신 것을 환영합니다 경고가 65를 포함하는 것을보십시오 APPLAUSE] 당신은 어떻게 지을 수 있습니까? 지능형 구름의 데이터 과학 AZURE TOOLS와 AZURE를 사용하여 원상태로 서비스

우리가 살고있는 사람 인터넷에서 쉽게 인도로 전송 학습 학습물 배포 처리 및 그 후 궁극적으로 배치 가장자리에 모델 허용, 허용 귀하의 소매점 관리자가 검색해야합니다 행동을 취하십시오 스파크

나는 당신이 돌아갈 것을 기대합니다 그것을 시도하십시오 잠시만 기다려주십시오 ROHANTHAT 진짜로보기에 환상적입니다

시간 탐지 및 문자 So FINALLY, 너는 THEFOUR과 함께 시작했다는 것을 알고있다 주제 및 고객 소통 우리는 AZURE와 SQL 내부에 있습니다 서버는 아주 매우 줄 지어 있습니다 의미 있고 물질적 인 방법 GLIMPSE의 비트가 많이 오기를 바랍니다

그 중, 당신은 데이터 플랫폼을 알고 있습니다 우리가 어떻게 통찰력을 구축하고 있는지 필수적으로 쉽게 만들 수 있습니다 AI의 모든 측면에 AI 주입 우리의 데이터 플랫폼 및 하이브리드 이 원칙을 설명하는 주요 원칙 INNOVATIONS MY BUDDY JG THATLEADS 반성을위한 제품 마케팅 우리가 아주 흥미로운 곳이 많이 있네 한 번에 1350IRS 미국까지 매일 매일 근무하십시오 그 종류의 형성 각 지역에서 할 수 있습니다

정신적으로 움직이는 방법으로 당신을 즐겁게합니다 너는 운영하고지지한다 너 AU AU ALLTHE WAYTHANK

Azure SQL Database: The intelligent self tuning data platform – BRK3162

대낮 밤이 어떻게 바뀌지, 지금까지 좋은가? 당신이 많은 재미있는 이야기를 듣기를 바랍니다

즐거운 시간을 보냈습니다 내일의 로이 한 스키마를 듣고 있습니다 그것은 일종의 지역입니다 내가 가진 조직 우리 둘 다 내 이름을 일하는 건 케빈 패리 야

저는 데이터 플랫폼 팀의 주임 프로그램 관리자입니다 속편에서는 Org이 약 14 년 동안 나왔습니다 그래서 많은 일들이 생겨나는 것을 보았습니다 저와 함께 나무 친칠라, 그녀는 쿼리 처리 팀의 개발자 중 하나입니다, 그래서 그녀가 여기 와서 그녀가 만든 물건에 대해 얘기가 정말 멋지 네요 SQL 엔진 내의 쿼리 프로세서 내에서보다 지능적이고 적응력이 뛰어난 몇 가지 기능을 살펴 보겠습니다

그래서 그것은 C와 자기 조정 조건에 반응 할 수 있습니다 적응 형 쿼리 처리에 대한 이야기로 시작할 수 있습니까? 이것은 일련의 기능입니다 SQL 2017로 가져 왔습니다 그리고 그들은 더 엄격하게 적응했습니다 그들은 그것이 아의 상황에 적응하지 않고했기 때문에 만약 그것이 잘못 평가 되었다면 잘못된 선택을하는 것이 적절할 것입니다

자체를 수정하십시오 따라서 사전 처리를 쿼리하면 좋은 성능을 얻는 효율적인 쿼리를 얻는 것이 카디널리티 추정과 관련이 있습니다 이것이 주어진 쿼리로부터 예측하는 예술 또는 과학입니다 각 테이블과 테이블에서 얼마나 많은 행이 흘러 나올 것인가 쿼리 계획 내의 각 분기를 통해 따라서 카디널리티 최적화 최적화 심장 동사 학자 유형을 수행하면 쿼리 계획의 각 단계에서 행 수를 추정합니다

이 통계 기법의 결합이며 가정이므로 다양한 값에 대한 히스토그램의 테이블과 관련된 통계가 있으므로 많은 행이 필요합니다 그 샘플링은 샘플링을 선택하는 방법에 따라 달라집니다 그리고 나서 가정들이 있습니다 그래서 처음에는 특정한 구성들입니다 정확히 얼마나 많은 행이 흐를 지에 대한 지식이 없습니다

그래서 우리는 그들 중 일부는 좋다고 가정하고, 그 중 일부는 좋지 않습니다 그리고이 작업의 일부입니다 가정의 일부가 실제로 유효하지 않은 부분을 수정합니다 견적이 정확할 때 우리는 운영 계획과 물리적 알고리즘에 대한 올바른 결정을 내림으로써 올바른 계획을 얻습니다 그리고 귀하의 데이터를 빨리 되 찾을 수 있습니다

그렇다면 잘못된 견적을 얻는 이유는 무엇입니까? 누락 된 통계가 누락되었습니다 통계적 히스토그램 자동으로 의학적으로 만들 수 있습니까? 아니면 설정 한 방법에 따라 수동으로 만들 수 있습니까? 연간 생성에서 설정하고 테이블에 대한 통계를 작성하지 않은 경우 기대할 행 수를 알 수 없습니다 그래서 우리는 100이나 1처럼 무언가를 얻을 것입니다 과

최적화를 최적화하려고하지 마십시오 그래도, 통계, 그래서 수동 통계를 사용하고 있다면 잠시 후에 테이블의 내용이 통계에 반영되지 않을 수 있습니다 또는 자동 통계를 사용하고 있고 최근에 테이블의 모양을 변경 한 작업을 수행 한 경우 대대적으로 큰 데이터로드를 수행하거나 여러 데이터를 정리하는 것과 같습니다 다시 말하지만, 통계는 테이블의 내용과 일치하지 않을 수 있습니다

그러나 통계가 쿼리를 최적화하기 위해 가고 싶어하며 아마도 잘못된 결정을 내릴 것이라고 믿습니다 통계를 다시 설정할 때 샘플 속도가 부적절합니다 그것은 값의 히스토그램입니다 그리고 당신은 얼마나 미세한 입자인지에 대한 제어권을 가지며 궁극적으로는 테이블을 완전히 스캔하고 모든 가능한 값을 샘플로 봅니다 그리고 과정은 당신이 그것을 얻을 수 있습니다

더 빠르면 오버 헤드도 줄어 듭니다 데이터에 스파이크가 누락 될 확률이 높아집니다 여기에서 여기를 측정하면 사이에 스파이크가 생겨서 놓칠 수 있습니다 그래서 이는 일종의 상충 관계이며 통계에 대한 샘플링 속도를 설정하는 방법을 알 수있는 방법입니다

아주 미세한 그레인 샘플링 속도에 관련되는 오버 헤드가 있습니다 그러나 그 다음에는 배포판에서 더 많은 예외를 잡을 것입니다 punnett 매개 변수 스니핑 문제에 대해 누가 들었습니까? 따라서 매개 변수 스니핑은 우리에게 두통의 종말을 일으키는 현상입니다 너가 가질 때 매개 변수에서 실행되는 쿼리

우리는 일반적으로 쿼리가 전달 된 모든 값을 기반으로 쿼리가 최적화된다는 것을 처음으로 알게 될 것입니다 다음 번에 그 쿼리를 볼 수 있습니다 쿼리 텍스트에는 해당 매개 변수의 변수 만 포함됩니다 쿼리 텍스트가 변경되지 않았으므로 값을 올리면 최적화되지 않습니다 그러나 값이 완전히 다를 수 있습니다

따라서 코리가 처음으로 사용 된 값이 매우 전형적이라면 남은 시간을 보게 될 것입니다 그렇다면 당신은 좋은 성적을 얻습니다 전체적으로 볼 때 하나 또는 두 개의 예외가 나타날 수 있지만 전반적인 성능은 상당히 좋아질 것입니다 처음으로 쿼리를 실행하면 발생합니다 당신은 평범한 가치관에서 벗어난 가치가 있습니다

그런 다음 최적화 작업을 통해 그 가치와 일반적인 경우가 달라질 수 있으므로 가질 수 있습니다 많은 문제가 실제로 그것의 데모를 조금 가지고 있습니다 모델 밖의 쿼리가 그렇게 구성됩니다 최적화 도구에는 놀랍도록 복잡한 코드가 있습니다 그 나에게 놀라움과 나는 잠시 동안 주변에 있었지만 다른 구조들에 대한 것이있다

우리는 그들이 어떻게 행동 할 것인지 가정합니다 그리고 우리는 단지 좋은 모델이 없기 때문에 추측을 할 수있는 몇 가지 구조가 있습니다 그들 중 일부는 비슷합니다 역사적으로 다중 문 테이블 값 함수의 경우 게스트가 하나였습니다 으니까 그 중 하나

몇 주 전에 나온 카디널리티 추정기가 새로운 쿼리 추정자를 위해 구성되었습니다 우리는 그 중 하나를 1200에서 바꿉니다 더 간단한 비트 더 유효합니다 그리고 데이터가 쿼리되는 것을 허용하지 않는 가정

당신이하고 있다면,이 독립과 상관 관계를 즐기는 것입니다 그래서 변수가 2 개인 경우 주 및 도시라고 말하십시오 우리는 그것들이 상관되어 있음을 압니다 그래서 당신은 주와 도시가 있다면

로스 앤젤레스라는 도시가 있다면 캘리포니아 주 권리가 될 가능성이 있습니다 거기에는 상관 관계가 있습니다 다른 값 변수는 모두 상관 관계가 없으며 쿼리 계획을 설정하는 방법과 관련이 있습니다 그래서 그 모든 것들 우리는 얼마나 많은 행이 그 조인에서 나올지에 대해 잘못 추측 할 것입니다

상관 관계가 있는지 아닌지에 따라 강해지므로 모든 일들이 문제를 일으킬 수 있습니다 사면 동질 추정 그리고 이것이 바로 이것이 될 것입니다 그래서 잘못된 쿼리의 캐스트가 쿼리 응답 시간이 느려 비효율적 인 작업을 수행합니다

우리는 계획을 올바르게 세우지 않았습니다 보유하지 않은 데이터에 맞게 최적화되었습니다 지나치게 많은 자원을 소비하므로 매우 큰 값을 위해 최적화하면 적은 양만 흘러갑니다 그런 다음 우리는 많은 양의 데이터를 지원할 수있는 데이터 구조를 설정할 것입니다 메모리 및 그런 다음 아주 작은 데이터 세트를 최적화하면 모든 메모리를 낭비하거나 역으로 낭비하게됩니다

그리고 작은 세트만으로 충분한 메모리를 확보하면 500 만 개의 행을 전달할 수 있습니다 그런 다음 모든 것을 현금화 할 수있는 충분한 공간이 없을 것이며 TV 및 기타 8 가지 시도를 할 것입니다 정말 천천히 그것이 디스크의 예입니다 주어진 쿼리에 대해 너무 많은 리소스를 확보하기 위해 처리량과 동시성을 줄였습니다

그것은 실행하려고하는 다른 모든 쿼리가 굶주릴 것입니다 후속 모델, 리팩토링 및 오프 모델은 모델 구조를 벗어나서 T SQL을 보았습니다 고문 Confort 확인은 특정 구성을 최적화하지 않기 때문에 사람들이 이러한 구성을 사용하여 작업 할 수 있다는 취지에서 효과가 있습니다 Corey를 실행시키고 실제로 더 빠를 것입니다 복잡한 코드가 없어도

그렇다면 우리가 일을 했어야 만했습니다 그리고 우리는 그 구조를 인식 할 것입니다 그래서 우리가 2017 년에 도입 한 기능 중 하나는 다량의 문 테이블 값 기능을위한 인터리빙 된 실행이었습니다 멀티 선택은 테이블 값 기능이 블랙 박스에 끌 렸음을 의미합니다 그들은 고정 카드와 최적화 손님을 하나로 제공합니다

복수 성명서가있는 경우 수율 함수 값으로 테이블을 만든 다음 해당 테이블을 쿼리에 사용합니다 우리는 그 테이블에 도달하는 데 필요한 것을 잘 알지 못하고 단지 하나만 얻습니다 그래서 2017 년에 우리가 그 패턴을 깨뜨린 것입니다

영원히 그리고 한국의 질의 처리 패턴은 당신이 질의를 보는 당신을 최적화 해 왔습니다 당신은 그것을 최적화하는 통계를 보았습니다 그리고 나서 당신은 실행합니다 다중 사이트 인터리브 실행을 통해 우리는 실제로 최적화와 실행을 인터리빙합니다 단계는 쿼리의 작은 모퉁이를 중심으로 정말 깨끗한 경계를 만드는 다중 문 테이블 값 함수입니다

그러면 그 시점까지 최적화 될 것입니다 테이블 값 함수에 대한 값을 얻을 때까지 실행됩니다 그리고 그 카드 유추를 사용하십시오이 유추는 실제 정확하고 나머지 쿼리에 대해 카디널리티 추정치를 사용합니다 그래서

다중 명령문 테이블 값 함수는 처음에는 정말 깨끗했습니다 태클을 시도하는 사례가 정말 잘 작동하므로 더 많은 다른 구조를 취할 수 있습니다 비슷한 방식으로 행동하십시오 쿼리 계획의 코너는 그 시점까지 최적화하거나 그 시점까지 실행 한 다음 나머지 쿼리를 다시 최적화합니다 모든 것에 관한 질문

정말 대화식이 될거야 질문하지 않는 한 도움이되는 마이크를 사용하는 경우 솔리드 스테이트 스토리지가 점점 빨라지고 있습니다 또는 메모리 액세스와 디스크 액세스 간의 경계가 줄어들고 있습니다

예를 들어 Tempe가 유출되었다고 언급하면 그래서 스토리지 클래스가 더 빨라지고 빨라지면서 실제로 SSD가 실제로 이국적입니다 비 휘발성 램 DIMM은 메모리와 마찬가지로 슬롯을 가지고 있지만 영구적이며 디스크처럼 액세스 할 수 있으므로 실제로는 정말 빠릅니다

여전히 전체 IO 스택을 거치면서 작성해야 할 sqlcode가 훨씬 많습니다 우리가 생각하는 것은 디스크이기 때문에 메모리에서 뭔가를 액세스하는 것보다 훨씬 많은 오버 헤드가 될 것입니다 그러나 당신은 그것이 점점 빨라지고 있다고 맞습니다 그러나 너희들은 더 힘들어하고있다

따라서 인터리빙 된 실행 후보는 select 문을 사용합니다 분명히 140 컴팩트 수준에 달려 있습니다 소모품을 가로 질러 그 곳곳에서 사용되지 않는 다중 문 TV는 들어 가지 않을 것입니다 그런 식으로하면 더 복잡해지기 때문입니다 계획을 사용하지 않을 때는 강제로 계획을 세우십시오

우리는 그것에 대해 아무 것도 할 수 없습니다 강제 매개 변수 zation을 사용하지 않습니다 과 사용 힌트를 사용하지 않고 스니핑 매개 변수를 사용하지 않습니다 권리

최적화를 수행하는 방법을 강요한다면 우리는 그것을 존중할 것이지만, 카이저는이를 고칠 것입니다 문제는 다른 방법으로 예상되는 오버 헤드는 최소로 다중 문 테이블 값 함수에서 이미 실현되었습니다 결과를 통해 축적 된 것을 기억합니다 우리가 그것을 실현하기 위해 테이블처럼 보이는 저장소

그래서 우리는 실제적으로 얼마나 많은 행이 우리에게 있었는지 확인하기 위해 구체화를보고 있습니다 현금은 첫 번째 실행 계획입니다 계획의 캐시가 현금화됩니다 후속 실행에 사용됩니다 따라서 매개 변수 스니핑 유형의 문제로 끝날 수 있습니다

실행 계획을 알고있는 계획 특성 그리고 interleaved는 식물에 우리의 새로운 속성을 실행합니다 우리는 실제로 우리가하려는이 일을하고 있다는 것을 알 수 있습니다 이러한 모든 새로운 기능과 동작은 항상 눈에 잘니다 또한 X 이벤트가 있으므로 Telemetry에서 X 이벤트를 사용하는 경우이를 모니터링 할 수 있습니다

X 이벤트에서 훌륭한 정보를 얻을 수 있습니다 그러나 우리는 또한 그들을 표면화하려고 노력하고 있습니다 계획 캐시와 같은 더 눈에 띄는 방식으로 그만큼 계획

문제 인터리브 된 실행 이벤트를 ex 이벤트의 일부로보십시오 나는 그렇게 생각하지만 나는 긍정적이지 않다 그렇습니다 훌륭한 세션을 시작하면 그렇게합니다

나는 그 이름이 무엇인지 모르겠다 그리고 당신은 인터리브 된 실행이 행복 할 때마다 볼 수 있어야하는 라이브 데이터를 보았습니다 그래서 그 모드 메모리 부여 피드백 다시 문제의 2017 기능입니다 우리가 모든 쿼리에 대해 우리는 일할 수있는 기억을 부여해야합니다 메모리의 스크래치 공간

우리가 우리가 필요로하는 기억의 양을 과대 평가하십시오 우리가 과소 평가하면 디스크에 쏟아져 끝날 것입니다 그리고 그 모두는 빈약 한 카디널리티 추정에 의해 좌우됩니다 우리는 그 일을 해결하기 위해 무엇을 했습니까? 일종의 카디널리티 문제를 피하고 있습니까? 왜냐하면 지금 당장 모든 경우에 해결하지 않을 것이기 때문입니다 그러나 우리가 한 일은 처음으로 메모리 부여 메커니즘에 피드백 루프를 도입하는 것입니다

쿼리를 실행할 때 주목할 것인가? 얼마나 많은 기억 쿼리가 궁극적으로 필요하고 델타가 충분히 큰 경우 메모리를 요청했습니다 의지 얼마나 많이 실제로 사용되었는지 기록하십시오

우리가 현금으로 지불하는 쿼리 계획에서 다음에 쿼리를 실행하면 새로운 밸브 메모리 부여 값이 사용됩니다 적응하고 몇 번 앞뒤로 조정하고 일반적으로 꽤 안정적인 상태로옵니다 배치 모드 그것도 안으로 있었다 SQL 2017은 일} 처리 모드는 일} 처리 모드 조회로 제한됩니다

또한 일괄 처리 모드에서는 적응 형 조인이있었습니다 따라서 우리가 물리적 알고리즘을 만드는 결정 중 하나는 당신이 가고 있는지 여부입니다 운영 해시 모드 또는 중첩 루프

그래서 그것들은 다른 점이 있습니다 각각의 점이 더 효율적입니다 때로는 잘못 이해합니다 적응 형 조인이하는 일은 크로스 오버 포인트가 빌드 측면으로 들어오는 행의 수와 관련하여 어느 정도의 경험적 방법을 설정한다는 것입니다

예 그래서 우리는 시작할 것입니다 임계 값을 초과하는 크로스 수가 해시에 합쳐지면 빌드 측에 대해 장미를 누적하십시오 임계 값을 초과하지 않으면 중첩 루프로 유지됩니다 실행 시간에 비행 중입니다

실행이 해시로 바뀔 때 동일한 쿼리에 대해 다른 실행을 중첩 루프로 결합 할 수 있습니다 그래서 고전적인 적응력 중 하나입니다 기술을 사용하여 그래서 그 모든 역사는 우리가 2017 년에 한 모든 것입니다 2019 년에 들어서 지금 말할 수 있습니다 우리는 범위를 넓히고 있습니다

그래서 2017 년에이 기능들은 주로 실행 중에 보았던 것에 적응하고 있습니다 우린 지금이야 2 개의 시나리오를 더 실행하고 잠시 동안 우리는 적응 형 QP라고 계속 부르고 있었고, 실제로 어떤 것에도 적응하지 못하기 때문에 간략하게 설명하기 시작했습니다 더 똑똑하게 만듭니다 이제 우리는 지능적인 QP를 갖게되었습니다

이것은 큰 그림과 같습니다 그래서 우리는 이것을 보면서 몇 분을 보낼 수 있습니다 이것은 우리가 보는 방식, 지능형 QP 및 그 밑에있는 기능입니다 그만큼 빛이 직면 한 부분은 SQL 2017에 상주 한 부분이므로 적응 형 QP가 있습니다

Jeff는 인터리브 된 실행 메모리 권한 부여 피드백을 결합합니다 그것들은 배치 모드에서만 둘 다 있습니다 그래서 모든 것들이 우리가 지금 막 이야기 한 것들입니다 오늘 우리가 SQL 20:19에 대해 발표하는 내용은 무엇입니까? 작업 서 메모리 권한 부여 피드백 interrow 모드입니까? 사람들은 우리가 가지고있는 지연된 컴파일을 가변합니다 OK 문 테이블 변수 변수 함수

에 대한 반복 실행 이제 우리는 테이블 변수에 대한 가치가있을 때까지 테이블 변수에 대한 컴파일을 연기합니다 로스트에서 일괄 처리 모드 또는 얼마나 많은 사람들이 일괄 처리 모드 조인을 사용했는지는 성능에 정말 만족합니다 좋아, 얼마나 많은 사람들이 당신이 쿼리에 열 저장소가 없다면 할 수 없어 좌절되었습니다

그래서 배치 모드는 실제로 효율적입니다 그것의 좋은 묘사로 들어갈 것인가? 그러나 지금까지는 쿼리 어딘가에 열 저장소가있는 경우에만 사용할 수있었습니다 2019 년에는 매장을 성장시킬 때 해당 모드를 사용할 수있게되었습니다 대략적인 QP

새로운 지역이 어디 있습니까? 거대한 Cardenal이있는 경우 그것은 쉽고 카운트 별 같은 집계를 수행하고 있습니다 그것은 우리가하고있는 첫 번째 것입니다 당신은 10,000,000,000 개의 행에서 뚜렷하게 구별됩니다 잠시 시간이 걸릴 것입니다

기억이 많이 걸릴거야 그래서 이것이하는 일은 시간의 매우 작은 소수에서 메모리의 작은 부분에 대한 대략적인 답을 얻습니다 네가 운전 중이라면 대시 보드 나 정확한 값이 반응하는 것만 큼 중요한 것은 아닙니다 이것은 정말 좋은 기능입니다

그래서 ro 모드에 대한 메모리 부여 피드백 SQL (2017)에서는 배치 모드 메모리 허가 피드백을 도입했습니다 원격 유출에 대한 현금 계획을 디스크로 업데이트했습니다 원격 과도한 메모리 부여 낭비 Pine Creek Sick Yusheng에 새로운 쿼리를 추가하면 메모리 부여 피드백의 상태를 이해할 수 있습니다

이것은 모두 150 컴팩트 수준 아래에 있습니다 그래서 우리는 당신이 장면 뒤에서 무엇을하는지 이해하도록 해줍니다 우리는 메모리 허가 피드백 루프가 비활성화 된 X 이벤트가 있습니다 그래서 우리가 메모리 교부금을 조정하고 있다면 그것은 앞뒤로왔다 갔다하며 앞뒤로 움직이며 수렴하지 않습니다

어쨌든 시간의 50 %가 잘못 될 것이라는 점은 없으므로 조정을 중단해야합니다 그 테이블 북 테이블 변수가 실제로 우리의 메모리 교부금에서 쫓겨나는 변수를 보여줍니다 그래서 그것에 대한 정보를 줄 것입니다 새로운 계획 속성 메모리 보조금 피드백이 조정 되었습니까? 이 계획에 대한 메모리 보조금

그리고 몇 가지 값이 있습니까? 그래서 정확한 보조금은 없습니다 그래서, 우리는 그것을하지 않았기 때문에 그것을 조정하지 않았습니다 첫 번째 실행은 우리가 기초가 될 수 없습니다 우리가 처음 본 것은 이번이 처음입니다 계획

당신이 굉장한 숙녀이기 때문에 어떠한 피드백도 사용할 수 없습니다 그리고 나서 네 우리는 거기에있을 수 있습니다 그래서 우리는 그것을 조정했고 우리는 여전히 조정 중입니다 그리고 그렇습니다, 안정적이어서 우리는 더 이상 움직이지 않는 것처럼 보이는 안정된 상태에 도달했습니다

그래서 우리는 단지 것입니다 좋은 전화 그리고 우리는 또한 마지막으로 기억을 요구합니다 문제는 지구본에 반영된 참조가 어떻게 연기 되었는가에 관한 것입니다 우리는 없다? 테이블 테이블 변수가 다른 컴파일을 보여주기위한 공물은 사실 조금 어리니까요

예를 들어, 메모리에 대한 요금으로도 의견을 듣고 싶습니다 일괄 처리 모드에 대한 John의 의견 우리는 방금했습니다 X 이벤트와 고객의 관계는 더 직관적 인 방식으로이를보고 쇼핑 라인 속성을 얻습니다 곧 출시 예정인 것 같습니다

우리는 무언가를 추가 할 수는 있지만 현재는 불가능합니다 질문은 단지 그곳에서 멈추거나 그게 무엇 이었습니까? 권리 기본적으로 그렇습니다 이는 기본적으로 실제 행 수에 대한 증거입니다 그래서 컴파일이 될 것입니다

테이블 변수를 실행하십시오 오, 예상 된 계획부터 시작하고 있습니다 그렇게하지 않으면 그것은 여전히 ​​한 행의 추측 된 추측 횟수를 취합니다 다시는 이것이 예상 된 계획이며 실제로 데이터를보기 전에입니다

이것의 아무도는 이것이 정당한 최적화를하기에서 그것을 멈출 것이다 어떻게 작동하는지 보도록 하죠? 이제 우리는 이것이 어떻게 생겼는지 보게됩니다 당신 좋아, 그럼 내가 데모에 뛰어든다 나는 내 자신을 빨리 소개 할 것이다

저는 동료를 대우하고 있습니다 나는 쿼리 처리 팀의 기술자입니다 SQL 데이터베이스 엔진입니다 그리고 저는 약 2 년 반 동안 팀과 함께 있었고 실제로 적응력이 뛰어난 지능적인 사람들과 실제로 관련되어있었습니다 Kevin이 예를 들어 설명했던 기능들, 나는 적응 형 조인을위한 엔지니어가 아니 었습니다

의견 및 최근에 나는 형제를 위해 일해 왔습니다 모드 메모리 부여 피드백은 현재 공개 미리보기 상태이며 CTP 20의 완전한 레벨 150에 속합니다 이제 모든 데모에서 로마 또는 민주당의 은상 목적에 대한 데모를 살펴 보겠습니다 나는 지금 DW 와이드 세계 수입업자들을 사용할 것입니다

이 특성은 전투력 150 이하에서만 사용 가능합니다 앞으로는 SQL 19에 대해 말하고 있습니다이 기능은 반드시 클라이언트의 모양을 변경하지는 않으므로 압축 수준 요구 사항을 제거하기를 바랍니다 항상하고있는 것처럼 기억의 근거를 바로 잡는 것입니다 모든 컴팩트 레벨에서이 기능을 사용할 수 있기를 바랍니다

Short Elementary를 보면 특히 흥미로운 일입니다 하루에 예상치를 초과하고 편안함 요구 사항 없이는 300,00000 개의 검색어가 표시됩니다 이 기능을 사용하면 3000000 개의 쿼리가 도움이 될 것입니다 알았어 그래서 이걸 전투 레벨 150에 보냅니다

좋아 그리고 우리는 프로 카시를 먹일거야 보통 Eddie 범위 기여도 설정을 수행하면됩니다하지만 저는이를 위해 최선을 다하고 있습니다 그래서 기본적으로이 데이터베이스는 전형적인 스타 스키마입니다

우리는 한 무리의 팩트 테이블을 가지고 있습니다 차원 테이블 예를 들어이 테이블을 보면이 사실에 아마 2 천만 개의 행이있을 것입니다 나는 실제 생산 작업량에서 한 행을 다시 가지지 않는다는 생각에 통계를 제공 할 것입니다 그것은 당신에게 나쁜 계획들을 줄 것입니다

여기이 미친 곳이 있습니다 우리는 해쉬 조인을 얻을 것이고, 우리는 order by 절을 사용하게 될 것입니다이 절은 다시 해쉬 조인 모두를 정렬 연산자로 제공 할 것입니다 우리의 메모리를 소비하는 운영자에게 응답했고, 통계에 피드 테이블에 행이 하나 있다고 생각했기 때문에 이에 답했습니다 그것은 잘못된 기억의 근거를 얻게 될 것입니다

또는 메모리가 거의 주어지지 않을 것입니다 그리고 우리는 그것이 임시 DB로 당겨지고 있음을보아야합니다 그래서이 위대한 것은 아마 2 초 동안 뛰게 될 것입니다 그 동안 나는 이야기하고 싶습니다 이전에 그런 식으로 쇼 계획 속성에 대한 자세한 내용

그들 중 많은 분들이 Dennis에게 훌륭한 세션을 제공하도록 권유하고, 메모리 보조금 피드백이 여러분을 기다리는 것을 알 것입니다 라이브 데이터가 들어오는 것을 볼 수 있습니다 따라서 일부 고객과 마찬가지로 Hey와 같습니다 사고는 시원합니다 하지만 그때 가야 해

메뉴를 시작해야합니다 라이브 데이터를 볼 수있는 설치 마법사가 있습니다 쉽게 볼 수있는 방법과 지금 우리는 내가 보여줄 상호 계획 속성을 가지고 있습니다 잠시 후에 봐라 이 공란을 그렇게 명확하게 봅시다

두 해시 응답 연산자는 그 이유 때문에 충분합니다 추정 된 데일란 원은 실제로 약 3000000 개의 행을가집니다 좋아, 그래서 당신이 기억에서 속성을 보면 내가 말하고 있었던 속성들 정보 속성을 부여하면이 속성 호출이 있습니다 피드백이 조정되었고 현재 그 값은 첫 번째 실행이 아니기 때문에 처음으로 쿼리를 실행하면 사용법을 추적 할 것입니다

디스크에 유출 된 경우 운영자가 실제로 얼마나 많은 메모리를 필요로 했습니까? 실제로이 빌드를 두 번째로 막을 필요가 있으므로 두 번째로이 쿼리를 실행합니다 피드백은 사용법에 따라 결정됩니다 우리는 그것이 쏟아지지 않도록 필요한 기억을 제공 할 것입니다 또한 약 29 초가 걸렸음을 알기도합니다 일시적 DB 주문이 있었기 때문에 쿼리 완료에 실패한 경우, 스퍼스는 상당히 비쌉니다

OK, 약 3 초가 걸렸으므로 거의 10 배 더 빨라졌습니다 이제 속성을 살펴 보겠습니다 좋아, 어디 있니? 좋아, 네가 여기 보면 이제 속성이 변경되었습니다 예, 조절은 피드백을 의미하고 피드백이 적용되었습니다

이 경우 여러 번, 아마도 공정하게 다시 실행하십시오 예라고 말하는 지점에 도달 할 것입니다 이는 메모리 보조금 피드백이 시작되었음을 의미합니다이 단계가 적용되었습니다 그것은 필요한 정확한 메모리를 가지고 있으며 더 이상 변경하지 않을 것입니다

그리고 메모리 건 피드백이 비활성화 될 수있는이 경우도 있습니다 예를 들어, 전력계에 민감한 식물이 있습니다 이것은 파라 미터 및 물건을 가지고 있기 때문에 메모리 부여 피드백에 대한 비 목표입니다 처음으로 파라 미터를 사용하면 매우 낮은 장미를 얻게되고, 두 번째로 파라 미터를 통과 한 파티가 돌아 오면 변동될 것입니다 백만 줄 이니까 요동 치고 22 개 집행 이후에는 회원국이 좋아할 것입니다

이봐, 난이 직업을 돕지 않을거야 증가하고 우리는이 시점에서이 기능을 비활성화 할 것입니다 이 속성은 무효로 읽히지 않습니다 미래가 너를 미치지 못하게하는 것을 의미한다 그것은 하나의 시나리오가 될 수 있습니다 거기에 시나리오가있을 수 있습니다 몇 가지 다른 이유로 비록 계획의 경계 감각이 아니에요

어떤 이유로 든 정적 인 준비가되어 있어도 버그가 있습니다 무언가가 잘못되었다는 것을 알고있을 때 장애인이 될 수 없습니다 당신은 우리에게 다가 갈 수 있으며 문제를보고하고 다른 전력 계량기 중 일부는 볼 수있는 정확한 근거가 없다 제 1 장소에 정원 정확한 보조금 및 메모리 보조금 피드백을 걷어차 필요가 없습니다 좋아요, 그밖에 내가 생각하는 것 이외에 통계를 설정하려고합니다

원래 카운터로 돌아 가지 마십시오 데모의 나머지 부분을 엉망으로 만들면 계속할 수 있습니다 감사 이것은 우리가 작업하고있는이 기능의 단점을 실제로 잘 보여줍니다 우리가 여기서하려고하는 것은 당신이 더 많은 일을하지 않고도 일들을 더 빨리 진행할 수있는 기능입니다

권리 우리는 쿼리를 전혀 건드리지 않았다는 것을 알았습니다 우리는 약 29 초 만에 처음으로 달렸다 동일한 데이터에 대해 똑같은 쿼리를 다시 실행하면 29 초에서 3 초가됩니다 기능의 일종은 기능을 활용하기 위해 무엇이든 다시 작성하지 않고도 더 빨리 수행 할 수있는 기능입니다

따라서 테이블 변수 지연 컴파일 레거시 동작 수동 통계 생성 및 임시 테이블 업데이트 수동 통계 작성을 할 수 있습니다 테이블 변수를 업데이트 할 수 있습니다

이해해 진술서 세금 환급 일시 중지하고 다시 추정하십시오 그래서 여기서의 변화는 테이블 생성입니다 정의

제약 조건을 사용하면 테이블 변수에 대한 임시 테이블을 검사 제약 조건의 기본 키 고유성에만 적용 할 수 있습니다 테이블 변수 생성의 일부로 자동 통계 생성은 임시 테이블에서 발생하지만 테이블 변수에서는 발생하지 않습니다 그리고 마지막으로 하나의 배치에서 시도 객체를 사용하여 생성하면 동일한 배치에서 사용합니다 임시 테이블을 참조하는 명령문을 임시 테이블로 컴파일합니다 첫 번째 실행까지 연기 된 것으로 존재하지 않습니다

그래서 그 일괄 처리 내에서 생성 된 임시 테이블을 참조 할 경우 우리는하지 않을 것이다 그 명령문을 컴파일 할 때까지 우리는 모든 것을 다 실행했습니다 따라서 예상되는 행 수에 대해 적절한 숫자 처리를 할 수 있습니다

테이블 변수 그 같은 상황에서 너 한테 고정시킬거야? 하나의 견적 왜냐하면 우리는 그 진술 텍스트의 중간에 멈출 수있는 방법이 없기 때문입니다 일시 중지하고 다시 추정하십시오

그래서 여기에 변화가 있습니까? 테이블 변수 지연 컴파일로 다시 150 compatmode의 일부입니다 그리고 그것은 그가 Yup 업그레이드를 2019로 변경하고 1:50 호환성을 켜야 만하는 유일한 방법입니다 그리고이 동작은 테이블 변수를 참조하는 명령문의 컴파일을 켭니다 그것은 존재하지 않았다 첫 번째 실행 때까지 연기가 연기 되었습니까? 인터리브 된 실행과 같습니까? 우리는 그 진술에 도달 할 때까지 기다리고 있습니다

그리고 그 전에 얼마나 많은 데이터가 그 테이블 변수에 있는지 계산해 봤습니다 해당 테이블을 참조하는 명령문을 컴파일하십시오 테이블 변수 이제 우리는 그것을 볼 수 있습니다 그래서 전에 테이블 변수를 다른 컴파일하기 전에, 그래서 어떻게이 단어가 소피 쿼리를했는지 또는 당신은 적절한 seger했다

초기 컴파일 동안 테이블 변수를 참조하고 최적화 단계를 수행하는 일련의 명령문이 있습니다 테이블 변수에 의해 반환 된 실제 행 수가 꽤 적지 만 일종의 OK 인 테이블 변수에 대해 하나 귀하의 견적은 완전히 꺼져 있으며 여기에 테이블 변수가있는 경우 문제가 발생합니다 하류에있는 사업자들의 무리는 추정 된 의지를 전파 할 것입니다 대부분의 이러한 의사 결정의 대부분이 사망에 이르기 때문에 품질은 최적화를 수행합니다

중첩 루프 조인이나 해시 조인을 사용하기 위해 조인 알고리즘과 같은 카디널리티 추정은 어떻게됩니까? 그래서 이러한 모든 결정 카디널리티 평가에 영향을 받습니까? 이 개선 이전에 어느 작업을 중단 했습니까? 우리 주변에 어떻게 그렇게 접근 했습니까? 모두 잘못되었거나 손님이 예상 한 것입니까? 재 컴파일 옵션을 사용하여 재 컴파일 되었습니까? 아니면 대신 임시 테이블을 사용합니까? 또는 옵션 해시가 옵션을 선택한다고 말하는 것처럼 강제로 힌트에 가입해야합니다 중첩 루프 조인을하지만 테이블 변수가 다른 컴파일을 사용합니다 이 기능을 사용하지 않아도 문제가 해결되고 떠날 수 있습니다 이것은 전투 레벨 140에 우선적으로 적용됩니다

나는 이것을 140으로 보냈을 뿐이다 개선과 우리는 우리가 얻는 이익이 무엇인지 알 것입니다 우리가 그것을 가능하게 할 때 좋습니다, 여기 마스터가 있습니다 좋습니다, 그래서 우리는 탁자, 변수 호출 딸을 선언하고 우리는 우리 학년에서 그것을 참조 할 것입니다

그래서 이것은 아마도 2 초 동안 진행될 것입니다 계획 모양을 보면 재미있는 일종입니다 당신은 지금 당신이 보는 것을 나에게 말할 수 있습니다 앞으로 전투 레벨 150없이 볼 수있는 것을 기억하고 나에게 말해 줄 수 있습니다 계획을 살펴 봅시다

알았어 그래서 좋습니다 이것이 우리가 보는 테이블 변수입니다 예상 행 수와 추정치에서 수신 된 행 수는 기본값이며 실제 행 수입니다 그것은 실제로 얻었다

약 250 만명이 그렇게 벗어 났습니까? 그리고이 계획에 잘못된 점이 무엇입니까? 모든 입력 누군가 뭔가를 말했다 그래, 관절 유형 그래서 당신이 그것을 볼 수있는 경우 볼 수 있습니다 중첩 루프 조인입니다 우리가 가지고 있기 때문에 좋은 선택의 종류가 아닙니다 350 만 줄과 같이 행 수가 높아집니다

합류하면 더 좋았을 것입니다 이는 예상치를 기반으로하기 때문에 직관적입니다 1의 행 크기, 우리는 너무 적은 메모리로 시작한 다음 10 DB로 스포크가 있습니다 그리고 당신도이 계획에서 병렬성을 갖고 있지 않다는 것을 알 수 있습니다 이것을 전투 레벨 150에서 다시 실행하고 우리가 얻은 것을보고 또한 약 19 초를 신중히 지적합시다

방법을 보자 더 좋아지면 좋아, 150 피울거야 그리고 나는 계산서를 달리고있다 나는 똑같은 테이블에 대해서 똑같은 질의를 사용하고 있는데, 활과 같은 카레를 사용하고 있습니다

누군가 다행히도 우리는 방법이 없습니다 그 때까지 Kiddin 기능을 보았으나, 다음 릴리스에서는 훌륭한 사회 계획 속성을 갖게 되길 바랍니다 이제는 테이블 변수가 빌드 사이트에 있기 전에 대칭 이동한다는 사실을 처음부터 살펴 보겠습니다 이제 프로브 측에 있으므로 보자 실제 행 수는 실제로 행의 수를 줄인 것이 실제로 정확하고 지난 번 예상 한 것보다 좋습니다

그리고 중첩 된 루프 대신 조인 알고리즘이 정확합니다 우리는 해쉬 매치 (hash match)를 가졌고, 이제는이 법안을 가지고 있지 않습니다 이 기능을 사용하면됩니다 우리는 개선을위한 나쁜 계획을 수여하고 있습니다 우리는 발전하고 있습니다

계획은 인턴의 수행 능력을 향상시키고 그 효과를 나타냅니다 9 초 네 다시 한번 그것은 또 다른 예입니다 의 무엇이든 바꿀 필요없이 빠르게 물건을 만들 수 있습니다

통과하지 않았습니까? 별개의 개수 처음에는 그것에 대해 조금 설정하십시오 이것이하는 일은 정답의 근사치를 제공하는 것입니까? 그리고 매우 작은 메모리를 사용하여 매우 빠릅니다 하이퍼 로그 로그라는 기술을 사용합니다 실제 결과를 샘플로 추정하는 방법입니다

결과가 있어야합니다 결과는 97 %의 경우 정답의 3 % 이내가 될 것입니다 알고리즘을 깨고 답을 줄 수있는 복잡한 상황을 만들 수 있습니다 그만해 그러나 97 %의 경우

그것은 아주 작은 마진 안에있게 될 것입니다 그리고 이것은 다시금 재정상의 결과와 같은 것이 아닙니다 정확한 답변이 중요한 부분 분명히 약을 사용하지 않을 것입니다 그러나 당좌 계좌의 잔액은 얼마입니까? 그러나 반응성이 정확도의 마지막 두 자리 수보다 훨씬 중요한 경우에 적합합니다

이것은 많은 의미가 있습니다 따라서 바늘을 몰 때 대시 보드를 운전하면됩니다 마지막 두 자리 숫자는 아무도 알아 차릴 수 없을 것입니다 그러나 업데이트되기 전에 30 초 동안 기다렸는지 알 수 있습니다 맞아요

이것이 정말로 많은 의미가있는 일종의 것입니다 이것은 구문 변경이므로 새로운 구문을 사용하여 옵트 아웃해야하므로 compat 수준 요구 사항이 없습니다 그래서 뚜렷한 수 대신 이제 값이 값의 별개 개수로 계산됩니다 그래서 아주 사소한 변화

표현 내에서 분명히 구별하기 위해 먹일 수있는 것은 무엇이든간에 어떻게 생겼는지 보자 좋아요, 근본적으로 approx count distinct는 주어진 표현식을 평가하고 그룹 내에서 비 ​​고유 null 값의 대략적인 수를 반환합니다 Kevin이 대략 플러스 또는 -3 %의 97 %라고 말한 것과 비슷합니다 주된 이유 중 하나는 응답 성을 사용하려는 것이고 두 번째 것은 응답입니다

그것은 아주 작은 기억 공간입니다 그래서 별개의 셀 수는 매우 철저한 작업이며 대부분의 시간입니다 당신이 그것을 알아 차리면 그것을 게시합니다 반면 MDB 별개로 생각하면 매직처럼 보일 것입니다

아마 기억력이 300 배 적어지기 때문에 구술력을 구별 해내는 인턴이 매우 적게 인쇄됩니다 정확한 가치와 아마도 약간의 시간이 걸릴 것입니다 메모리 집약이기 ​​때문에 다시 말하지만, 데이터 세트에 값이있는 경우 이것은 메모리 사용량이 적은 곳에서 사용할 수있는 완벽한 예와 같을 것입니다 그렇게하지 않으면 흘러 넘치지 않고 큰 지연을 초래할뿐만 아니라, 다른 검색어도 굶주리고 있지 않습니다

그래서 우리가 철자를 모르더라도 필요한 것보다 더 많은 메모리를 사용하고 작은 메모리 사용량을 사용합니다 다른 쿼리에 더 많은 메모리를 제공합니다 어디서나 당신은 철저하고 정교 할 필요가 없습니다 이것은 좋은 일이 될 것이고 배치 모드의이 힌트 감속을 사용하여 나의 carianne를 본다면 좋아 왜냐하면 나는 천둥을 뱃치 모드에서 훔치고 싶지 않기 때문이다

또 하나의 개선점 인 100 oh 지능형 QPQB 트리가 여기에 있습니다 나는 너무 사랑한다 이 기능을 사용하지 않으면이 쿼리가 일괄 처리 모드로 실행됩니다 자 이제 저는 이것을 실행하려고합니다 이것은 정확한 값을 반환 할 별개의 버전입니다

나는 아마 약간의 시간이 걸릴거야 메모리 집약이기 ​​때문에 다시 말하지만 완벽한 완벽한 저녁 식사는 어떤 유형의 쿼리 연도에 따라 달라집니다 계좌 개설 여부를 확인하고 계십니까? 실제로 전적으로 기억에 맞을 것입니다 아마 많은 것을 볼 수 없을 것입니다

첫째, 게임이지만, 특히 MDB 인 경우에는 차이점을 확인하게됩니다 따라서이 보고서에는 약 29000000 개의 별개 값이 있다고합니다 그것이 반환 할 가치이며, 그런 다음 메모리를 살펴 보겠습니다 승인 속성

승인 이렇게 부여 된 메모리는 약 15GB였습니다이 경우에는 분쟁을 시도하지 않았지만 여전히 좋습니다 메모리 1

5GB의 메모리가 많으며 대략적으로 소요되었습니다 12 초 이걸 다시 실행 해보자 테스트를 세고 오류율 내에 있는지 확인하십시오 뭐라구? 시간 낭비하고 기억이 어떻게 생겼어? 뭐라 했니? 우리가 완전히 다른 기능을 사용하고 있기 때문에 다른 쿼리입니다

나는 금전적 인 현금을 지우고 그것을 증명하기 위해 당신을 위해 그것을 다시 실행한다 그것은 완전히 다른 방식입니다 나는 그것이 OK에 영향을 미쳐야한다고 생각하지 않아 약 5 초 후에 끝난다 그리고 메모리 정보를 살펴 봅시다 문자 그대로 1

5KB 272KB에서 100KB조차 보이지 않는 경우 우리가 약간 벗어 났을 정도로 대략 20000000 개의 줄이 있다고 말하면서 그것을 끝내었다 그러나 그것은 아직도있다 특히 대시 보드에서이 문제를 사용하는 경우에는 문제가되지 않습니다 나는 단지 소품 현금을 지우고 완전히 다른 등급이라는 것을 보여주기 위해 다시 한 번 해보겠습니다 이게 어디 있니? 여름, 네, 거기있어, 가라

나는 해외 현금을 먹일거야 그 위대한 재방송하자 승인 아, 그런데 어쨌든 재 컴파일이있었습니다 그렇지 않다면

알았어요 네, 그래도 여전히 같은 성능입니다 30000000 행 그리고 우리는 여전히해야합니다 상대적으로 적은 메모리 인쇄 좋아, 너 한테 돌아가

지금까지 데모에 관해 언급 한 내용에 대해 지금까지 다른 질문이 있습니까? 이것은 근사치 개수는 예외 중 하나이지만 일반적인 경우에는 우리가보고있는 것입니다 뭐야? 코드를 변경하지 않아도되는 기능을 채택 할 필요가 없습니다 그것은 단지 더 빨리 달린다 그리고 그것이 당신을 그들이 compat 수준으로 보았던 이유입니다 그래서 우리가 계획을 최적화하는 방식을 바꿀 수있는 모든 것

또는 계획 수행의 모양 코드에서 아무 것도 변경하지 않아도됩니다 컴팩트 한 수준으로 단단 해지겠습니까? 그렇게하면 당신 밑에서 변화하는 것에 대해 걱정하지 않고 업그레이드 할 수 있습니까? 갑자기 문제 그래서 당신은 월별 명세서 기능이 테이블 값입니다

그래서 다중 문장 테이블 값 함수? 예 거기에 도움이 필요합니다 무언가를 추가하십시오 그러나 사라졌습니다 권리

다시 그래서 대략 별개로 계산하십시오 수학은 내 머리 위로 하이퍼 로그 로그이지만 길입니다 Cliff 노트 버전은 무엇입니까? 그들이하는 일은 상당히 정교한 표본 추출 알고리즘을 사용하는 것입니다

특정 범위의 데이터 세트 내에서 샘플 가져 오기 그리고 그들은 비밀스런 소스가 어떤 것을 대표 해 그것이 좋은 각도의 예가 될 것인지를 알아내는 방법을 가지고 있습니다 따라서 소량의 데이터 만 소화해야합니다 없이 모든 방의 전체 데이터 세트를 검토합니다

동기화를 자랑스럽게 생각하면 유용합니다 데이터 세트를 메모리에 저장할 수있는 경우 매우 큰 데이터 세트가있는 사례 당신은 많은 것을 얻지 못할 것입니다 그게 전부라면 정답에 농장을 베팅하지 않는 완벽한 결정 정확성을 요구하지 마십시오

Don'TN은 빠른 응답이 필요합니다 재무 결과에 대한 정확한 답변이 필요하거나 작은 데이터 세트가 필요한 상황에 적절하지 않으며이를 이해하는 것이 중요합니다 대략 별개의 수는 마술이 아닙니다 이것이 해결할 수있는 문제에 부딪치지 않는다면 항상 빠르지 만 빨리 답할 것입니다 당신을 위해 무엇이든 해결하십시오

그래서 만약 당신이 메모리가 부족하거나 굶어 죽지 않는 메모리의 양 때문에 소비에 의해 별개 그렇다면 당신은 가지 않을 것입니다 이것은 당신을 위해 많은 것을 향상시키지 않을 것입니다 당신이 그것을 실행하는 시간이 길수록 구별되지 않을까요? 항상 걸릴거야? 그만큼의 기억 그리고 그것은 전형적으로 병목 현상이 될 것입니다

아마 메모리지면 피드백이 도움이되었을 것입니다 두 번째 시간을 보여 주었다면 아마이 빌드를 수정했을 것입니다하지만 여전히 진행될 것입니다 모든 작업은 철저한 작업이므로 메모리가 필요합니다 기본적으로 모든 고유 값의 해시 테이블을 구축하고 있습니다

과 값이 수백만 개의 별개의 값을 가지면 정말 큰 데이터 구조가됩니다 Hennis는 많은 공간을 통제합니다 장미 저장소에 배치 모드 그래서 일괄 처리 모드입니다

우리가 컬럼 스토어 인덱스를 갖기 시작했을 때 우리가 컬럼 스토어에 들어온 것 컴 매장 매우 압축 된 공기로 매우 효율적으로 많은 데이터를 처리하기 때문에 좋은가요? 일괄 모드 처리가 그 (것)들로왔다 둘 다 스캔 롯트에 대한 분석 쿼리에서 작동하는 경향이 있습니다 그리고 많은 양의 데이터와 당신은 일반적으로 합계 평균을하는 것과 같은 것을합니다

로스트 또는 이동 하나 시간을 썼다 그래서 당신은 실행, 전체 계획을 통해 하나의 행을 이동합니다 일괄 처리 모드를 통한 흐름은 한 번에 수천 개의 행에 대한 데이터를 전달하고 약 1,000 개의 행을 일괄 처리하고이를 통해 전달합니다 과 그래서 대신 앞쪽 평균 연산자를 사용하면 TH 행의 Rd가 평균에 더 많은 값으로 추가되고 다른 값이 평균에 더해진다

대체 어디에? 한 번의 작업으로 1,000 개의 행을 표시합니다 프로세서 내에서 벡터 응용 프로그램을 사용하므로 속도가 빨라집니다 훨씬 더 효율적이지만 칼럼 스토어와 관련되어있어 최적화 프로그램을 속일 수있는 악명 높은 MVP가 있습니다 일괄 처리 모드를 사용하면 쿼리에 com 상점을 사용하지 않고 있음을 알 수 있습니다 만들기

업데이트 열 저장 테이블이 있습니다 쿼리에 실제로 참여하지 않은 인덱스 최적화 프로그램이 일괄 처리 모드를 사용할 수 있다고 생각하게 만듭니다 그래서 사람들이 이러한 융합 된 작업 해결 방법을 고안하게하는 것이 아닙니다

우리는 당신에게 그것을 사용하는 방법을 줄 것이라고 생각했습니다 앞 그래서 실제로 잡동사니 시나리오에서 유용하므로 하이브리드 트랜잭션 분석 처리가 가능합니다 그래서

다수 더 나은 배치 모드는 매우 효율적입니다 큰 행 집합에 대해 집계를 수행 할 때 사례 사용 사례가 중복되는 열 저장 작업을 평가했습니다 일종의 조작에 의한 지능

너는이 재고 목록이 다 떨어지기를 언제 알았 으면 좋겠다 꽃을 사용하는 표준 예제에서는 꽃을 판매하고 있습니다 당신은 하루가 끝날 때 다 떨어지기를 원합니다 또는 당신은 내일 전에 도움이 될 남은 꽃 잔뜩이 있거나 하루가 끝나기 전에 당신이 다 떨어지게 될지 모른다면 그리고 나중에 사람들을 나눌 때 나타날 수있는 모든 사람들의 기회를 잃어 버립니다

따라서 그것은 부패하기 쉬운 필수품이며, 이것이 어디서 얻을 수 있는지에 대한 한 가지 예일뿐입니다 특정 결과는 인생 데이터에서 분석적 쿼리 결과를 가져 오지만 ETL을 처리하지 않고 몇 시간 후에 분석합니다 따라서 로스트 또는 배치 모드의 일종의 시나리오입니다 열 저장소를 사용할 수없는 경우가 있습니다 그래서

다수 더 나은 배치 모드는 매우 효율적입니다 큰 행 집합에 대해 집계를 수행 할 때 사례 사용 사례가 중복되는 열 저장 작업을 평가했습니다 열 저장이없는 곳에서도 유용합니다

그래서 이것은 일종의 프로세스를 얻는 방법의 차이를 보여주는 그래픽의 일종입니다 여기에 로밍 모드가 표시됩니다 따라서 각 행은 쿼리 계획의 모든 작업을 순차적으로 처리합니다 각 열이있는 열 저장소의 일괄 처리 모드는 별도의 저장소에 있으며 그 행에서 천 개의 행을 가져옵니다 모든 작업을 하나씩 차례로 진행합니다

그러나 1000 명의 전체 집단이 모든 작전을 통해 하나의 단위로 행동을 썼다 고 말했습니다 로스트 용 일괄 처리 모드를 사용하거나 똑같은 작업을 수행 할 수 있으므로 모든 열과 행이 있으므로 수천 줄이 필요합니다 네가 만날 수있는 열 스토어처럼 쿼리에 참여하지 않는 참조 열은 사용하지 마십시오 모든 것을 복원하기 위해 복원

그리고 1000 행의 그 그룹 그런 다음 쿼리의 연산자를 모두 통과합니다 그래서 이것은 우리가 여기에서하고있는 것에 대한 개념 개념의 일종입니다 다시 150 콤팩트입니다 쿼리의 모양을 변경하기 때문에 문제가 발생합니다

최적화 일괄 처리 모드 경험적 방법 따라서 우리는 최적화 프로그램이 일괄 처리 모드 계획을 고려하도록 허용하고 있습니다 열 저장소가없는 경우 그래서 우리는 최적화 된 검색 공간을 열어 가고 있습니다 주어진 쿼리가 가능한 모든 방법을 통해 검색 할 것이기 때문에 문제를 해결할 수 있습니다

맞아요 답을 얻기 위해 취할 수있는 모든 다른 경로를 통해 모든 검색을 해결할 것입니다 주어진 쿼리 그리고 일괄 처리 모드를 추가하여 그 가능성을 폭발 시켰습니다 어느 것이 가장 효율적인지를 탐구하고 평가해야합니다

그래서 거기에는 비용이 있습니다 그래서 우리는 그것을 지우는 것을 피하기 위해 맨 위에 위로 몇 가지 발견법을 넣었습니다 그 길은 당연히 이기지 못할 것입니다 따라서 작은 테이블 인 경우 연산자를 사용한 후에 테이블 크기를 살펴 보겠습니다 일괄 처리 모드로는 아무 것도 얻지 못할 것이기 때문에 여분의 오버 헤드를 처리하지 않을 것입니다

모든 계획을 탐색합니다 입력 쿼리에서 예상 된 카디널리티입니다 최적화를 거치면서 추가 체크 포인트가 생기는데, 모든 일괄 처리 방식 플랜트가 훨씬 더 높은 비용을 지불하고 원격 계획이 무엇인지 알 수 있습니다 아마 평가 일괄 처리 계획을 중단 할 것입니까? 우리가 그것들을 넣기 전에 우리는 어디에 있었는지를가집니다 우리는 할 수 있었다

일괄 처리 모드로 실제 쿼리 실행 속도를 약간 높일 수는 있지만 컴파일 시간이 길어지면 어떤 이득도 얻지 못합니다 실행 시간 이것이 바로 이러한 최적화를 통해 여기서 피하고자하는 것입니다 우리는 또한 많은 컨트롤을 제공합니다 따라서 배치 모드를 강제로 해제 할 수 있습니다

할 수있어 사용 가능하게 만들지 만 강제되지 않습니다 왜냐하면 옵티마이 저가 계획을 완료하는 더 빠른 방법을 찾으면 더 좋든 그렇지 않든간에 그렇게 할 것입니다 그래서 우리는 조금 새로운 배치 모드 스캔 연산자를 도입하여이 연산자가 실제로 데이터 페이지 밖으로 또는 열 저장소에서 데이터를 읽는 쿼리 실행의 일부가되었습니다 그리고 그 파이프 라인에 데이터를 공급하기 시작합니다

그리고 이제 그 모든면에서 우리는 배치를 형성하고 있습니다 따라서 스캔 운영자는 장미 점을 읽으면 그 시점에서 학사 학위를 받고 그 이후의 모든 것은 배치 모드로 실행됩니다 따라서 가능한 한 충분합니다 워크로드의 상당 부분이 분석 쿼리 인 경우 어떤 이점이 있습니까? 조인 및 집계와 같은 연산자가 수십만 개의 행을 처리하는 곳은 어디입니까? IO 경계가 완전히 바뀌면 작업 부하가 CPU에 바인딩됩니다 그러면 CPU로 무엇을 할지라도 아무 것도 바꿀 수 없습니다

그리고 거기에는 추천도 있습니다 열 스토어가 데이터의 양을 줄이기 때문에 열 저장소를 추가 할 수 있다면 실제로 사용할 수 있습니까? 그렇다면 사용해야 할 부분을 크게 줄여야합니까? 일반적으로 열 저장소에서 90 % 압축을 얻으므로 원래 크기의 10 %입니다 또한 쿼리에 참여하는 열만 볼 수도 있습니다 따라서 테이블에 천 개의 열이 있고 오전 5 시가이 쿼리에 참여하는 경우 나는 이것 때문에 5 열을 읽어야 만합니다 별도의 물리적 컨테이너에있는 각 열

따라서 열 저장소 인덱스 광고를 너무 많이 생성하여 열 저장소 인덱스 광고를 작성하면 작업 부하의 트랜잭션 부분에 너무 많은 오버 헤드가 발생합니다 또는 턴을 많이하고 있다면 칼럼 스토어의 성능이 저하 될 것입니다 응용 프로그램이 일반적인 별에 아직 지원되지 않는 기능에 의존하기 때문에 가능하지 않은 경우 분명히 당신은 그들을 사용할 수 없습니다 그래서 그것들은 당신이 그들을 사용하지 않을 때입니다

이제 우리는 당신의 외모를위한 데모를 가지고 있습니다 다시 말하지만, 이것은 있습니다 점점 죄송합니다 다시 말하지만,이 기능은 내가 호환 할 수있는 가장 부유 한 기능이므로 컴팩트 레벨 150에서 사용할 수 있습니다 2이 데모의 목적을 위해 다시

나는 우리가 칼럼 스토어를 가지고 있지 않다는 것을 지적하고 있습니다 그렇지 않은 경우 색인을 작성하십시오 로스트에서 배치 모드는이 갈망이 프로 모드로 실행되는 방식으로, 이제는 내가 그렇게 보여줄 것입니다 예를 들어, 귀하의 사용자와 마찬가지로, 이봐, 나는 기본적으로 내 경력이 배치 처리와 함께 bash Motorola 상점에서 실행되는 것을 원하지 않는다 사용자가 배치 모드 처리를 사용하지 않도록 명시 적으로 선택할 수있는 배치 모드 힌트의 Decelle입니다

그래서 저는이 손을 사용할 것입니다, 그래서 우리는 어떤 성능을 볼 수 있습니다 로마 모드와 같습니다 그리고 우리가 미래를 건설하기 전에 우리는 그 초등학생을 보았습니다 그래서이 개선점은 누구입니까? 우리는 그 기초에서 유익을 얻을 수 있도록 건설 할 것입니다 대부분의 분석 작업 부하는 일괄 처리를 통해 이익을 얻었지만 열 저장 인덱스가 필요하다는 요구가있었습니다

좋아, 보자 그래서 당신은 그것이 진짜 모드라는 것을 알 수 있습니다 이 모든 연산자가 브로 모드에서 실행중인 것을 볼 수 있습니다 좋아, 그럼하자 경과 시간을 살펴 보겠습니다

11 네 11 초는 힌트없이 이것을 재실행합시다 기본적으로 행 저장소에서 일괄 처리 모드로 실행되므로 일괄 처리가 진행됩니다 11 초에서 3 초

Forex Forex 개선 그래서이 모든 것들을 볼 수있는 것처럼 보자 이제 배치 실행과 내가 지적하고자하는 또 다른 흥미로운 점이 있습니다 스토리지는 로스트 또는 그 의미를 설명 할 때 볼 수 있습니다 즉 해당 스토리지를 의미합니다

여기서 무료 데이터 원본은 AB 트리 또는 힙 이었습니까? 기본 로스트 또는 테이블, 열 스토어가 아니므로 데이터가 로스트에서 나왔음을 알 수 있습니다 그러나 물리적 스캔에서 일괄 처리 모드로 처리됩니다 내 생각에는 승인 배터리 모드 및 복원에 대한 3 가지 질문

우리는 질문이 있습니다 그러면 얼마나 비쌉니다 이러한 생물은 일반적으로 자원을 절약하므로 더 빨리 진행되므로 비용이 적게 듭니다 맞아 희망을 갖고 잘하십시오

그리고 이것이 우리가 일이 점점 악화되는 것을 막는 방법입니다 따라서 전체 쿼리 성능을 제공하는 변경 사항을 선택해야합니다 그리고 매년 또는 2 또는 길게주기가 있습니다 그것의 현재 세트를 취할 것입니다 동일한 코드를 SQL 서버 버전으로 제공하십시오

당신의 전제라면 그러나 이것이 다시 시장의 차별화 요소라고 생각하는 호환성 수준입니다 플랫폼을 서비스로 실행하든, 아니면 서비스로 실행하든 동일한 코드가 있습니다 VMS 또는 전제의 서비스로서의 인프라 그것은 모두 동일한 쿼리 엔진이므로 실제로 만듭니다

보드 전반에 걸쳐 좋은 호환 이야기 예, 관리는 인프라에서 Azure의 모든 부분과 동일한 방식으로 업데이트됩니다 네 희망 사항이 개선됩니다 그리고 이것이 우리가 일이 점점 악화되는 것을 막는 방법입니다

따라서 전체 쿼리 성능을 제공하는 변경 사항을 선택해야합니다 그리고 매년 또는 2 또는 길게주기가 있습니다 그것의 현재 세트를 취할 것입니다 동일한 코드를 SQL 서버 버전으로 제공하십시오 당신의 전제라면

그러나 그것이 다시 시장의 차별화 요소라고 생각하는 호환성 수준입니다 플랫폼을 서비스로 실행하든, 아니면 서비스로 실행하든 동일한 코드가 있습니다 VMS 또는 전제의 서비스로서의 인프라 그것은 모두 동일한 쿼리 엔진이므로 실제로 만듭니다 보드 전반에 걸쳐 좋은 호환 이야기

예, 관리 인스턴스는 인프라에서 Azure의 모든 부분과 동일한 방식으로 업데이트됩니다 희망 사항이 개선됩니다 그리고 이것이 우리가 일이 점점 악화되는 것을 막는 방법입니다 따라서 전체 쿼리 성능을 제공하는 변경 사항을 선택해야합니다 그리고 매년 또는 2 또는 길게주기가 있습니다

그것의 현재 세트를 취할 것입니다 동일한 코드를 SQL 서버 버전으로 제공하십시오 당신의 전제라면 그러나 그것이 다시 시장의 차별화 요소라고 생각하는 호환성 수준입니다 플랫폼을 서비스로 실행하든, 아니면 서비스로 실행하든 동일한 코드가 있습니다

VMS 또는 전제의 서비스로서의 인프라 그것은 모두 동일한 쿼리 엔진이므로 실제로 만듭니다 보드 전반에 걸쳐 좋은 호환 이야기 예, 관리는 인프라에서 Azure의 모든 부분과 동일한 방식으로 업데이트됩니다 그래서 질문은 도움이 나를 이해하는 데 도움이됩니다

백색 흰색 배치 모드가 덜 효과적 일 경우 그래서 그 문제는 무엇입니까? 최적화 도구 가능한 모든 계획을 평가하여 사용할 가장 저렴한 계획이 무엇인지 확인해야합니다 그리고 돌아서

가능한 단위로 배치 모드에서 단지 가능성의 수를 곱했습니다 그것은 평가해야하므로 더 많은 시간이 걸릴 것입니다 최적화 단계에서 컴파일하는 동안 고정 세금이 적용됩니다 따라서 최적화를 수행하는 데 10 초가 걸리면 쿼리 실행 시간이 3 초 2 초가됩니다 당신은 여전히 ​​길을 잃었습니다

그래서 그 아이디어가 있습니다 승인 이것이 우리가 지능형 쿠폰에 대해 이야기해야했던 것입니다 저기있다 더 많은 정보를 얻으려는 곳에서도 질문 할 수 있습니다

나무도 평화의 하나 Azure에 대한 빠른 트랙이라는 프로그램이 있습니다 Azure로 마이그레이션하는 경우 우리는 당신을 도울 수있는 연습을했습니다

검증 된 사례를 통해 Microsoft는 전문성을 발휘하여 어디에서나 전문성을 발휘할 수 있습니다 설계 구성 개발부터 배포, 마이그레이션에 이르기까지 모든 것이 여러분의 도움을받을 수 있습니다 네, 고마워요

2-How To Insert Data in Database Using C# with SQL

안녕, 친애하는 친구 이 비디오에서 양식 응용 프로그램을 통해 데이터베이스에 데이터베이스를 추가하는 방법을 설명하겠습니다

우리가 데이터베이스를 보면 직원 표 나는 성, 이름 및 업무에 종사 할 것이다 그리고 나는 다시 연습 할거야 여기에 세 개의 LABEL을 추가합니다 첫 번째 LABEL의 텍스트는 성입니다 두 번째 광고입니다

마지막으로, 세 번째 작업입니다 과 사용자로부터 정보를 검색하고 싶습니다 내 양식에 TEXTBOX를 추가합니다 확인을 클릭합니다 이제

첫 번째 TEXTBOX의 이름은 txtLastName입니다 과 두 번째 txtFirstName 그리고 txt 제목 삽입을하려면 버튼이 필요합니다 즉 이 단추의 텍스트가 추가됩니다

버튼의 이름은 btnAdd (Add)가됩니다 좋아 추가 버튼을 두 번 클릭하면 그것은 나를 삽입의 방법으로 안내 할 것입니다 여기서 SqlConnection (데이터베이스에 대한 링크)을 만들어야합니다 그러나 이전 비디오에서이 링크를 만들었습니다 공통된 네임 스페이스에서이 링크 코드를 사용하여 원하는 모든 메소드에서이 링크 코드를 사용합니다

나중에 연결을 여는 중입니다 과 여기에 SqlCommand를 만듭니다 이것은 제가 작업중인 데이터베이스입니다 [DBO] 나는 '직원'테이블에서 일하고 있습니다 값 성씨 이름 과 태스크 값 txtlastname

text 과 txtfirstnametext 과 txttitletext 과 여기서 SqlConnection을 작성합니다 우리 명령이 준비되었습니다 그러나 아직 명령되지 않았습니다

이 시점에서 우리는 명령을 내 보내야합니다 cmdexecutenonquery () 과 connectionclos A (); 이제 추가가 준비되었습니다 내 프로젝트를 운영하고 있습니다

여기에 프로그램이 있습니다 다운로드 버튼을 클릭하면 직원의 정보를 봅니다 하지만 직원을 추가하고 싶습니다 예를 들어, 성 : Jane 이름 : Mary 및 의무 : 영업 담당자 확인을 클릭합니다 Insert 키를 누르면 이 정보를 데이터베이스에 추가했습니다

하지만이 표는 지금 볼 수 없습니다 나는 테이블을 갱신해야합니다 예 Mary Jane – 판매 대리인 경관 이드 자동으로 조정 된 예, 이것이 바로 우리가 추가 한 것입니다 그리고 나는 당신의 시간을 많이 쓰고 싶지 않았기 때문에 나머지 정보를 쓰지 않았습니다

원한다면 쉽게 할 수 있습니다 다음 비디오에서 데이터베이스의 데이터를 삭제하는 과정을 보여 드리겠습니다 예를 들어, 테이블에서 선택된 행을 삭제합니다 자신을 돌보아주세요 보고 주셔서 감사합니다

제발 내 채널에 가입 🙂 좋은 하루 🙂

Summer of NYTD Session 02: Data Structure – National Youth in Transition Database (NYTD)

아동 학대 및 방임에 관한 국가 데이터 아카이브 NYTD의 여름에 오신 것을 환영합니다! 지난 주에 우리와 함께하지 않은 사람들을 환영합니다

다시 돌아와 주셔서 감사합니다 이 아동 학대 및 방치에 관한 국립 자료실 (National Data Archive)의 여름 훈련 세미나 시리즈입니다 우리는 코넬 대학의 번역 연구를위한 브론 펜 브레너 센터에 있습니다 그리고 여기 여름 훈련 시리즈의 개요가 있습니다 나는 실제로있을거야

오늘 세션의 발표자 인 제 이름은 Erin McCauley이고 저는 대학원 연구원입니다 Bronfenbrenner Center에서 데이터 보관소를 사용하십시오 그리고 저는이 시리즈의 호스트입니다 그래서 당신은 매주 내게 소식을 듣겠지만, 이번 주에 나는 또한 발표자가 될 것입니다 지난주 Telisa Burt와 NYTD 데이터 세트에 대한 절대적으로 훌륭한 소개가있었습니다

Tammy White NYTD 프로젝트 매니저와 NYTD 데이터 애널리스트는 아동 국에서 일했습니다 우리는 정말로 그들로부터 다른 관점을 확실히 가지고 있다는 소식을 듣고 운이 좋았습니다 그들의 소개를 듣고 정말 좋았어요 그리고 오늘은 더 많이 이야기 할 것입니다 데이터 구조에 대해 미리보기 만하면됩니다

Michael Dineen은 우리의 레지던트 NYTD 전문가가 Frank Edwards와 공동으로 다음 3 세션을 이끌 것입니다 다음 주 오늘은 데이터를 다운로드 한 다음 종류를 나타내는 방법에 대해 이야기 할 것입니다 데이터의 전체 레이아웃에 대한 정보를 얻은 다음 Michael은 다음 3 주간에 대한 껄끄 러운 부분은 일반적인 문제를 해결하는 것입니다 우리는 데이터 사용자로부터 듣습니다

그래서 나는 그 사람들이 특히 좋은 발표가되기를 기대하고 있습니다 정말 기대하고있어 이번에는 발표자가 될 것입니다 여기 내 연락처가 있습니다 정보 및이 세션에 대한 이메일을 통해 질문을 할 수있는 것은 솔직하게 무엇이든 할 수 있습니다 시리즈에 대해

그리고 오늘 여기에 대한 우리의 의제가 있습니다 그래서 나는 정확히 어떻게 우리가 데이터를 사용하려는 사람은 상당히 중요하기 때문에 데이터를 다운로드하십시오 그럼 나는 우리가 서비스와 결과 파일을 가질 수 있도록 우리의 데이터 구조에 대해서도 이야기 할 것입니다 다음으로 사용할 수있는 여분의 리소스에 대해서도 이야기 할 것입니다 우리의 데이터 아카이브는 사람들이 할 수있는 것 이상으로 데이터를 다운로드하고 사용자와 진정으로 소통하고 싶습니다

그래서 나는 우리가 너희들이 듣고 싶어하는 정말 좋은 자료들 그래서 오른쪽으로 뛰어 다니기 만하면됩니다 데이터를 다운로드하는 방법 먼저 NDACAN의 NDACAN 웹 페이지로 이동하십시오 Cornell

edu 이것은 우리의 데이터 세트에 액세스하기위한 첫 번째 단계입니다 사용자 안내서, 코드북 또는 추가 리소스 중 하나가 오늘 논의 할 예정이었습니다 우리도 몇 가지 질문에 대한 listserv에 가입하는 방법에 대한 마지막 세션 이야기하고 그래서 우리 listserv는 우리가 정보 같은 폭풍과 같은 종류를 발송하는 곳입니다 이 훈련 세미나 같은 것들에 대해서 또한 우리가 새로운 것을 가질 때 우리가 어디에 놓는 지 데이터 릴리스 그런 다음 데이터 사용자가 사용할 수있는 다른 리소스에 대해서도 이야기합니다

우리 여름 연구원 및 연구소가 있으므로 신청서가 발급 될 때 보내드립니다 그것은 listserv에 있으므로 정말 연관되어있는 것이 좋습니다 그리고 그걸 할 수 있어요 이 웹 사이트를 통해 그리고이 페이지로왔다 갔다하는 것이 었습니다

그것을 다운로드하는 방법에 관한 스크린 샷과 NDACAN 웹 사이트에 갈 때 이것은 무엇입니까? 알 겠어 데이터를 다운로드하려면 데이터 세트 탭을보아야합니다 주위에 회색 초록색 상자가 거의 없다 그러면 여기에서 세 번째 탭임을 알 수 있습니다 왼쪽에서 한 번 클릭하면 데이터 세트를 선택해야합니다

NYTD 데이터 인 오늘에 대해 이야기하면서 전환 청소년 데이터베이스를 구축했습니다 그리고 한 번 클릭하면 두 개의 영역을 클릭 할 수 있습니다 데이터 세트를 사용할 때 맨 위에는 핵심 링크가 빠른 링크로 표시되어 NYTD를 클릭 할 수 있습니다 그곳에 또한 하단의 목록 영역에서 우리는 모두 우리의 데이터 세트와 NYTD 데이터 세트가 바로 거기에 있습니다

따라서 어느 옵션이든 같은 장소로 데려다 주면 세 가지 옵션, 즉 서비스 파일이 있습니다 코호트 2에 대한 결과 및 코호트 1에 대한 결과 그리고 나서 데이터 세트 번호 거기서 NYTD를 클릭하면 여기서 끝납니다 이것은 우리 가정 기지의 종류입니다 왼쪽에 데이터 세트 번호가 있고 일대와 파일 이름이 있음을 볼 수 있습니다 및 웨이브 사양 이 프레젠테이션의 뒷부분에서 우리는 이러한 서로 다른 파일의 의미, 포함되는 내용 및 다른 데이터 구조

이 아니라면 이제 이러한 데이터 세트 중 하나를 선택하면 데이터 세트 세부 정보로 이동하게됩니다 페이지는 이렇게 보입니다 그리고 오른쪽 상단에는 링크 목록이 있습니다 그 중 하나는 데이터를 주문하는 것이고 그 데이터는 가장 상위의 데이터이므로 모든 데이터에 대해이 작업을 수행합니다 아카이브에서 다운로드하려는 파일을 선택하십시오

보내기에 대한 안내도 있습니다 데이터 집합에 대한 질문을하고 데이터 집합 목록으로 돌아갑니다 나는 여기에 그것을 묘사하지 않았다 이 페이지의 맨 아래에는 코드북과 사용자 가이드뿐만 아니라 이 데이터 세트 클러스터에 대한 서적 링크 그래서 사본을 다운로드하려면 오른쪽 상단에있는 해당 링크를 클릭하십시오

그리고 이것은 너를 지시로 이끌 것이다 페이지에서 데이터 다운로드 방법을 확인하십시오 그래서 첫 번째 단계는 메일 링리스트를 작성한 다음 각 데이터 세트에 대한 디지털 계약 조건 PDF도 갖습니다 따라서 각 데이터 세트에 대해 원하는 것을 입력하고 싶으면 입력하십시오 모든 지시 사항이 있지만 이름을 변경하고 다시 이메일로 보내주십시오

제출 후 5 일 이내에 boxcom의 이메일 초대장을 받게됩니다 로그인하고 데이터를 다운로드하십시오 그래서 우리는 당신을 위해이 보안 상자에 데이터를 저장합니다 다운로드 초대장을받은 날로부터 10 일 이내에 데이터

10 일 후에 boxcom에서 데이터를 삭제합니다 그리고 우리도 친절합니다 사용을 위해 데이터 세트를 주문하려는 교실 강사를위한 별도의 구조 교실 따라서 전체 수업에 사용 약관이 다를뿐입니다

서명 할 수 있습니다 그리고 교실에서 사용하기를 원한다면 우리는 교수가 아닌 학생들이 다운로드 프로세스를 관리하고 연락하는 책임이 있습니다 기술 지원 및 질문에 대한 우리의 필요하지만 그것은 재미있는 데이터 세트를 재생할 수 있습니다 교실 환경에서 데이터를 다운로드하는 방법에 대한 요약 정보입니다 과 이제는 데이터 구조와 다양한 데이터 파일을 논의 할 것입니다

NYTD에 포함되어 있습니다 Telisa와 Tammy가 지난 주에 우리에게 말했듯이, 1 차 수사관은 보건 복지부 아동부 그래서 데이터가 처음이었습니다 John H Chafee 포스터 케어 독립 프로그램을 통해보고되고 수집 됨 2010 년에는 뉴욕에서 NYTD 데이터를 수집하고 2011 년에 데이터를 제출하기 시작했습니다

아이디어는 독립적 인 생활 프로그램의 효과를 평가하기위한 데이터와 위탁 양육에서 벗어나 연령에 관계없이 더 많은 정보를 얻을 수있다 새로운 서비스를 개발하고 사람들이 그러한 변화를 겪을 수 있도록 돕습니다 그러나 우리는 또한 보다 효과적인 서비스를 창출하는 데이 방법을 사용하십시오 그러나 기본적으로 두 가지 유형이 있습니다 NYTD 데이터의 파일 수 서비스 파일과 결과 파일이 있습니다

그래서 서비스 파일 제공되는 서비스와 청소년에 관한 정보가 담긴 횡단면 파일입니다 그들을 받았다 그리고 나서 결과 파일은 수양에서 벗어난 동질 집단을 따릅니다 복지, 재정 및 교육 성과에 대한 정보를 수집 할 수 있습니다 그래서 우리가 사용하는 파일 구조는 위탁 양육 독립성의 목표를 반영합니다

위탁 양육에서 청소년에게 결과에 도달 할 가능성이있는 청소년을위한 결과를 향상시키는 프로그램 영원한 집이없는 18 번째 생일 이렇게하면 데이터를 평가하는 데 사용할 수 있습니다 독립 프로그램을 통해 제공되는 서비스의 효과 건강, 복지, 전 수양 자녀를위한 일반적 성공과 관련이 있습니다 먼저 서비스 구성 요소에 대해 논의 할 것이므로 이것이 포함 된 하나의 파일입니다 2011 년 첫 번째보고 이후의 누적 데이터입니다

6 개월마다 계속 업데이트됩니다 이 데이터 세트는 숫자 214입니다 그리고 NYTD 데이터 세트를 볼 때 목록에서 첫 번째입니다 서비스 변수는 청소년 정보에 집중 한 다음 또한 청소년들이 실제로 받았던 서비스의 종류는 이 시스템 청소년 정보에는 인구 통계 학적 정보가 포함되어 있습니다

년 및 날짜와 연체 및 교육에 대한 정보도 제공합니다 그리고 서비스 변수는 제공된 실제 서비스가 제공되는대로 반영됩니다 자금으로 그들은 모두 이분법 적입니다 두 번째로 코드북을 살펴 보겠습니다 그러나 기본적으로 예 또는 아니오입니다

청소년이이 서비스를 통해 자금 지원을받는다면 그 기간에 독립 프로그램 여기에 서비스 코드북의 스크린 샷이 있습니다 변수 상단의 강조 표시된 상자는 상자의 청소년 정보를 반영합니다 아래쪽에는 아카이브와 같은 변수가 있습니다

인종 또는 민족 변수를 하나의 변수로 기록하는 것 너도 알다시피 너는 알게 될거야 다른 데이터 세트를 많이 살펴 가면서 인구 통계 학적 정보를 얻을 수 있습니다 결과 파일과 같은 다른 파일에도 인종과 같은 인구 통계 학적 정보가 있습니다 민족과 생년월일도 있지만 성별, 소재지, 종족 별, 교육 수준, 그리고 연체 정보

그리고 여기 중간에이 중간 상자 서비스를 제공합니다 따라서 서비스에 포함 된 서비스에 대한 자세한 설명이 있습니다 코드북이지만 일반적으로 변수는 우리에게 어떤 영역을 알고 있는지를 알려줍니다 이와 관련하여 재정적 인 것들이 있습니다 주택과 건강 관련 것들이 있습니다

그런 다음 학업과 관련된 것보다 더 비슷한 것입니다 그리고 더 많이 볼 것입니다 특히 학술 지원 서비스와 관련된 두 개의 코드북 항목에 있습니다 그래서 이것은 학문적 지원 서비스입니다이 특정 변수는 여러분이 위탁 양육 독립 프로그램에 의해 재정 지원을받은 서비스 제공 고등학교 졸업장 또는 동급

그리고 당신이 볼 수 있듯이 특정 종류의 포함 된 항목 목록이며 실제로이 항목은 구체적으로 무엇이 있는지도 포함합니다 포함되지 않음 고등학교에서 청소년을위한 일반적인 출석을 목표로하는 것이 아닙니다 포함되지만 문맹 퇴치 교육, 숙제, 개인 교습, GED 지원 그래서 그것은 고등학교를 마치는 고등학교 또는 이에 상응하는 학교이기 때문에 GED입니다 그런 다음 데이터 유형의 종류, 요소 번호 및 그 방법을 볼 수 있습니다 코드화되어 있고 서비스가 모두 이분법이라고 말했듯이 그렇습니다

그리고 우리는 또한 77 명이 실종됐다 그리고 당신은 우리가 여기도 볼 수 있습니다 이것은 또한 교육이기도합니다 그러나 이것은 고등학교를 마치는 대신 고등 교육 학위를 찾고 있습니다 그리고 여기에 포함 된 서비스 목록이 있습니다

우리는 데이터 유형과 요소 번호이며, 코딩은 서비스 전체에서 동일하므로 모두를 위해 가지고 있고, 그렇다 그리고 공백이다 그래서 이것은 서비스의 요약입니다 과 다음으로 결과 구성 요소에 대해 이야기 할 것이며 두 가지 결과가 있습니다 우리는 현재 두 개의 다른 코호트에 대한 파일을 가지고 있습니다 이제이 데이터는 청소년부터 위탁에서의 전환 과정에서 복지, 재정 및 교육 결과 검토 독립심을

각 데이터 세트에는 세 가지 데이터 파가 있습니다 기준선이 수행됩니다 청소년의 17 세 생일에 다음과 같은 조사가 다시 실시됩니다 청년은 19 세와 21 세입니다 그리고 현재 우리는 세 가지 모두에 대해 하나의 완전한 코호트 데이터를 가지고 있습니다

파도와 또 다른 진행중인 코호트로 끝내기에 꽤 가깝습니다 그래서 지난주에 우리는 Telisa와 Tammy로부터 파도 구조의 코호트에 대해 들었지만 여기에는 일반적인 요약이 있습니다 우리는 3 년마다 새로운 코호트를 설립합니다 그리고 각각의 코호트에는 3 개의 파동이 있습니다 2011 년에 17 세 였고 3 개의 데이터 웨이브가 완료된 후 2014 년 코호트 2 세는 17 세이며 거의 완료되었습니다

그래서 우리는 파도 1과 2를 출판했습니다 우리는 현재 웨이브 3을 만들고 있습니다 그래서 두 개의 결과 파일이 있습니다 코호트 1과 코호트 2에 대해 코호트 그것들은 데이터 세트 214와 202이고 우리는 그것들에 접근합니다

그 밑에는 NYTD의 초기 데이터 세트 페이지가 있습니다 그리고 당신은 한 번만 같은 방식으로 주문할 것입니다 오른쪽 상단의 데이터 세트를 클릭하면 다운로드 할 수있는 링크가 나타납니다 그래서 여기에 결과 변수 영역에 대한 요약이 있습니다 우리는 청소년 정보를 가지고 있습니다

그런 다음 우리는 복지, 재정 정보 및 교육 정보와 관련된 성과를 가져야합니다 청소년 정보에는 인구 통계 및보고가 포함되므로 청소년과 마찬가지로 데이터 수집의 물결 그리고 우리는 또한 주제를 보는 웰빙을 가지고 있습니다 약물 남용, 투옥 및 정보를 출산이나 출산 금융 서비스 나 금융 관련 정보가 있습니다

결과, 고용과 같은 것들, 주택 보조를받는다면 공적 지원 마지막으로 교육 정보가 있습니다 따라서 최고 수준의 인증만으로 교육을 마쳤습니다 등록, 관련 사항 여기 코드북의 스크린 샷이 있습니다 그만큼 레이아웃은 서비스 파일의 레이아웃과 유사하며 분명히 길지만 생성 된 변수가 바닥에 있으므로 인종 레 코드에서 레이스 같은 것이 있습니다

우리는 청년이 표본에있다면, 적어도 한 설문 조사 질문에 청소년이 응답한다면 그래서 이것들 중 많은 것들이 Telisa와 Tammy가 말한 것과 관련된 종류의 관련성이 있음을 알 수 있습니다 지난주에 대해서 그리고 나머지는 상당히 자명하다 변수를 가질 것이다 이름과 변수 라벨 그리고 분명히 좀 더 심층적 인 것이 될 것입니다

마지막 시간처럼 코드북의 항목 주목해야 할 한 가지 중요한 점은 웨이브 원과 웨이브 사이의 의미는 다양합니다 잘 이것에 대해 이야기하고 특히 이러한 차이를보기 위해 집없는 사람들을위한 변수에 대해 이야기하십시오 그래서 우리는 정의를 가지고 있음을 알 수 있습니다 그렇지만 우리는 다음과 같이 말하고 있습니다

웨이브 하나에 대해서 그리고 두 번째 글 머리 포인트는 나중 웨이브에 대해 이야기하고 있습니다 그래서 웨이브 1에 대한 기준선 인터뷰에서 이것은 청소년이 17 세 때 청소년이이 현상을 경험했는지 묻습니다이 경우에는 노숙자입니다 평생 동안 그러나 후속 질문은 청소년이 경험 한 경우입니다 이 사건에서 우리가 지난 2 년 동안 노숙자 상태에 대해 말한 현상이 무엇이든간에 그래서 우리는 이것을 다르게 다루어야한다는 것을 알아 두어야합니다 청소년이 그들의 삶의 어느 시점에서 노숙자를 경험했는지를보십시오

기존의 노출 또는 노숙자 경험에 대한 통제를 한 다음 종류를 살펴보십시오 고령화 후 노숙자를 예측합니다 그리고 다시 하단에서 코딩을 볼 수 있습니다 우리는 아니오, 네, 거절하고, 그것이 공백으로 남겨져 있다면 그리고 당신이 그 (것)들을 대우하는 방법의 이렇게 친절한 실종은 당신에게 달려 있으며, 다음 주에는 실종에 대한 발표가있을 것입니다

데이터에 데이터를 사용하여 몇 가지 예를 살펴 보겠습니다 나는 단지 친절하다 목록의 삭제를 사용하여 누락을 처리하는 방법이 아닌 계산 된 값 내가 공부 나 뭐 그런 짓을하고 있다면 그냥 저기에 버리고 싶다하지만 난 단지 데이터가 어떻게 생겼는지, 그리고 그 차이점을 어떻게 활용할 수 있는지 살펴 보려고했습니다

특히 결과 파일에서 그래서 나는 처음부터 결과 파일을보고있다 그게 우리가 방금 말했던 것입니다 우리는 코호트 1을 사용했습니다 파도

따라서 우리가 볼 수있는 이러한 인구 통계적 특성을 살펴보면, 표본 약 48 %의 여성과 52 %의 남성입니다 그리고 인종적, 민족적 붕괴를 살펴보면 우리의 표본 중 표본이 대다수의 백인 흑인 또는 히스패닉 또는 라틴어 X와 다른 사람들의 비율이 적으므로 이제는 44 %가 흰색, 30 %가 검은 색입니다 18 % 히스패닉 또는 라틴어 X 그러나 우리는 또한 알래스카 원주민 인 아시아 인, 태평양 인 섬 주민, 또는 다인종 그리고 분명히 그룹은 더 작습니다 그렇다면 우리는 인구 통계 너머로보고 있으며 결과 변수를보고 있었고 방금 선택한 차이점을 볼 때 노숙자 문제에 관해 이야기 한 이래로 웰빙과 관련된 첫 번째 웨이브와 이후 웨이브 사이

그리고이 차이를 이용하여 나는 유병률을 조사했다 약물 남용, 출산 능력 및 아이를 가진 노숙자 따라서 다시 첫 번째 물결에서 물결 사이의 의미의 차이는 물었다 그들은 그 현상을 경험 해본 경험이 있었는지 나중에 묻습니다 지난 2 년 동안

그리고 웨이브 3에 의해 젊은이가 이제까지 가지고있는 것을 반영하는 변수를 만들었습니다 노화되기 전이나 물결이 일기 전에 경험했다면 그 현상을 경험했습니다 대략 17 세의 노령화가 진행되는 동안 또는 노화가 진행되는 동안 경험 한 적이 있다면 전환기의 종류 그래서 저는 이것을 어떻게 수행했는지를 볼 수있게되었습니다 우리는 경험의 유행에 커다란 차이가 있음을 변수로 취급합니다

이러한 현상 그래서 우리가 그 맨 위를 본다면 우리는 투옥됩니다 그래서이 샘플의 44 % 그들의 삶의 어떤 시점에서 투옥되었습니다 표본의 31 %가 감금을 경험했습니다 위탁 양육 시스템에서 노화되기 전이나 파동이 일어나기 전에

그리고 29 %가 투옥되었습니다 위탁 양육 시스템에서 노화 한 후 또는 후에 노화 약물 남용보고 우리는 샘플의 약 34 %가 ​​약물 남용 문제가있는 것과 비슷한 패턴을 보았습니다 그리고 전에는 25 %, 후에는 20 %가되었지만, 다산에서는 꽤 다르다는 것을 알 수 있습니다 우리는 가지고있다 경험 한 적이있는 높은 비율이지만 경험 한 사람의 비율은 매우 낮습니다

노화되기 전에 샘플의 6 %만이 위탁 노화 전에 아이를 낳았습니다 25 %는 고령화 후에 하나를 가지고 있었다 그래서 그걸보고 있었고 거기에 특히 물질 남용 및 감금과 비교할 때 상당히 큰 차이가 있습니다 과 마지막으로 우리가 노숙자를 보았을 때 약 40 %의 샘플이 노숙자였습니다 어떤 점에서는 17 %가 파도 타기 전에 노숙자 경험에 노출되어 있고 31 %는 경험하고 있습니다 그들이 위탁 양육 체제에서 벗어난 후에 웨이브 하나의 의미 후에

나는 만들지 않았다 이러한 상호 배타적 인 그래서 전후에 그것을 경험하는 사람들은 두 번 모두를 보여줍니다 그리고 나는 그것이 우리가 어떻게 대우하는지에 대한 방법을보기위한 좋은 간단한 요약 일 것이라고 생각했습니다 그 결과 변수는 청소년이 경험했는지 여부에 관계없이 많이 다릅니다 언제든지 또는 청소년들이 노화를 경험 한 후에야 그리고 나는 또한 서비스 파일을 사용하는 몇 가지 예를 살펴보고 2016을 자세히 살펴 보았습니다

발견 한 후 청소년 서비스가 사용 된 서비스를 확인하기 위해 4 가지 서비스를 살펴 보았습니다 그리고 많은 젊은이들이 학문적 지원을 받았다는 것을 알 수 있습니다 우리는 GED, 문맹 퇴치, 숙제를 통해 공부하는 것을 돕는 것과 같은 것을 포함하는 것을 보았습니다 고등학교를 졸업하거나 고등학교를 졸업하거나 GED에 상응하는 것 그리고 우리는 젊음의 약 40 % 정도가 조금 더 적다는 것을 알 수 있습니다

보건 교육 및 위험 예방에 관한 서비스를 받았습니다 그리고 우리는 그것을 볼 수 있습니다 청소년의 감독이 독립적 인 생활과 방을 받았고 재정적으로위원회에 참여 함 도움을 받았다 그래서 나는이 4 가지를 2016 년에 선택했다

그러나 당신은 그것을 깰 수있는 것처럼 보일 수있다 서비스 파일과 결과 파일을 연결하여 그리고 나서 나는 Bronfenbrenner에서 아카이브를 통해 사용할 수있는 추가 리소스에 대해 이야기하고 있습니다 번역 연구 센터 그래서 나는 그 (것)들을 빨리 통과하고 각 항목으로 돌아가서 액세스 방법, 제안 내용 및 관련 정보에 대해 이야기하겠습니다 마이클에게 그들 중 몇 명만 차임을시켜달라고하십시오

하지만 실제로는 아동 학대 및 방치에 관한 National Data Archive는 데이터 다운로드에 추가 각 데이터 세트에 대한 사용자 가이드, 사용자 SPSS, SAS, STATA 및 R 사용자에 대한 정보는 지원 탭을 참조하십시오 우리는 또한 자주 데이터를 전혀 사용해 본 적이 없다면 시작할 수있는 정말 좋은 곳입니다 '데이터를 지불해야합니까?'와 같은 일반적인 질문이 있기 전에 내 대답은 아니오 야

그리고 마침내 우리는 Summer Research Institute와 아동 학대 인 canDL을 갖게되었습니다 무시하고 디지털 도서관 그래서 저는 이것이 우리의 가장 귀중한 자원 중 두 가지라고 생각합니다 몸소 그래서 Summer Research Institute는 원격 교육 기관입니다

NYTD를 포함한 우리의 데이터 세트를 사용하여 프로젝트의 데이터 사용자와 긴밀히 협력합니다 그래서 누가 우리의 경쟁력있는 응용 프로그램 프로세스를 통해 소규모 그룹에서 매우 밀접하게 수용됩니다 NDACAN 직원뿐만 아니라 컴퓨팅 및 통계 컨설턴트로부터 조언을 얻습니다 코넬의 캠퍼스에 우리는 분석 계획을 세밀하게 조정하고 사람들이 가지고있는 프로젝트를 옮깁니다

출판에 착수했다 또한 훌륭한 네트워킹 기회이기 때문에 여러분은 일종의 소규모 그룹에서 동일한 데이터 세트를 사용하는 다른 사람들과 그리고 마지막으로 우리는 canDL을 가지고 있는데, 이는 내가 아동 학대이며 디지털 도서관을 방치 한 것이라고 말합니다 NYTD를 포함한 우리의 데이터를 사용하여 공개적으로 액세스 할 수있는 온라인 데이터베이스입니다 그래서 일종의 정말 좋은 방법은 다른 사람들이 어떻게 데이터를 사용하고 있는지 잘 알고, 다른 사람들의 분석에서의 선택, 사람들의 코딩 방법, 그리고 아무도 당신의 질문에 대답하지 않았는지 확인하십시오 먼저 우리는 사용자 가이드 및 그래서 우리 직원에 의해 작성된 그래서 그들이 사용할 수있는 세부 정보가 우리가 가진 모든 단일 데이터 세트에 대해 이것은 테이블의 스크린 샷입니다

결과 파일의 첫 번째 코호트에 대한 사용자 안내서 중 하나의 내용 너처럼 출판에서 데이터 구조 및 샘플링에 이르기까지 다양한 주제를 다룰 수 있음을 알 수 있습니다 분석적 고려 사항 가이드는 실제로 사용자를 염두에두고 제작되었으므로 좋습니다 연구 프로젝트를위한 첫 걸음, 특히 데이터에 익숙해지기 우리가 여기서 말한 것들을 잊어 버렸지 만 나는 또한 그것이 매우 가치 있다고 생각한다 우리의 데이터에 대해 이야기하는 방법에 관한 방법 섹션을 작성할 때 그것이 어떻게 모으고 그 모든 것

그래서 이들은 PDF 가이드입니다 그래서 그들은 단지 진짜입니다 각 페이지의 하단에 훌륭한 자료가 있으므로 데이터를 다운로드 할 때 약간의 요약, 코드북, 그리고이 사용자 가이드도 있습니다 우리도 가지고있다 사용자 지원 탭을 통해 전반적인 가이드 라인을 제공하므로 다른 유형의 데이터 분석 사용자가 데이터 작업 방법에 실제로 도움이됩니다 그러나 우리는 심지어 내가 더 잘 생각하는 비디오를 가지고 있습니다

그래서 우리는 세션을 가질 것입니다 NYTD 결과물을 AFCARS 육성 계획과 병합하는 것에 대한 몇 주안에 관심 파일이지만 우리는 또한 필요한 경우 사람들을 통해 걸을 수있는 비디오를 가지고 있습니다 나중에 도움 그래서이 지역을 체크 아웃하는 것이 좋습니다 그리고 우리는 또한 자주 묻는 질문 탭을 가지고 있으며 우리가 자주 묻는 질문에 대한 대답입니다

우리는 모든 데이터 세트의 사용자로부터 얻으므로 NYTD와 관련이 없습니다 그리고 이것은 탭을 클릭하면 NDACANCornelledu에 갈 수 있습니다 페이지가 표시되며 데이터 세트에서 세 번째 페이지를 클릭했지만 추천합니다

혹시라도 자주 묻는 질문을 확인해보십시오 그리고 이전에 언급했듯이 우리는 여름 연구원 (Summer Research Institute)을 운영하고 있습니다 저는 이것이 우리의 가장 가치있는 일이라고 생각합니다 리소스를 내가 말했듯이 우리는 애플리케이션을 선택하는 온라인 원격 학습 경험을 가지고 있습니다 우리 연구소에

그런 다음 소규모 그룹으로 작업하여 게시 가능한 프로젝트 제작 여름 연구원의 목표는 실제로 데이터 활용도를 높이고 출판물 분석을 용이하게합니다 그래서 우리는 사람들이 우리가 정말로 원하는 데이터를 다운로드 할 수있는 위치를 넘어서고 싶습니다 필요시 언제든지 데이터를 사용할 수 있도록 사용자와 협력하십시오 그리고 응용 프로그램 과정은 경쟁적이고 종합적입니다

그래서 우리는 과거에 참가자들을 사회학, 정책, 공중 보건, 심리학, 인간 발달, 과거에 참여한 지원자는 실제로 그것이 의미있는 의미가 있다고 이야기합니다 네트워크 에서뿐만 아니라 훌륭한 피드백을 많이 얻을 수있는 경험 사람들은 데이터 보관소의 감독자와 함께 Zoom을 통해 만날 수 있습니다 신청서는 제안서의 품질, 신청자와 어떤 종류의 프로젝트라도 게시 할 수있는 가능성 사람들이 관심을 가지고 있고 다음 여름에 NYTD 데이터 세트를 사용한다면 타이밍 라인을 올리면 체크 아웃하는 것이 좋습니다 여기 직원 모두 이전 년의 참가자들은 의미있는 경험으로보고합니다 우리에게 그것은 좋은 점은 우리가이 데이터를 생성하고 거기에 희망을두고 그것을 넣었다는 것을 알고 있기 때문입니다

의미있는 연구에서 어린이의 삶을 개선하는 데 사용됩니다 그래서 들어 오기 시작했습니다 거기에 사람들과 함께 일하는 것이 우리에게 흥미 롭습니다 우리는 또한 많은 지원을하고 있다고 생각합니다 우리는 정말로 멋진 프로젝트를 시작하려는 사람들에게 제공 할 수 있습니다

그래서 여기 하단에는 여름 연구 기관 (Summer Research Institute)의 개요가 나와 있습니다 그리고 신청하는 방법에 대한 안내서가 있지만 이것에 관심이 있다면 확실히 우리 listserv에 등록하면 응용 프로그램이 열렸을 때 전자 메일을 보내 게됩니다 내년 여름 그리고 마지막으로 내가 말했듯이 canDL은 특히 NYTD 또는 당사의 데이터 세트와 관련된 조사 그리고 전체 텍스트 기사를 볼 수 있습니다

기관의 구독 정보를 통해 연구와 관련된 정보를 찾을 수 있습니다 지역을 탐색 한 다음 인용 검색 및 다양한 조회가 가능합니다 스타일의 첫 번째 단계에서 친절하고 조사를 통해 모든 인용문을 다운로드하고이를 통해 작업 할 수 있다는 것이 좋습니다 그리고 그것이 보이는 모양의 스크린 샷이 있습니다 그래서 왼쪽에 묶음이 있습니다

태그의 종류와 내가 이걸 얻은 방법은 방금 NYTD에 입력 한 다음이 모든 간행물 NYTD를 사용하기 때문에 데이터를 사용하는 사람들에게 우리가이 자원에 이것들을 추가 할 수 있도록 게시하십시오 그러나 그것은 정말 훌륭한 출발입니다 확실히 장소 그래서 저는 제 이름이 에린 맥컬리라고 말했고 나는 이 시리즈와 Michael Dineen은 또한 온라인에 올라 있으며 질문에 대한 답을 도울 수 있습니다 그는 정말로 NYTD의 연구 지원 전문가이자 매니저입니다

그래서 그는 위대하다 리소스에 대한 질문이 있으시면 채팅 상자에 팝업으로 보내주십시오 그러나 우리가 질문에 대답하기 위해 움직이기 전에 나는 다음주에 미리보고 싶다 오후 12 시부 터 오후 1 시까지는 22 번째로 Michael Dineen과 Frank Edwards가 함께합니다 그리고 그들은 둘 다 Translational Research 센터와 데이터 보관소에서 근무하고 있습니다

코넬 대학교 (Cornell University)에서 첫 번째 전문가 프레젠테이션이 될 것입니다 긴 형식에서 넓은 형식으로 변환하고 누락을 다루는 것에 대해 이야기 할 것입니다 우리가 데이터 사용자로부터 얻는 다른 일반적인 질문의 데이터 및 종류에서 다음 주에 시작의 종류는 특히 실종을 다루는 방법과 함께 핵심적인 것을 시작합니다 우리의 데이터에서 그래서 나는 다음 주에 그것을 체크 아웃하는 사람들을 강력히 추천한다

하지만 지금은 우리가 최대 질문을 열 수 있습니다 그래서 질문마다 거기에 각 데이터 세트에 대한 설명이 나와 있습니다 사용자는 잠재 연구에 응답하기 위해 적용 가능한 데이터 세트를 탐색 할 수 있습니다 질문? 훌륭한 질문입니다 예, NDACAN 웹 사이트의 NYTD 탭 내가 추천하는 세 가지 데이터 세트에 대한 세 가지 링크를 모두 볼 수 있습니다

코드북을 체크 아웃하는 것은 그것이 다 다루어지기 때문에 내가 말한 일반적인 영역은 서비스 파일이 사람들은 누적 적으로 누적 된 결과 파일에 집중합니다 복지 재정 및 교육 성과를 중심으로 그래서 또 다른 질문이 있습니다 프레젠테이션 끝 부분에서 데이터를 사용하여 연구에 액세스 한 곳은 어디입니까? 그렇게 그랬다 canDL? 나는 그것이 canDL이었다고 생각한다 그래서 이것은 아동 학대와 디지털 방치입니다

라이브러리가 있으므로이 웹 페이지를 통해 액세스 할 수 있습니다 그래서 실제로 갈거야 내 화면 공유를 취소하고 나서 내가 어떻게 할 것인지 보여줄 것입니다 웹 사이트 등에서 상단의 게시 탭 아래에 있습니다 누군가 보내주십시오

나 당신이 이것을 잘만 볼 수 없다면 채팅 할 수 있습니다 간행물에 액세스하는 방법 canDL 아동 학대 및 방치 디지털 도서관 여기를 클릭하면 페이지에 대한 canDL 링크를 클릭하십시오 그러면 여기에 도착하게 될 것이고 그것은 단지 NYTD를 위해 여기에 모든 데이터가 포함되어있어 정말 훌륭한 리소스입니다 태그 아래에 NYTD에 넣을 수 있으며 기존 태그를 검색 한 다음 그것을 클릭하십시오

그런 다음 NYTD를 사용하는 데이터를 구체적으로 살펴볼 것입니다 그래서 그것은 정말로 나는 사람들이 그것을 사용하는 방법을 알아내는 데 시간을 할애 할 것을 제안한다 나는 내가 가지고있는 것을 안다 내가 연결된 NYTD 데이터를 사용하기 시작했기 때문에 많이 알게되었습니다 난 될거야 나중에 프레젠테이션에서 그것에 대해 이야기하고 있습니다

Michael의 도움을 받아 NYTD 데이터를 다른 데이터에 연결하면 AFCARS 그리고 NCANDS와 내가 그렇게했던 첫번째 물건은 Zotero에 정말로 발굴의 종류이었다 canDL, 다른 사람들이 어떤 질문에 답을했고 어떤 종류의 질문이 있었는지 알아냅니다 문학에 틈이 생겨서 코딩 결정에 대해 정말 궁금합니다 사람들은 어떻게 만들었고 그들이 분석을 골라서 도움이되었다 언제 우리가 예상 하는가? NYTD 코호트 2 웨이브 3 개가 출시 될 예정입니까? 마이클 당신은 내가 완전히 확신하지 못한다는 것을 알고 계십니다 그럼 그것은 2014 년 코호트 일 것입니다

그래서 그들은이 설문 조사를 할 것입니다 2018 년 회계 연도이므로 설문 조사가 진행 중입니다 그러면 아마 설문 조사가 진행 중일 것입니다 우리가 받아야 할 다음 데이터는 2017 년 집단이므로 하나 물결 치다 그것은 우리가 실제로 기대하는 다음 세트입니다

2017 회계 연도 2017 년에 우리는 아직 그것을받지 못했습니다 그래서 세 번째 물결을 예상한다면 조사가 끝난 후 적어도 일년이 될 것이라고 2014 년 코호트의 이는 2018 회계 연도가 끝난 후 45 일이되며 9 월 30 일 끝납니다 올해 말을 조사 할 올해 말과 같은 것이 될 것입니다 Michael 감사합니다 다음 질문으로 당신이 다음과 같이 도움이 될 것이라고 생각합니다

Well : 실종 된 NYTD 데이터 세트에 누락 된 부분을 처리하기위한 가중치가 이미 있습니까? Well cohort 2011 첫 번째 집단에는 데이터에 포함 된 가중치가 있습니다 2014 년 코호트 데이터에 가중치가 포함되어 있지 않습니다 나가 무게에 발표를 할 때 나는 당신에게 당신 자신의 무게를하는 방법을 보여줄 것입니다 NYTD의 가장 큰 장점 중 하나는 거의 모든 데이터를 통해 비 응답자에 대한 정보를 얻게됩니다 인구 통계 학적 정보를 모두 가지고 있다면 모든 정보를 링크에서 얻을 수 있습니다

설문 조사에 응답하지 않은 사람들에 대해 알고 싶은 모든 것에 대해 AFCARS에 그래서 당신에게 가중할 때 큰 이점을줍니다 하지만 네, 더 이상 가지 않을 것입니다 지금은 그렇지만 가중치에 관한 전체 세션을 가질 것이므로 나는 믿는 질문에 답을했다 네, 감사합니다 특히 사람들에게 특히 감사를 표하는 것이 좋습니다

다음 세 번의 프리젠 테이션은 Michael이 특별히 유익하기 때문에 이 데이터에 대한 많은 지식을 보유하고 있으며, 이것으로 나는 메모를 할 사람을 알게된다 그래서 우리는 또 다른 질문을합니다 당신의 논문에 NYTD를 사용하려고하는 PhD 후보자가 당신을 실격시킵니다 여름 연구원에 지원할 자격이 있습니까? 그게 사실인지 마이클이 알기나 해? 나는 그것이 사실이라고 생각하지 않는다 그러나 나는 사실이 아니었다 아무것도 실격시키지 않습니다

원더풀은 확실히 적용을 보며 여기에 비디오에 대한 링크를 올려 놓을 것입니다 당신이 거기에있는 경우에 우리가 가서 그것은 바닥에 걸쳐 있으므로 확실히 좋습니다 링크를 확인해보십시오 정말 대단한 리소스입니다 개인적으로 알고 있습니다 데이터 아카이브에서 우리는 Summer Research Institute에 대해 정말 흥분합니다

그것을 추천하십시오 그리고 아동 국이 추가 데이터 요약을 게시하고 있는지 여부를 알고 있습니까? 코호트 2 명? 마이클 한테 잘 모르겠어? 코호트 두 사람 때문에 웨이브 3은 아직 없습니다 우리가하기 전에 그들은 그것을 얻을 것이다 그래서 그들은 아마도 데이터 브리핑을 할 것이다 일단 21 세 조사에서 세 번째 물결이 생기면 환상적이므로 우리가 얻을 것이다

웨이브 3이 나오면 추가 데이터 브리핑이 나온다 다른 질문이 있습니까? 해야 할 것 당신은 내가 여름에 가정하는 사람의 신청서를 개선하기위한 어떤 권고안을 가지고 있습니다 연구소 또는 일반적인 실수? 그래서 나는 마이클이 당신이 찾고있는 것을 알고 있습니다 그들이 들어오는 응용 프로그램에서 사람들이 흔히 범하는 실수를 눈치 채셨습니까? 또는 어떤 팁? 글쎄, 당신이 정말로 단단한 프로젝트 제안을한다면 일반적인 오류 중 하나를 사용하는 경우 가장 좋은 방법은 연구 프로젝트를 수행 할 수 없다는 것입니다

우리의 데이터를 사용하거나 가지고 있지 않은 외부 데이터가 필요합니다 그런 종류의 것들 그러나 귀하가 귀하의 신청서에 명시된 타당한 연구 프로젝트 제안서를 가지고 있다면 당신이 당신의 공변량을 위해 사용하고있는 좋은 좋은 변수를 가지고 있다면, 중요한 것은 좋은, 행할 수있는 연구 프로젝트를 갖는 것입니다 네, 분명히 당신입니다 종속 변수와 독립 변수를 지정하면 그 모든 것 더 많은 특이성이 좋다

링크가있는 동영상에 대한 도움말도 있습니다 여기 하단에 걸쳐 동영상이 정말 멋지며 도움말 및 개요가 있습니다 우리는 초기 경력 학자들이 실제로 지원하도록 권장합니다 우리는 우리의 데이터는 분명히 정말 훌륭합니다 그래서 우리는 일찍 경력을 쌓은 사람들을 원합니다

데이터와 관련된 작업은 여러 번 이루어집니다 그리고 우리는 실제로 일하는 것을 즐긴다 초기 경력자들과 함께 거기서 나와 일부 프로젝트를 진행하게되어 기쁘게 생각합니다 우리와 함께 그럼에도 도움이 될지 모르겠다

제안서에는 좋은 징조가 아닌 데이터가 없습니다 데이터가있는 경우 귀하의 응용 프로그램에서 귀하가 데이터 및 당신도 도움이 될 공에있어 적용하기 전에 데이터를 가지고있는 예는 항상 더 좋습니다 우리가 실제로 찾고있는 것은 사람들이 분석을 다듬는 데 도움이되는 것입니다 우리가 응용 프로그램을 검토하고있을 때 제곱으로부터 시작해서 분명히 이 과정에서 우리는 사람들이 다리 작동을 땅에 내려 놓을 것을 기대합니다

그들의 연구와 같은 것들이 데이터에서 놀았으며 그들은 우리에게 친절하게 왔습니다 이후 단계에서 우리는 분석을 다음 단계로 밀어 낼 수 있습니다 괜찮아 우리가 더 이상 질문이 없다면 우리는 마무리 할 것입니다 우리는 정말 기대합니다 다음 주 세션에서 마이클과 프랭크가 우리를 안내 할 것이라고 말했어

그래서 우리가 듣지 않으시 고 다음 주 수요일에 정오에 만나기를 바랍니다 와 주셔서 대단히 감사합니다 모두 감사합니다 아동 학대 및 방치에 대한 국가 데이터 아카이브는 코넬 대학 (Cornell University)의 번역 연구를위한 브론 펜 브레너 센터 (Bronfenbrenner Center)의 프로젝트입니다 NDACAN의 기금은 아동 국에서 제공합니다

Logical Database Design – Data Normalization

안녕하세요, 저는 Bob Briggs입니다 이 비디오는 논리적 데이터베이스 디자인 주제 중 두 가지 중 첫 번째 것입니다

에서 이 비디오에서는 데이터 정규화에 초점을 맞출 것입니다 데이터 정규화 란 무엇입니까? 물어 나는 네가 할 수있을 거라 생각했다 엔티티를 구성하는 프로세스입니다 비 키의 중복성을 제거하기 위해 테이블에 속성 추가 속성

따라서 엔티티 및 속성을 구성하는 프로세스입니다 이 표는 키가 아닌 속성의 중복을 제거합니다 목표는 일반적으로 데이터 무결성을 향상시키고 무언가를 제거하는 과정 삽입 및 삭제 편차라고 불리는데, 그들에게 오십시오 이제 데이터 정규화는 우리가 생각하는 방식의 또 다른 예입니다 데이터 관리 솔루션을 설계 할 때 상세 계층을 통해 실제로 모든 정보 시스템 솔루션

그래서 그것은 단계적으로 진행됩니다 이제 우리는 보통 형태라고 부릅니다 일반 양식 그리고 몇 가지 표준 표준 양식이 있습니다 교묘하게 제 1 정규형으로 명명 된 3 개의 표준형, 제 2 정규형 형태 및 제 3 정규형

그리고 나서 덜 일반적인 품종이 있습니다 널리 사용되지 않는 일반 양식은 특별한 경우에 사용됩니다 에 대한 예를 들어, 네 번째 및 다섯 번째 정규 형식, 기본 키 일반 형식 및 Boyce-Codd 정상형 등등 그래서 다른 사람들이 있습니다 하지만 우리는 가지 않을거야

이것들에 초점을 맞추어 라, 이번 학기에 우리 모두는이 표준에 초점을 둘 것입니다 공통적으로 사용되는 것들 이제 우리가 실행하는 데 사용할 예제 예를 들어 비표준 데이터의 데이터를 정규화 된 데이터로 변환합니다 우리는 데이터베이스의 실행 예제를 사용하여 민첩한 소프트웨어 개발 팀 우리가 처리 할 엔티티들, 우리 데이터베이스에있는 수업은 프로그래머가 될 것입니다

요구 사항, 개발중인 시스템의 모듈 및 작업 그리고 각 작업은 하나의 프로그래머에게 하나의 요구 사항에 대한 작업을 할당합니다 하나의 모듈에 그래서 그것이 우리의 일이 될 것입니다 좋구나

우리가 프로젝트를 시작할 때 팀이 자신의 작업 데이터를 스프레드 시트에 저장합니다 그래서 우리는 프로그래머 ID를 가지고 있습니다, 밥 Bob에게는이 세 가지 요구 사항이 할당됩니다 이리 요구 사항의 이름입니다 그리고 그는 예를 들어, 주문 화면 인 모듈 27에 품목 요구 사항을 추가하면 마감 시간

좋아, 이제는 비정규 화 된 데이터입니다 무엇보다도, 그들은 데이터 관리에서 최악의 죄, 즉 이들 각각의 셀에는 여러 값 각 속성은 다중 값을가집니다 다중 값입니다 속성

그리고 이것은 데이터 이중화, 다중 속성, 다중 값 속성 그래서 여기에 문제가 있습니까? 네, 몇 가지가 있습니다 그 중 하나는 핵심 데이터가 반복된다는 것입니다 예를 들어 요구 사항 추가 항목이 Bob에 표시되면 Gwen에 다시 표시됩니다 그리고 그들은 둘 다 동일한 요구 사항에 맞춰 작업하지만, 업데이트 할 항목을 추가하려면 물건을 추가하거나 세부 사항을 추가하십시오

요구 사항을 변경하면 그 데이터가 존재하는 데이터베이스의 수십개의 다른 장소가 될 수 있으므로 데이터 무결성 문제가 있습니다 우리는 또한 이것으로 좋은 장소입니다 이것을 증명하기 위해, 우리는 삭제 amo라고 불리는 것을 가지고 있습니다 한다고 가정 프로그래머는 그만두고 우리는 이렇게 말합니다 하! 그 사람이 그만두고, 우리가 지울거야

데이터베이스에서 그들의 기록 그 프로그래머가 유일한 경우 주어진 요구 사항에 대해 작업하고 프로그래머가 기록을 삭제하면 또한 해당 요구 사항의 모든 기록을 삭제하십시오 마찬가지로, 주어진 경우 프로그래머는 특정 모듈에서 작업하는 유일한 사람이며, 우리는 프로그래머의 기록에 따르면, 우리는 그 모듈의 모든 레코드를 우리의 데이터 베이스 이를 한 가지 삭제할 수없는 삭제 예외라고합니다 없이 객체없이 다른 종류의 객체에 대한 데이터를 삭제하십시오

좋아, 그래, 문제가있어 이리 이제 한 가지 해결책은 단지 말하기 만하면됩니다 요구 사항 및 모듈러스 데이터를 삭제하지 않고 프로그래머 이름을 좋구나 이제는 기본 키가없는 데이터가 여러 개 있습니다

그리고 너 그 데이터베이스의 모든 셀을 통해 실제로 읽을 수 있어야합니다 해당 스프레드 시트에서 특정 프로그램 요구 사항 또는 모듈을 찾으려고합니다 너는 필요해 그래서 그 일은 추한 일이 생깁니다 좋구나

이제 한 가지 대안은 누군가는, 실제로 많은 사람들이 생각할 수도 있습니다 우리가 말할 수있는 반복 필드에 대한 다중 값 필드 그 중 한 곡은 밥 (Bob), 그웬 (Gwen)은 하나, 로니 (Roni)는 하나 그리고 로니는 새 것이고, 너는 그녀는 아직 어떤 임무도 할당하지 않았 음을 알 수 있습니다 하지만 밥은 요구 사항이있어 요구 사항 1에 대해 여기에 기둥이 있으며 요구 사항이 필요합니다

2, 요구 사항 3 등등 우리가 말한 것처럼, 우리는 에서 지정된 프로그래머에게 할당합니다 그리고 물론, 여기에 문제 테이블을 디자인 할 때 미리 말할 방법이 없습니다 프로그래머들이 얼마나 많은 작업을해야하는지 그리고있을 수있다

수십에서 수천 가지 요구 사항을 처리 할 수 ​​있으므로 우리가 갈 수 있다면 적어도 수백 가지의 요구 사항이 필요할 것입니다 주어진 프로그래머에게 여러 요구 사항을 할당하는 것, 요구 사항을 테이블에 추가해야합니까? 우리는 알 길이 없습니다 또한, 아무도 미리 주어진 프로그램을 위해 얼마나 많은 모듈이 주어질지를 미리 알지 못한다 프로그래머들이 계속 노력할 것입니다 그렇다면 얼마나 많은 모듈 열을 추가해야합니까? 없다

알 수있는 방법 그리고 추악 해집니다 그래서 반복 된 필드는 좋지 않습니다 해결책 괜찮아

그럼 도움이 되나요? 아뇨 그래서, 대신 우리가 무엇을 할거야? 우리는 데이터를 정상화 할 것입니다 우리는 첫 번째 정상적인 형태로 갈 것입니다 그런 다음 두 번째 정규 형식에서 세 번째 정상적인 형태이며, 그것이 세 번째 정규 형태 일 때 우리는 모든 것을 제거 할 것입니다 데이터 중복

이제 각각의 정규 형식은 두 가지 규칙에 의해 정의됩니다 그리고 그것은 꽤 직설적 인 이 두 규칙을 숙달하면 얻을 수 있습니다 너는 그것을 가지고있을 것이고, 우리는 그들을 순서대로 할 것이다 첫 번째 법선에 대한 첫 번째 양식, 두 번째 정규 양식, 세 번째 정규 양식

좋아, 여기에 대한 규칙은 다음과 같다 첫 번째 정규 형식 첫 번째 정규 형식, 일반적인 규칙은 모든 속성 테이블에는 원자가 있어야합니다 원자 원자 평균은 무엇을 의미합니까? 음, 두 가지

그것 속성이 다중 값을 가지지 않고 테이블에 반복이 없다는 것을 의미합니다 전지 따라서 첫 번째 정규 형식이 되려면 여러 개의 속성이있을 수 없습니다 값 및 반복 필드가있는 테이블이 없습니다 그래서 여기에 우리는 다중 값 복수 값 필드 어떻게 수정합니까? 우리는 이러한 여러 값 중 하나 하나에 자체 레코드를 지정하여이를 수정합니다

이렇게 괜찮아? 이제는 프로그래머 요구 사항 ID에 여러 값이있는 경우 여기 프로그래머 4857 Bob이 있습니다 그는 모듈 27에 대한 추가 항목 인 요구 사항 ID 10193을 가지고 있으며, 주문 화면이며 3/28에 마감 예정입니다 그리고 다시 Bob이 있습니다 여기에 모듈 27에 대한 새로운 요구 사항이 있습니다 여기 Bob이 있습니다

다른 모듈에 대해 다른 요구 사항을 가진 세 번 째로, 그래서 간다 과 물론, 우리는 여기까지 내려와, 우리는 여기까지 내려갑니다 로니, 그녀에게는 전혀 배정 된 것이 없습니다 더 많은 데이터가 있습니다 우리가 필드를 반복 할 때 보았던 것보다 중복성이 하나 대신 3 번 반복하고, 그웬은 1 대신에 3 번 반복한다

등등 그래서 우리가 사태를 악화 시켰습니까? 우리가 상황을 악화 시켰습니까? 아닙니다 아닙니다 우리는 적어도 다중 값 필드를 제거했기 때문에 과 우리는 끝나지 않았지만, 우리가 첫 번째 정상적인 형태 일 때, 우리는 여전히 데이터 무결성 문제가 있습니다

내가 그 이름을 Bob의 프로그래머, 그 중 한 곳에서 Robert에게 말하자면, 우리는 다른 모든 레코드가 포함되어 있기 때문에 즉시 데이터 무결성 문제가 발생합니다 Bob은 반드시 업데이트되지 않습니다 데이터가 일치하지 않습니다 그리고 지금, 우리는 삽입 이상을 맞을 수도 있습니다 거기있어? 이 테이블의 후보 키는 무엇입니까? 하나를 식별하는 방법의 후보 키 독특하게 기록하십시오

거기있는 것으로 밝혀졌습니다 각 레코드는 고유 한 것으로 밝혀졌습니다 프로그래머 ID, 요구 사항 ID 및 각 작업은 한 프로그래머에게 하나의 요구 사항에 대한 작업을 할당하기 때문에 모듈 ID 하나의 모듈에 대해 그리고 각 작업은 고유합니다 그 조합이 독특하기 때문에, 즉이 필드의 기본 키가 프로그래머 ID + 요구 사항 ID + 모듈 ID

하지만 이제 Roni를 살펴 보겠습니다 Roni를 추가했습니다 Roni는 아직 어떤 요구 사항도 지정되지 않았습니다 어느 우리가 완전한 것을 가지고 있지 않다는 것을 의미하고, 우리는 Roni를위한 완벽한 기본 키를 가지고 있지 않습니다 우리는 그녀에게 일할 최소한 하나의 요구 사항을 부여하지 않고 그녀를 데려 올 수 없습니다

하나의 모듈에 그리고 그것은 삽입 이상 (insertion anomaly)이라고 불립니다 하나의 엔티티를 추가 할 필요가 없습니다 동시에 더 많은 다른 개체 그럼, 물론 그것은 우리에게 nulls 많이 있지만, 그건 사소한 일입니다

어쨌든 삽입 이형, 우리는 새로운 프로그래머는 다른 엔티티도 추가 할 필요가 없습니다 좋구나 그래서 그 문제를 해결하기 위해, 우리는 두 번째 정규 형식으로 이동할 것입니다 우리는 움직일거야 첫 번째 정규 형식, 거기있는 곳, 모든 요소, 모든 속성은 원자 적이며, 두 번째 정규 형식으로 이동합니다

그리고 이것들은 규칙 두 번째 일반 규칙, 양식 규칙, 첫 번째 규칙은 테이블이 이미 첫 번째 정규 형식입니다 첫 번째 정규 형식이 아니라면 정의에 따라 그것은 두 번째 정규 형식이 아닙니다 첫 번째 규칙은 첫 번째 정규 형식입니다 둘째 규칙에는 부분적인 기능적 종속성이 없습니다

부분적인 기능 의존성이 없습니다 어느 프록시가 아마도 질문에 이르게할지, 말하자면 그 기능은 무엇입니까? 의존성 문제? 좋구나 기능 의존성이란 무엇입니까? 기능 의존성 테이블에, 네, 그리고, 내가 설명 할거야, 나는 그걸로 갈거야 뒤로 어떤 속성 집합을 알고 있다면 테이블에서 다른 속성 값

그리고 나는 당신에게 몇 가지 예를 드릴 것입니다 괜찮아 예를 들어 학생 표가 있다고 가정 해 봅시다 학생 표가 있습니다 학생 ID와 학생의 다른 속성이 있습니다

당신이 알고 있다면 학생 ID, 학생 이름을 결정할 수 있습니까? 그래 넌 할수있어 그래 넌 할수있어 당신은 학생 ID를 알고 학생의 이름을 결정할 수 있습니다 우리가 정규화를 생각할 때, 우리는 학생 ID가 학생 이름을 알면 알 수 있습니다 학생들의 이름이 무엇인지 알아보십시오

이는 학생이 학생 ID는 연관이며, 각 학생 ID는 정확히 한 학생과 연관됩니다 이름 좋아, 학생 이름은 따라서 기능적으로 의존하고있다 학생 아이디 학생 이름은 학생 ID에 기능적으로 의존합니다

학생 ID를 알면 이름을 알 수 있습니다 그것들은 기능적으로 의존적입니다 괜찮아 학생의 이름을 아는 경우 학생 ID를 결정할 수 있습니까? 음, 대답은 몇몇 학생이 동일한 이름을 가질 수 있기 때문에 아니오입니다 임의의 수입니다

수년 동안 샌디에고 주를 거쳐 갔던 학생들, 그 이름은 존 스미스 그래서 아니야 몇몇 학생은 동일한 이름을 가질 수 있으므로 학생 ID는 동일하지 않습니다 기능적으로 학생 이름에 따라 다릅니다 학생 ID는 기능에 의존하지 않습니다

학생 이름 학생 이름은 학생을 결정하지 않습니다 신분증 자, 여기에 대해 이야기하기위한 속기가 있습니다 의존성, 그리고 그 속기는 다음과 같은 하나 이상의 속성을 명명하는 것입니다

행렬식, 결정자, 그리고 그들이 결정한 속성 그래서 당신이 볼 때 학생 ID 화살표 학생 이름, 그것이 의미하는 바는 앞으로 읽는 것입니다 학생 ID가 학생 ID를 알고 있다면, 학생 ID가 학생 ID를 결정한다는 것을 의미합니다 그들의 이름을 알 수 있습니다 또한 학생 이름이 기능적으로 있음을 의미합니다

학생 ID에 따라 다른 방향으로 되돌아갑니다 학생 이름은 기능적으로 학생 ID에 의존하여 학생 이름, 나는 학생 ID를 알아야 해 학생 이름이 포함 된 레코드를 찾으려면 학생증을 찾아야 해 좋구나 그 화살 의미는 결정할 때, 그것이 갈 때를 결정합니다

한 가지 방법은 기능적으로 다른 방향으로가는 경우에 따라 달라집니다 좋구나 기능적 의존성 검사를 해보 죠 너는 걸림돌이 있는지 보아라 이의

자동차의 차량 식별 번호 인 VIN을 알고 있다면 그것의 제조사와 모델을 결정 하는가? 네, 각 차량마다 고유 한 VIN이 있기 때문에 가능합니다 따라서 각 VIN은 제조사와 모델의 정확히 하나의 값과 연관됩니다 그러므로 제조사와 모델은 VIN에 기능적으로 의존하며, VIN은 제조사와 모델을 결정합니다 그리고 우리는이 방법으로 이것을 쓸 것입니다 VIN은 제조사와 모델을 결정하고, 제조사와 모델은 VIN에 기능적으로 의존합니다

좋구나 다른 것 다른 기능적 종속성 검사를 해보 죠 우리는 더 커플 괜찮아

자동차의 제조사, 모델 및 색상을 알고 있다면 번호판 번호를 결정 하시겠습니까? 물론 대답은 '아니오'입니다 할 수 없습니다 동일한 자동차에는 다른 번호판 번호가 있습니다 번호판 번호는 기능적으로 제조사와 모델 및 색상에 의존하지 않거나 기능적으로 의존하지 않음 그 또는 그 조합에 그래서 우리가 말하는 것은 적절하지 않을 것입니다 번호판, 또는 그 번호판을 결정하는 모델, 색깔 기능적으로 제조업체, 모델 및 색상에 따라 다릅니다

사실, 그것은 다른 방향입니다 번호판을 알고있는 경우 제조업체, 모델 및 색상을 결정할 수 있습니다 좋아, 한 번 더 기능적 종속성 검사 저자, 제목, 그리고 책의 판, 장 제목을 결정할 수 있습니까? 네

저자, 제목, 주어진 문학 작품의 판, 그것이 유일하게 그 문학 작품을 식별하고, 챕터 제목이 거기에 있으므로 당신이 알 것입니다, 당신은 챕터 제목이 무엇인지 알 수 있습니다 장 제목은 기능적으로 작성자에 따라 다릅니다 제목 플러스 판 이 세 가지 사실을 알고 있다면 장 제목 따라서 저자, 제목 및 판이 장 제목을 결정합니다

우리는 화살 저자와 제목 플러스 판으로 이런 식으로 말할 수 있습니다 장 제목을 결정하고, 장 제목은 기능적으로 작성자에게 의존합니다 플러스 타이틀 플러스 에디션 당신은 그 세 가지를 모두 알고 있어야합니다 장 제목

자, 프로그래머들과 우리의 모범을 보았습니다 우리가 프로그래머 ID라면 프로그래머 이름을 결정할 수 있습니다 프로그래머 이름은 프로그래머를 의미합니다 ID는 프로그래머 이름을 결정합니다 이는 프로그래머 이름이 기능적이라는 것을 의미합니다

프로그래머 ID에 따라 다릅니다 그래서 우리가 기능적 의존성에 대해 말할 때 우리는 두 번째 정규 형식과 세 번째 정규 형식으로 처리 할 것입니다 우리는 기능적 의존성을 의미합니다 이제는 다른 우리가 알 수있는 환경 예를 들어 프로그래머 ID를 알고 있다면 할당 된 컴퓨터의 속성 태그를 확인할 수 있습니다

그들에게 프로그래머 ID를 알면 프로그램을 결정할 수 있습니다 또는 파트너의 ID 우리가 프로그래머 ID를 안다면, 우리는 프로그래머를 이끌고있는 프로그래머가 주어진 프로그래머를 선도하고있다 이제하자 개인적으로 만드십시오

Bob의 프로그래머 ID를 알고 있다고 가정 해 보겠습니다 4857 그러면 우리는 그의 이름이 밥이라는 것을 알 수 있습니다 프로그래머 ID 4857을 알면, 그 프로그램을 찾을 수 있습니다, 밥이 배정 된 속성 태그 SDSU 6709가있는 컴퓨터, 프로그래머 ID를 알면 프로그래머 파트너 ID, 프로그램, 프로그래머의 파트너 2972, 프로그래머의 리드는 2634입니다 따라서 프로그래머 ID는 프로그래머 이름을 결정합니다

프로그래머 이름 : 기능적으로 프로그래머 ID에 의존합니다 좋구나 다시 두 번째 정규형으로 돌아갑니다 두 번째 정규 형식에 대한 규칙은 테이블이 첫 번째 정규 형식이어야하며, 그런 다음 부분적인 기능 종속성이 없어야합니다 부분 없음 자금 지원, 부분 기능 의존성이 존재합니다

이제 우리는 부분적으로 무엇을 의미합니까? 기능 의존성? 들여다 봅시다 그건 그렇고, 이것은 거기에 복합 키가 있습니다 즉, 우리는 여러 개가 있습니다 에있는 속성은 기본 키가 여러 속성으로 구성됩니다 그래서 그건 이 부분적인 의존성을 가질 수있는 유일한 방법

그래서 테이블에 단일 값 기본 키, 정의에 의해 그것은 두 번째로, 그것은에 있습니다 두 번째 정규 형식, 첫 번째 정규 형식 인 경우 그러나 우리의 임무를 위해, 우리는 프로그래머 작업을 가지고 있다면 다중 값, 다중 속성 기본 키가 있습니다 우리 프로그래머, 끝, 요구 사항 및 식별 모듈을 알아야합니다 독특한 작업

그래서 우리는 부분적으로 기능적 일 가능성이 있습니다 의존성 그 부분적인 기능 의존성이란 무엇입니까? 그것은 우리는 키가 아닌 속성을 가지고 있고, 키가 아닌 속성을 가지고 있습니다 기본 키이며 후보 키가 아닙니다 그리고 우리의 테이블에서 각 비 핵심 속성은 기능적으로 전체 기본 키가 아닌 전체 키

즉, 모든 비 핵심 필드의 속성은 다음과 같은 경우에만 알 수있는 것입니다 당신은 프로그래머 ID와 요구 사항 ID와 모듈 ID를 알고있었습니다 그런 다음 for, 전체 또는 전체 기능 의존성을가집니다 네가 뭔가를 프로그래머 ID에만 의존하는 테이블, 그것은 부분적으로 기능적 일 것이다 의존성 때문에 요구 사항 ID 또는 모듈을 알 필요가 없습니다

ID를 사용하여 키가 아닌 값의 값을 판별하십시오 들여다 봅시다 여기에 우리가있다 테이블을 첫 번째 정규 형식으로 만듭니다 기본 키가 있습니다

각 작업은 고유합니다 프로그래머 ID, 요구 사항 ID 및 모듈 ID 이제 키가 아닌 속성을 찾을 수 있는지 살펴 보겠습니다 세 가지 모두에 의존하지 마십시오 좋아, 여기 있네

살펴 보겠습니다 첫 번째는 프로그래머 이름입니다 음, 바로 거기 그 위반으로 프로그래머 이름은 프로그래머 ID로 결정할 수 있습니다 요구 사항 ID를 알 필요가 없습니다

또는 모듈 ID를 사용하여 프로그래머 이름을 결정하십시오 그래서 우리는 아직 안 들어 있습니다 프로그램, 프로그래머 이름이 있기 때문에 두 번째 정규 형식, 그것은 부분적으로 기능 의존성 그것은 단지 의존적입니다 기본 키에있는 세 가지 속성 이제 요구 사항을 살펴 보겠습니다

만나다 요구 사항 이름은 요구 사항 ID에만 종속적이며 의존적이지 않습니다 셋 모두에 따라서 이것을 첫 번째 정규 형식에서 두 번째 표준 형식으로 바꾸려면 프로그래머를 분해하고 요구 사항을 철저히 분석해야합니다 별도로이 같은 별도의 테이블에